NPU卡健康检查返回错误，提示timeout
2025/03/07
769
问题信息
| 问题来源 | 产品大类 | 关键字 |
|---|---|---|
| 现网 | 模型推理 | TLS，HCCL，AllReduce，通信，DeepSeek，推理 |
问题现象描述
多机拉起DeepSeek模型时，服务化拉起卡住。进行NPU卡进行健康检查时，返回timeout错误。
原因分析
- 交换机和NPU的网关没有配置。
- NPU的网关IP和侦测ip没有配置成一样。
- 使用hccn_tool [-i 7] -netdetect -g，查看NPU的侦测ip有没有配置或配置成多少。
- 再次执行hccn_tool [-i 7] -gateway -g，查看NPU的网关IP地址有没有多少或者配置成多少。
解决措施
侦测IP和网关IP没有配置成一样，使用如下命令行修改成规划的网关IP地址，使两者一样，问题得以解决。
配置NPU网卡地址，网关地址，侦测IP的命令行如下：
1. Npu IP和掩码设置
hccn_tool -i 0 -ip -s address 192.168.16.126 netmask 255.255.255.0
2. Npu 网关设置
hccn_tool -i 0 -gateway -s gateway 192.168.16.254
3. Npu检测地址设置
hccn_tool -i 0 -netdetect -s address 192.168.16.254