NPU环境恢复

NPU环境恢复即通过PCIe标准热复位流程复位昇腾AI处理器。请在以下2种情况下执行NPU环境恢复：

aicore压测&诊断结束后，aicore和bus电压异常。
aicore压测&诊断过程中发生掉卡（使用npu-smi info命令查询设备基本信息时，NPU不在位），需要下电重启设备，并在设备重启后进行NPU环境恢复。

NPU环境恢复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。）

Atlas 800T A2 训练服务器、Atlas 900 A2 PoD 集群基础单元、Atlas 200T A2 Box16 异构子框、Atlas 800I A2 推理服务器正常启动的NPU不支持单NPU复位，即执行单NPU复位命令时所有NPU都将被复位。

调用芯片复位接口前，请停掉该芯片的NPU相关业务，NPU相关业务可通过fuser软件查询，具体操作步骤可参考查询NPU业务进程。

用户可任选以下指令之一查看带宽测试命令的可用参数。

ascend-dmi -r -h

ascend-dmi --reset --help

命令各参数解释如表2所示。

表2 参数说明
参数	说明	是否必填
[-r, --reset]	复位NPU芯片，恢复芯片状态。	是
[-d, --device]	指定查询的Device ID。可同时指定多个Device ID。指定多个芯片时，使用英文逗号进行分隔。不指定该参数时，默认恢复该设备上所有的NPU。	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。若不指定该参数，将进行防呆提示，用户需要输入Y或N（y或n）确认是否进行恢复。	否
[-h, --help]	查看Ascend DMI工具“NPU环境恢复”功能的帮助信息。	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。若执行设备为Atlas 800T A2 训练服务器、Atlas 900 A2 PoD 集群基础单元、Atlas 200T A2 Box16 异构子框、Atlas 800I A2 推理服务器，指定device时只会对列表里的第一个device进行热复位，热复位成功即为所有NPU复位均成功，失败认为所有NPU热复位均失败。

      
           ascend-dmi -r --fmt json

图1 NPU环境恢复命令json输出格式使用示例

表3 回显参数说明
参数	回显状态	含义
status	PASS	环境恢复成功。
	SKIP	当前产品形态不支持该项检测。当前使用的用户为非root用户。
	FAIL	环境恢复失败。失败原因分为以下几种：有其他NPU进程占用NPU卡。设备本身异常（发生掉卡等）。说明：掉卡：使用npu-smi info命令查询设备基本信息时，NPU不在位。
Message	-	NPU环境恢复详细信息。

父主题： Ascend DMI工具