报错信息分析

分析流程

获取报错信息后可参考以下流程进行自助式问题分析，以便开发者快速定位并解决故障。

图1 报错信息分析流程
  1. 查看屏幕打印的错误信息，先查看首报错，再进一步根据具体信息分类进行查看，最后分析故障原因。
  2. 如果回显信息无法最终确定故障发生原因，可继续查看plog日志协助分析。

分析示例

本节以下图回显信息为例，介绍如何进行报错信息分析。
图2 回显信息示例
  1. 查看回显信息中的首报错。 
    EZ3002: 2024-11-05-22:31:29.035.909 Optype [%s] of Ops kernel [%s] is unsupported. Reason: %s.

    “EZ3002”即为CANN软件错误码，用户可根据对应错误码信息进行故障分析，如仍不明确问题来源，可进一步查看其他回显信息。

  2. 查看Python调用栈和异常信息。
    图3 Python调用栈

    屏幕中显示先调用torch_npu.npu.synchronize()，继而调用torch_npu._C._npu_synchronize()失败。异常信息显示报错时正在运行的算子是ReduceAny，可据此找到对应异常组件，如果没有明确错误指向，需继续查看后续调用。

  3. 查看torch_npu错误码。 
    ERR00100 PTA call acl api failed

    “ERR00100”即为torch_npu错误码，如果有明确错误指向，可根据具体故障原因清除故障。

  4. 另外此处表明torch_npu调用底层接口报错，还可以查看plog日志，根据日志中的首报错分析故障原因。
    图4 plog日志中查找报错组件

    上述屏显中的报错组件为ASCENDCL，报错信息为算子DynamicGRUV2，可据此找到对应异常组件，如果仍然不能根据报错信息明确故障组件，可联系华为技术支持获取帮助。

如果回显信息出现原生框架报错，请根据报错信息指向进行解决，如果涉及昇腾相关，可查看除此之外的昇腾首报错信息。

父主题： 报错信息分析指导