故障诊断
测试项功能
故障诊断会获取芯片健康信息，同时对芯片进行算力、功耗、带宽测试并输出测试结果，用以判断当前产品的健康状态。
测试项参数查询
用户可任选以下指令之一查看故障诊断命令的可用参数。
ascend-dmi --dg -h
ascend-dmi --dg --help
各参数解释如表1所示。
|
参数 |
说明 |
是否必填 |
|---|---|---|
|
[-dg, --dg, --diagnosis] |
使用该参数进行整卡的故障诊断测试。支持-dg，但建议使用--dg或--diagnosis。若用户安装cann软件包时未使用默认路径或产品为Atlas 500 智能小站时，则需使用[-p, --path]参数指定安装路径。 |
是 |
|
[-i, --items] |
指定具体的诊断检查项，包括：
可指定driver、cann、device、network、bandwidth、aiflops中的一项或多项，多项时各项之间使用“,”分隔，检查项回显状态请参照表2。 |
否 |
|
[-d, --device] |
指定需要进行诊断测试的Device ID，Device ID是指昇腾芯片的ID，用户可以执行ascend-dmi --info命令，在显示界面表格中的Chip参数处获得芯片数量。比如一个Atlas 300I 推理卡配置4个昇腾芯片，则Device ID的取值范围为[0，3]。
|
否 |
|
[-p, --path] |
指定为nnrt或者nnae包的安装路径。指定路径需符合安全要求，且不支持包含通配符“*”。
|
否 |
|
不填写-i，-d与-p参数 |
返回所有Device的所有检查项的诊断结果。 |
否 |
|
[-fmt, --fmt, --format] |
指定输出格式，可以为normal或json。若未指定则默认为normal。 |
否 |
- 为保证返回检测结果的正确性和准确性，故障诊断需要单独执行。
- ascend-dmi --dg后使用-i，-d等多个二级参数时，可任意指定这些参数的排列顺序，不影响命令结果输出。例如：ascend-dmi --dg -i driver,cann,device -d 0,1 -p /usr/local/Ascend和ascend-dmi --dg -d 0,1 -i driver,cann,device -p /usr/local/Ascend输出结果相同。
使用实例
使用实例中命令的回显在推理服务器与训练服务器类似，截图取自训练服务器。
以指定诊断测试项、Device ID和软件包安装路径为例。
ascend-dmi --dg -i driver,cann,device -d 0,1 -p /usr/local/Ascend
故障检查项说明
|
类型 |
检查项 |
回显状态 |
含义 |
|---|---|---|---|
|
硬件类 |
driver |
HEALTH |
驱动固件安装正常，并且驱动状态为健康 |
|
FAIL |
|
||
|
GENERAL_WARN |
一般警告（警告内容参考界面中提示的错误信息） |
||
|
IMPORTANT_WARN |
重要警告（警告内容参考界面中提示的错误信息） |
||
|
EMERGENCY_WARN |
紧急警告（警告内容参考界面中提示的错误信息） |
||
|
device |
SKIP |
当前产品形态不支持该项检测 |
|
|
HEALTH |
device检测结果健康 |
||
|
FAIL |
device检测结果失败 |
||
|
GENERAL_WARN |
一般警告（警告内容参考界面中提示的错误信息） |
||
|
IMPORTANT_WARN |
重要警告（警告内容参考界面中提示的错误信息） |
||
|
EMERGENCY_WARN |
紧急警告（警告内容参考界面中提示的错误信息） |
||
|
network |
SKIP |
当前产品形态不支持该项检测 |
|
|
FAIL |
网络检测结果失败 |
||
|
WARN |
网络检测结果告警 |
||
|
PASS |
网络检测结果健康 |
||
|
aiflops |
FAIL |
|
|
|
WARN |
算力测试结果大于参考值中的最小值，但小于参考值中的警告值 |
||
|
PASS |
算力测试结果正常（大于参考值中的警告值） |
||
|
bandwidth |
FAIL |
|
|
|
WARN |
带宽测试结果大于参考值中的最小值，但小于参考值中的警告值 |
||
|
PASS |
带宽测试结果正常（大于参考值中的警告值） |
||
|
软件类 |
cann |
FAIL |
|
|
PASS |
cann软件检测正常 |