--- title: Atlas 900 A2 PoD 容器内使用 hccn_tool 查询 Device IP 报错 "get invalid device id" 排查指南-官方技术文章-昇腾社区 description: 在基于 Atlas 900 A2 PoD 中心训练硬件进行分布式训练或推理任务时，开发者常需在容器环境中通过 hccn_tool 工具查询 NPU 设备的 IP 地址（Device IP），以便配置 HCCL 通信参数。 在实际开发或现网维护过程中，部分开发者在容器内执行 hccn_tool -i [device id] -i keywords: Atlas,PoD,容器内使用,查询,Device,IP,报错,排查指南 url: https://www.hiascend.com/developer/techArticles/20260716-2 section: (其他) --- # Atlas 900 A2 PoD 容器内使用 hccn_tool 查询 Device IP 报错 "get invalid device id" 排查指南-官方技术文章-昇腾社区 URL: https://www.hiascend.com/developer/techArticles/20260716-2 描述: 在基于 Atlas 900 A2 PoD 中心训练硬件进行分布式训练或推理任务时，开发者常需在容器环境中通过 hccn_tool 工具查询 NPU 设备的 IP 地址（Device IP），以便配置 HCCL 通信参数。 在实际开发或现网维护过程中，部分开发者在容器内执行 hccn_tool -i [device id] -i 关键词: Atlas,PoD,容器内使用,查询,Device,IP,报错,排查指南 官方技术文章 [了解详情](https://www.hiascend.com/zh/developer/techArticles) Atlas 900 A2 PoD 容器内使用 hccn_tool 查询 Device IP 报错 "get invalid device id" 排查指南 Atlas 900 A2 PoD 容器内使用 hccn_tool 查询 Device IP 报错 "get invalid device id" 排查指南 HCCL 发表于: 2026/07/16 10 0 ## 1. 背景概述 在基于 Atlas 900 A2 PoD 进行分布式训练任务时，需在容器环境中通过`hccn_tool`工具查询 NPU 设备的 IP 地址（Device IP），以便配置 HCCL 通信参数。 在实际开发过程中，在容器内执行`hccn_tool -i [device id] -ip -g`命令时，可能会遇到报错`get invalid device id`，导致无法获取 Device IP，进而影响任务启动。 ## 2. 问题现象 在容器内部执行以下命令查询 NPU Device IP 时，终端返回错误信息，提示无法获取有效的 Device ID： ## 3. 原因分析 该报错通常表明容器无法正确识别或访问底层的 NPU 设备。主要原因可归纳为以下三类： 1. 设备未挂载：容器启动时未正确挂载`davinci`设备节点。 2. 权限不足：挂载进容器的`davinci`设备节点权限配置不正确（非 666），导致容器内进程无法读写。 3. 设备被占用：宿主机上存在其他进程或容器正在独占该 NPU 设备，导致当前容器无法获取设备控制权。 ## 4. 排查与解决步骤 1、检查设备挂载状态及权限 首先确认容器内是否已正确挂载`davinci`设备，以及其权限是否符合预期。 在容器内执行以下命令查看设备列表及权限： ll /dev | grep davinci 正常情况应能看到`davinci0`,`davinci1`等设备节点，且权限显示为`crw-rw-rw-`(即 666)。 异常处理： 若未挂载：说明容器启动参数缺失，请参考【故障 1】 [了解详情](https://www.hiascend.com/#1BrO8x9Q7mnrUdNvMnCqHZ#1BrO8x9Q7mnrUdNvMnCqHZ)解决。 若权限非 666：说明驱动安装时未配置全局权限，请参考【故障 2】解决。 2、检查驱动安装权限配置 如果发现设备权限不是 666，需检查宿主机驱动安装日志，确认安装时是否添加了`--install-for-all`参数。 在宿主机查看驱动安装日志： cat /var/log/ascend_seclog/ascend_install.log 检查日志中是否包含`--install-for-all`参数。 若未添加该参数，需重新安装驱动并添加该参数，请参考【故障 2】 [了解详情](https://www.hiascend.com/#AeEYlr8RSz36ZZPW0yLhU#AeEYlr8RSz36ZZPW0yLhU)解决。 3、检查 NPU 设备占用情况 如果设备已挂载且权限正常，需检查 NPU 是否被其他进程占用。 在容器内执行以下命令查看 NPU 状态： npu-smi info 正常应显示各 NPU 芯片的健康状态、温度、功耗等信息。 异常输出中若包含`device is used`或类似提示，说明设备已被占用。 异常处理：若设备被占用，请参考【故障 3】 [了解详情](https://www.hiascend.com/#KYpXfkDavShOS5dTz9a3w#KYpXfkDavShOS5dTz9a3w)解决。 ## 5. 故障解决措施 ### 故障 1：Davinci 设备未挂载进容器 现象：容器内`ll /dev | grep davinci`无输出或设备不全。 解决方案：在启动 Docker 容器时，必须通过`--device`参数将所需的 NPU 设备节点挂载到容器中。 ● 操作命令： docker run --device=/dev/davinci0 --device=/dev/davinci1 ... [其他参数] [镜像名] 注：`X`为具体的设备 ID 号，如`davinci0`,`davinci1`等，需根据实际使用的 NPU 数量添加对应参数。 ### 故障 2：驱动安装未添加 --install-for-all，导致 Davinci 权限不足 现象：容器内`davinci`设备权限非 666，或驱动日志中缺少`--install-for-all`。 解决方案：需要在宿主机上重新安装 NPU 驱动，并显式指定`--install-for-all`参数，以确保设备节点对所有用户开放读写权限。 ● 操作步骤： 进入驱动安装包目录： cd /path/to/driver/package 执行覆盖安装命令： ./Ascend-hdk-910*-npu-driver-xxx.run --install-for-all 驱动安装完成后，重启宿主机或重启相关服务，并重新启动容器。 ### 故障 3：NPU 设备被其他进程占用 现象：`npu-smi info`提示`device is used`。 解决方案：需释放被占用的 NPU 资源。 1. 查找并结束占用进程： ○ 使用`npu-smi info`或`ps`命令查找占用 NPU 的进程 PID。 ○ 使用`kill -9 `结束该进程。 ○ 若占用来自其他容器，请停止或重启该容器。 2. 重启宿主机： ○ 若无法定位占用进程或释放失败，可直接重启宿主机以清除所有设备占用状态。 ○ 重启后，重新创建并启动容器。 ## 6. 总结 在容器化部署 NPU 应用时，确保设备正确挂载、权限配置正确以及资源未被独占是避免`get invalid device id`报错的关键。建议开发者在初始化环境时，严格遵循驱动安装规范（添加`--install-for-all`）及容器启动规范（添加`--device`参数），并在任务开始前通过`npu-smi info`确认设备状态正常。 边框设置 无框线 边距 宽度 1磅 颜色 自由布局设置 整体布局 子模块 评论 修订记录 对正文进行的文本增删、样式修改都将标记为修订 自定义多级列表 列表设置 - 1 - 2 - 3 - 4 - 5 - 6 - 7 - 8 - 9 - 1. - a. - i. - 1. - a. - i. - 1. - a. - i. 前缀 无 序号 1 2 3 ... 后缀 . 编号格式 列表显示 继承层级 不继承 位置 对齐方式 默认 单元格边距 边距 默认 左边距 cm 右边距 cm 上边距 cm 下边距 cm 点赞 0 本页内容 1. 背景概述 [了解详情](https://www.hiascend.com/#34rSjxyzVeg9CB9wHq9XXy) 2. 问题现象 [了解详情](https://www.hiascend.com/#1KZwH5aoBrc6RYebyRYOnl) 3. 原因分析 [了解详情](https://www.hiascend.com/#42djxvrvQW6i8mXsmeG2Cy) 4. 排查与解决步骤 [了解详情](https://www.hiascend.com/#PViByqXzxFxDV4NNJ85ea) 5. 故障解决措施 [了解详情](https://www.hiascend.com/#3mW0Fcv1CuUuAsYR27syHg) 6. 总结 [了解详情](https://www.hiascend.com/#3Z0VpyiJPP96OBbtUncOBO)