问题背景：

共50pcs 单P 200I PRO EP形态推理卡进行老化测试（长时间运行Ascend-dmi功耗测试），其中有10pcs在运行几小时后出现报错，查询健康状态，打印报错码为0x2，，可以执行npu-smi info，host为麒麟V10的系统，S5000C的CPU

查询npu-smi健康状态，存在ECC报错

定位思路：

存在ECC报错，确认大概率为DDR问题，在HOST侧通过msnpureport -f收集日志 里面有报错信息能看到是哪个通道。

路径为messeage/dec-os-0

日志内搜索bank，可以找到如下报错信息。

错误通道chn=0xC(16进制)-2（10进制）=10；这个报错通道就是DDR10

解决方法：

此问题为DDR物料问题，更换对应通道的DDR即可。

优化措施

1、DDR颗粒问题，厂家加强筛选。

2、产线增加DDR压测测试，exmbis，memtest，DDR电源拉偏， metmal压测拦截。