功耗压测

测试项功能

进行EDP/TDP功耗压力测试，并输出诊断结果。

表1 诊断项说明
诊断项名称	完成一轮诊断的默认耗时	是否影响NPU训练或推理	使用场景
TDP压测	默认20min	是	训练或推理业务上线。
EDP压测	默认5min	是	训练或推理业务上线。

支持的场景

功耗压测支持的设备及场景如表2所示。（在下表中，Y表示支持，N表示不支持。）

表2 支持的场景和产品型号
场景/产品型号	Atlas A2 训练系列产品	Atlas 800I A2 推理产品
物理机	Y	Y
宿主机+容器	Y	Y
虚拟机	1	N

仅Atlas 200T A2 Box16 异构子框支持。

使用约束

功耗压测不支持在设备所在环境存在问题的场景下运行，例如高温、散热有问题的环境，否则会出现硬件设备掉卡（掉卡即使用npu-smi info命令查询设备基本信息时，NPU不在位）、硬件设备故障等异常情况。
功耗压测不能用于温度测试，即试图测试硬件设备在不同温度下的散热情况，否则会出现硬件设备掉卡（掉卡即使用npu-smi info命令查询设备基本信息时，NPU不在位）、硬件设备故障等异常情况。
为保证返回检测结果的正确性和准确性，功耗压测需要单独执行。
功耗跟MCU强相关，使用前请将MCU升级至配套版本，否则可能会有aicore利用率未满100%、调压异常等问题。

为了避免频繁输出日志影响测试结果，测试前确认Host和Device的日志级别设置为ERROR，确认及设置方法如下：
1. 确认日志级别：
  - Host侧：通过执行echo $GLOBAL_LOG_LEVEL命令查询，如果查询结果为非法值或者空，表示日志级别为缺省级别ERROR，对应数值3。
  - Device侧：请参考《msnpureport工具使用》，查看全局日志级别、模块日志级别和是否开启Event日志。
2. 如果日志级别不为ERROR，请参考《CANN 日志参考》中“设置日志级别”章节，设置Host和Device侧的日志级别。

测试项参数查询

各参数解释如表3所示。

表3 参数说明
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。	是
[-i, --items]	指定具体的压测检查项： edp（Estimated Design Power）：EDP功耗压力测试。 tdp（Thermal Design Power）：TDP功耗压力测试。不传入此参数，则默认执行除aicore、prbs、edp、tdp外其他检查项的诊断。	是
[-s, --stress]	使用该参数进行压力测试，当前支持指定的压力测试有以下几种：片上内存压测、Aicore压测、P2P压测、功耗压测。在包含功耗压测的场景下，支持与-st参数一起使用，执行压测的时间以--st指定的时间为准。	是
[-st, --st, --stress-time]	指定EDP、TDP压力测试的时间。取值范围是[60，604800]，单位为秒。需要在包含EDP、TDP压测检查项的场景下，与[-s, --stress]配合使用。	否
[-r, --result]	指定故障诊断结果和信息采集结果的保存路径，如：/test。指定的路径需符合安全要求，且不支持包含通配符“”。若用户指定结果保存路径，则在指定路径创建ascend_check文件夹，root用户指定的路径，将创建在根目录下，非root用户则创建在其$HOME下；若不指定路径，则保存在默认路径下，root用户：“/var/log/ascend_check”，非root用户：“$HOME*/var/log/ascend_check”。基于安全考虑，为防止结果保存目录权限被修改，用户可将结果保存目录ascend_check的权限设置为700。当[-fmt, --fmt, --format]后检查项指定json格式输出时，会进行故障诊断结果保存，结果保存在“ascend_check/environment_check_before.txt”文件中，不指定json格式输出时，不保存故障诊断结果。	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
[-q, --quiet]	指定该参数，将不再进行防呆提示，用户将默认允许该操作。该参数必须与-i参数的bandwidth、aiflops、hbm、aicore、tdp、edp一起使用。若不指定该参数，用户需要输入Y或N（y或n）确认是否进行测试。	否
[--skip-check]	传入此参数时仅上报过温告警。仅支持items为edp或者tdp时，此参数才可使用。	否
注：本文档输出的Device ID都是芯片逻辑ID。用户可以执行npu-smi info -m命令，在显示界面表格中的Chip Logic ID参数处获得芯片逻辑ID，NPU ID则为对应的芯片物理ID。 ascend-dmi --dg后使用-i，-s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。

使用实例

ascend-dmi -dg -i edp -s -st 300 -q

ascend-dmi -dg -i tdp -s -st 1200 -q

故障检查项说明

表4 故障检查项说明
回显状态	含义
PASS	功耗压力测试结果无异常。
SKIP	当前设备不支持功耗压测。
IMPORTANT_WARN	压测过程中产生芯片告警，请根据描述建议处理。若仍无法解决，请联系华为工程师处理。
FAIL	功耗压测功能执行失败，请联系华为工程师处理。

父主题： 故障诊断