---
title: 通过Device日志获取故障ID并排查RAS硬件故障
description: "RAS硬件故障是指与硬件的可靠性（Reliability）、可用性（Availability）和可服务性（Serviceability）有关的故障。此处可通过日志中的“event_id”的值（即RAS硬件故障码），在对应版本的故障码手册中查找解决方法。"
url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/maintenref/troubleshooting/troubleshooting_0103.html
sourcePath: /source/zh/canncommercial/900/maintenref/troubleshooting/troubleshooting_0103.html
indexId: 084146cff077d44a2563738394efd44e092dcdbe0f684322e781b633fdb92acd82
---
# 通过Device日志获取故障ID并排查RAS硬件故障

RAS硬件故障是指与硬件的可靠性（Reliability）、可用性（Availability）和可服务性（Serviceability）有关的故障。此处可通过日志中的“event_id”的值（即RAS硬件故障码），在对应版本的故障码手册中查找解决方法。

图1 排查流程

1. 在Host侧服务器上，通过msnpureport工具导出Device侧系统类日志和其他维测信息，包括slog日志、syslog日志、event日志、黑匣子等。
  在某个有读、写、执行权限的目录（如“/var/log/npu/report”，下文以此路径为例）下执行msnpureport工具。

  msnpureport工具命令示例如下：

```
msnpureport -f
```


  导出的日志和文件默认存放在/var/log/npu/report目录下。

2. 从1中收集的event日志（slog/dev-os-id/run/event/event_*.log）中找到发生问题附近时间、对应Device的日志内容，检查日志中是否存在“event_id”关键字，若不存在，则跳转到3继续排查；若存在，则单击《健康管理故障定义(https://support.huawei.com/enterprise/zh/ascend-computing/ascend-hdk-pid-252764743)》获取对应版本的手册并查阅其中的解决方法。
  如果slog日志中的时间与发生问题的时间相距较远，则旧日志可能已经被覆盖或清理，这种场景也会导致搜不到问题相关的“event_id”。

  此时，还可以使用npu-smi命令查询指定芯片健康状态，若存在RAS故障，则最多可以查询到最近8次故障的event id，可作为定位问题时参考：

  npu-smi命令示例如下（id表示设备ID，chip_id表示芯片ID，可以先使用npu-smi info命令获取设备ID和芯片ID）：

```
npu-smi info -t health -i
id
-c
chip_id
```


  查询结果示例如下：

3. 从1中收集的黑匣子日志中，在hisi_logs/device-id/*/bbox目录下找到发生问题附近时间、对应Device的黑匣子日志，检查日志中是否存在“Hardware Error”关键字，若不存在，则表示暂未识别到硬件故障；若存在，表示未知硬件问题，需联系技术支持进一步定位处理。您可以获取日志后单击Link(https://www.hiascend.com/support)联系技术支持。