查询设备实时状态

测试项功能

检测设备在运行过程中的状态信息。

测试项参数查询

用户可任选以下指令之一查看设备实时状态查询命令的可用参数。

ascend-dmi -i -h

ascend-dmi -i --help

各参数解释如表1所示。

使用实例

• 以查看芯片的详细信息为例。

  ascend-dmi -i --dt

  以下为各类服务器返回的查询芯片的详细信息示例，如返回对应信息表示工具运行正常。

  1. 推理服务器
     图1 设备实时状态查询示例（推理服务器）
     
     

     • 使用ascend-dmi -i -dt 命令进行设备实时状态查询时，查询到的Memory Information字段结果为DDR的内存信息；当被查询设备为Atlas A2 系列产品时，查询到的Memory Information字段结果为高带宽内存的信息。
     • 使用ascend-dmi -i命令进行设备实时状态查询时，查询到的Used Memory字段结果为DDR的内存信息；当被查询设备为Atlas A2 系列产品时，查询到的Memory Information字段结果为高带宽内存的信息。
  2. 训练服务器
     图2 设备实时状态查询示例（训练服务器）
     
  3. 训练卡
     图3 设备实时状态查询示例（Atlas 300T 训练卡（型号 9000））
     
  4. Atlas 200I A2 加速模块
     图4 设备实时状态查询示例（Atlas 200I DK A2 开发者套件）
     
  5. Atlas 200 AI加速模块
     图5 设备实时状态查询示例（Atlas 200 AI加速模块（RC场景））
     
     图6 设备实时状态查询示例（Atlas 200 AI加速模块（EP场景））
     

  以上图中各类服务器参数介绍如表2所示。

  表2 显示界面参数说明

  参数	说明	产品形态
  Type	芯片型号	训练服务器
  NPU Count	NPU数量
  Card Quantity	卡数量	标卡
  Type	标卡型号
  Card Manufacturer	卡生产商
  Card Serial Number	卡序列号
  Card ID	卡ID号
  Real-time Card Power (W)	卡实时功耗
  Device Count	设备数（NPU个数）
  Chip Name	芯片名称	标卡、训练服务器
  Device ID	芯片逻辑ID号
  Chip ID	芯片ID号
  DIE ID	芯片的DIE ID
  AI Core Information	AI Core信息。包括以下信息： AI Core Count：AI Core 个数。 AI Core Usage (%)：AI Core利用率。 Cube Count：Cube个数。 Vector Count：Vector个数。
  CPU Information	CPU信息。包括以下信息： AI CPU Count：AI CPU个数。 AI CPU Usage (%)：AI CPU利用率。 Control CPU Count：Control CPU 个数。 Control CPU Usage (%)：Control CPU利用率。 Control CPU Frequency (MHz)：Control CPU频率。
  Memory Information	内存信息。包括以下信息： Total (MB)：总容量。 Used (MB)：已使用。 Bandwidth Usage (%)：内存带宽使用率。 Frequency (MHz)：内存频率。
  Power Information	功耗信息。包括以下信息： Real-time Power (W)：实时功耗（只有在训练服务器执行命令时显示）。 Rated Power (W)：芯片额定功耗。 说明： 由于Atlas A3 训练系列产品是多芯片设备，设备实时状态查询结果json文件中查询到的功耗信息以Device为单位进行显示，显示结果为整卡功耗。
  Temperature (C)	芯片温度
  voltage（V）	电压信息（V）
  health	健康信息
  PCIe Information	PCIe信息。包括以下信息： Domain：PCIe域。 Bus：PCIe总线编号。 Device：PCIe设备号。 Bus ID：PCIe总线地址。 Subvendor ID：子系统厂商识别码。 Subdevice ID：子设备号。 LnkCap Speed：链路最大速率。 LnkCap Width：链路最大带宽。 LnkSta Speed：链路当前速率。 LnkSta Width：链路当前带宽。 CPU Affinity：亲和性CPU。
  Error Information	错误信息
  Error Count	错误个数
  ECC Information	ECC信息
  DDR	卡的内存类型，有以下四种内存类型显示可能： DDR SRAM HBM NPU 本项显示中包括以下信息： Single-Bit Error Count：单bit错误计数。 Double-Bit Error Count：双bit错误计数。	标卡、训练服务器 （Atlas A2 训练系列产品上不支持查询该结果）

  

  执行ascend-dmi -i --dt命令时，可能会出现以下情况：

  • 非root用户执行，部分检测项会出现<Access denied. Please switch to root and try again.>字样，若用户需要获取这部分信息可切换到root用户重新执行命令。
  • 容器中执行，部分检测项会出现Unknown字样，若用户需要获取这部分信息可离开容器重新执行命令。

• 以查看芯片的基本信息为例。

  ascend-dmi -i -b

  以下为各类服务器返回的查询芯片的基本信息示例，如返回对应信息表示工具运行正常。

  1. 推理服务器
     图7 设备实时状态查询示例（推理服务器）
     
  2. 训练服务器
     图8 设备实时状态查询示例（训练服务器）
     
  3. Atlas 300T 训练卡
     图9 设备实时状态查询示例（Atlas 300T Pro 训练卡（型号 9000））
     
  4. Atlas 200I A2 加速模块
     图10 设备实时状态查询示例（Atlas 200I DK A2 开发者套件）
     
  5. Atlas 200 AI加速模块
     图11 设备实时状态查询示例（Atlas 200 AI加速模块）
     

  以上图中各类服务器参数介绍如表3所示。

  表3 显示界面参数说明

  参数	说明	产品形态
  Type	标卡型号	标卡
  Card	卡ID号
  NPU Count	NPU的个数
  Real-time Card Power	当前板卡的实际功耗
  Chip	芯片编号
  Name	芯片名称
  Type	芯片型号	训练服务器
  NPU Count	NPU数量
  Chip Name	芯片名称
  Power	功耗
  Health	芯片健康程度	标卡、训练服务器
  Used Memory	内存使用信息
  Temperature	芯片当前温度
  Voltage	芯片当前电压
  Device ID	芯片逻辑ID号
  Bus ID	PCIe总线地址
  AI Core Usage	芯片AI Core的使用率