如何通过Device日志获取故障ID并排查RAS硬件故障

图1 排查流程

1. 在Host侧服务器上，通过msnpureport工具导出Device系统类日志，包括slog日志、syslog日志、黑匣子等。
   msnpureport工具命令示例如下，其中/usr/local/Ascend是驱动包的默认安装路径，请根据实际情况替换。

   /usr/local/Ascend/driver/tools/msnpureport -f

   导出的Device日志默认存放在/var/log/npu/report目录下。

2. 从1中收集的slog日志中，在report/*/slog/dev-os-id/debug/device-os/device-os_*.log目录下找到发生AI Core Error问题附近时间、对应Device的系统日志，检查日志中是否存在“event_id”关键字，若不存在，则跳转到3继续排查；若存在，则单击Link查找对应产品的《健康管理故障定义》并查阅其中的解决方法。
3. 从1中收集的黑匣子日志中，在report/*/hisi_logs目录下找到发生AI Core Error问题附近时间、对应Device的黑匣子日志，检查日志中是否存在“Hardware Error”关键字，若不存在，则表示暂未识别到硬件故障；若存在，表示未知硬件问题，需联系进一步定位处理。

Device侧系统类日志（包括slog日志、syslog日志、黑匣子等）通过使用msnpureport工具导出到Host侧，然后再拷贝至aic_err_info目录下:

# 在Host上有读写权限的目录下（例如${HOME}/ascend/report）执行msnpureport命令
Driver安装目录/driver/tools/msnpureport -f

#拷贝日志文件到aic_err_info目录
mv ${HOME}/ascend/report aic_err_info/