（可选）配置芯片故障级别

在制作Ascend Device Plugin镜像时，会将故障级别配置文件faultCode.json内置在镜像中，启动Ascend Device Plugin时会读取这两个文件的默认配置，作为当前故障处理依据。

如果用户想要自定义故障级别或者优雅容错相关配置，可以在集群中创建ConfigMap文件（mindx-dl-fault-config）。

• 如果Ascend Device Plugin启动时，集群中已经存在mindx-dl-fault-config，Ascend Device Plugin会优先按照已存在的mindx-dl-fault-config中配置的内容，作为当前故障处理依据。
• 如果重新安装Ascend Device Plugin后，集群中已经存在mindx-dl-fault-config，Ascend Device Plugin的默认faultCode.json将不会生效，使用集群中已经存在mindx-dl-fault-config。
• 若想要使用faultCode.json或faultCustomization.json的默认配置，可以删除mindx-dl-fault-config，使Ascend Device Plugin读取默认faultCode.json、SwitchFaultCode.json或faultCustomization.json文件。
• 如果ConfigMap文件内容存在格式错误等问题，Ascend Device Plugin会默认读取镜像中内置的ConfigMap文件的内容，作为当前故障处理依据。

1. 登录环境，进入Ascend Device Plugin解压目录。
2. 执行以下命令，创建动态配置故障码所需ConfigMap文件（mindx-dl-fault-config）。

   kubectl create cm mindx-dl-fault-config -n kube-system --from-literal="PollInterval=300" --from-file=./faultCode.json

   回显示例如下。

   configmap/mindx-dl-fault-config created

   表1 参数说明

   参数名	是否必选	说明
   mindx-dl-fault-config	是	动态配置故障码所需的ConfigMap文件名称，不能修改该文件名称。
   kube-system	是	mindx-dl-fault-config所在命令空间，不能修改该命名空间名称。
   PollInterval	否	不指定该参数则默认取值为300s。用于指定查询mindx-dl-fault-config文件是否更新的周期时间，单位为秒，取值范围为30~3600。PollInterval的修改将在下一个周期生效。
   faultCode.json	是	用于保存故障码，必须与faultCode.json文件名称保持一致。

3. 执行以下命令，编辑mindx-dl-fault-config文件。

   kubectl edit cm -n kube-system mindx-dl-fault-config

4. 在mindx-dl-fault-config文件中，找到故障码80E21007。

   "NotHandleFaultCodes":[
       "80E21007","80E38003","80F78006","80C98006","80CB8006","81318006","80A18006","80A18005","80FB8000","8C1F8609",
   ...
     ],
   ...

   

   同一故障码配置在多个故障级别中，会显示设置成功，但默认按照高等级故障处理。

5. 将故障码80E21007在（NotHandleFaultCodes）中删除，并添加到（RestartNPUCodes）中。

   "NotHandleFaultCodes":[ 
        "80E38003","80F78006","80C98006","80CB8006","81318006","80A18006","80A18005","80FB8000","8C1F8609",
   ...
     ],
   ...
   "RestartNPUCodes":[
       "8C204E00","A8028802","A4302003","A4302004","A4302005","A4302006","A4302009","A430200A","80CF8009","80CF8008","80E21007",... 
   ...
      ],

6. 修改完成后，按“Esc”键，输入:wq!保存并退出。
7. 等mindx-dl-fault-config文件更新生效（PollInterval取值，不指定则为300s）后，查看操作是否成功。
   1. 执行以下命令，查询Ascend Device Plugin组件日志名称。

      kubectl get pods -A | grep ascend-device-plugin

      回显示例如下：

      kube-system      ascend-device-plugin-daemonset-910-jmlf5   1/1     Running   0              6h34m

   2. 通过查询到的组件日志名称，查询Ascend Device Plugin的组件日志信息。

      kubectl logs -n kube-system ascend-device-plugin-daemonset-910-jmlf5

      若日志出现“load fault code from configmap success”，表示手动配置故障码操作成功。