NIC诊断

测试项功能

对NPU网口连通性和NPU网口带宽进行诊断，并输出测试结果。

表1 诊断项说明
诊断项名称	使用Atlas A2 训练系列产品完成一轮诊断的参考耗时	使用Atlas 900 A3 SuperPoD 超节点完成一轮诊断的参考耗时	是否影响NPU训练或推理	使用场景
nic	25min~35min	1h~2h	是	训练或推理业务上线。

支持的场景

NIC诊断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/A200I A2 Box 异构组件	Atlas A3 训练系列产品
物理机	Y	Y	Y
宿主机+容器	Y	Y	Y
虚拟机	Y	Y	Y

使用约束

NIC诊断会影响NPU训练或推理作业，为保证返回检测结果的正确性和准确性，请单独执行。
使用NIC诊断前需要保证环境上所有device参数面网络已连通。

测试前准备

在执行NIC诊断前，建议提前在环境上安装fuser软件，以便Ascend DMI对NPU进程进行监测。

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]	指定具体的诊断检查项： nic：NPU网口连通性、NPU网口带宽诊断。可指定driver、cann、device、network、bandwidth、aiflops、hbm、signalQuality中的一项或多项，多项时各项之间使用“,”分隔。不传入此参数，则默认执行除aicore、prbs、edp、tdp、aicpu、nic外其他检查项的诊断。	否
[-d, --device]	指定需要进行诊断测试的Device ID，Device ID是指昇腾芯片的逻辑ID。当[-i, --items]后检查项包含device、network、bandwidth、aiflops、hbm、nic时，可填写此参数。可指定一个或多个Device ID，多个时各项之间使用“,”分隔。若不填写Device ID则默认返回所有Device的诊断结果。	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。当诊断项未通过时，返回的JSON回显示例请参见诊断项未通过时返回的JSON示例-NIC诊断。	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、prbs、tdp、edp、aicpu、nic一起使用。若不指定该参数，在执行nic诊断时将进行防呆提示，用户需要输入Y或N（y或n）确认是否进行测试。	否
注：本文档输入或输出的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，-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。

使用实例

ascend-dmi -dg -i nic -q

故障检查项说明

表4 故障检查项说明
回显状态	含义
PASS	NPU网口连通性正常且网口带宽达到基线值。
GENERAL_WARN	NPU网口状态为DOWN。 NPU之间的网口未连通。
IMPORTANT_WARN	NPU网口带宽未达到基线值。
FAIL	hccn_tool工具安全性校验失败。获取NPU网口状态失败。获取NPU网口速率失败。获取NPU网口的IP失败。 NPU网口连通性测试失败。 NPU网口reset失败。 NPU网口带宽测试失败。
SKIP	当前设备不支持NIC诊断。

父主题： 故障诊断