昇腾社区首页
中文
注册
开发者
下载
支持
积分兑换 NEW

支持的产品列表

故障发生后，根据上报的故障信息，组件会对故障设备以及故障任务进行处理，以恢复训练。故障处理分为重调度和优雅容错两种模式，各模式支持的产品列表如下。

重调度模式

重调度模式当前支持的产品和框架如表1所示。

表1 重调度支持的产品和框架

产品类型

硬件形态

训练框架

Atlas 训练系列产品
  • Atlas 800 训练服务器（型号 9000）（NPU满配）
  • Atlas 800 训练服务器（型号 9010）（NPU满配）
  • Atlas 800 训练服务器（型号 9000）（NPU半配）
  • Atlas 800 训练服务器（型号 9010）（NPU半配）
  • MindSpore
  • TensorFlow
  • PyTorch

Atlas A2 训练系列产品
  • Atlas 800T A2 训练服务器
  • Atlas 200T A2 Box16 异构子框
  • Atlas 900 A2 PoD 集群基础单元

若Atlas 800 训练服务器的芯片工作模式为SMP模式，且每个Pod申请的NPU数量为1、2时，不支持使用重调度模式。查询和设置NPU芯片工作模式的详细介绍请参见《Atlas 800 训练服务器 iBMC用户指南（型号 9000）》中的“命令行介绍 > 服务器命令 > 查询和设置NPU芯片工作模式（npuworkmode）”章节。

优雅容错模式

优雅容错模式当前支持的产品和框架如表2所示。

表2 优雅容错支持的产品和框架

产品系列

产品名称

训练框架

Atlas 训练系列产品
  • Atlas 800 训练服务器（型号 9000）（NPU满配）
  • Atlas 800 训练服务器（型号 9010）（NPU满配）
  • Atlas 800 训练服务器（型号 9000）（NPU半配）
  • Atlas 800 训练服务器（型号 9010）（NPU半配）
  • MindSpore
  • PyTorch

Atlas A2 训练系列产品
  • Atlas 800T A2 训练服务器
  • Atlas 900 A2 PoD 集群基础单元
  • 优雅容错模式支持Atlas 800 训练服务器的芯片工作模式为SMP模式，训练任务规模为4N及8N，N为训练节点数。查询和设置NPU芯片工作模式的详细介绍请参见《Atlas 800 训练服务器 iBMC用户指南（型号 9000）》中的“命令行介绍 > 服务器命令 > 查询和设置NPU芯片工作模式（npuworkmode）”章节。
  • 优雅容错模式支持Atlas 800T A2 训练服务器和Atlas 900 A2 PoD 集群基础单元的训练任务规模为8N，N为训练节点数。
父主题： 特性说明