---
title: 多机无法拉起DeepSeek-R1模型，服务器NPU通信问题-昇腾社区
description: (待补充)
keywords: TLS，HCCL，AllReduce，通信，DeepSeek，推理
url: https://www.hiascend.com/document/caselibrary/detail/topic_0000002194478148
section: (其他)
---

# 多机无法拉起DeepSeek-R1模型，服务器NPU通信问题-昇腾社区

URL: https://www.hiascend.com/document/caselibrary/detail/topic_0000002194478148
描述: (待补充)
关键词: TLS，HCCL，AllReduce，通信，DeepSeek，推理

昇腾文档 [了解详情](https://www.hiascend.com/document)

故障案例 [了解详情](https://www.hiascend.com/document/caselibrary)

多机无法拉起DeepSeek-R1模型，服务器NPU通信问题

多机无法拉起DeepSeek-R1模型，服务器NPU通信问题

2025/03/07

5.4k

问题信息

| 问题来源 | 产品大类 | 关键字 |
| --- | --- | ---|
| 现网 | 模型推理 | TLS，HCCL，AllReduce，通信，DeepSeek，推理 |

#### 问题现象描述

1. 启动任务时，任务无法拉起。
2. 任务执行时，突然中断或服务突然终止。

#### 原因分析

NPU网络通信存在问题。

#### 解决措施

1. 查看防火墙是否。

firewall-cmd –state

- 已显示如下：

- 未执行如下命令：

systemctl stop firewalld

1. 检测卡状态。

for i in {0..7}; do hccn_tool -i $i -link -g ; done

- 显示up为正常
- 其他状态可以通过如下命令重启卡（-i 后面填写卡的ID）

npu-smi set -t reset -i{RankId}-c 0 -m 1

1. 检测卡的IP是否配置。

for i in {0..7}; do hccn_tool -i $i -ip -g ; done

1. 检测多节点的每个卡TLS开关是否一致。

for i in {0..7}; do hccn_tool -i $i -tls -g ; done | grep switch

- 所有机器的所有卡要么为1，要么为0。建议修改为0进行- TLS方法（-i 后面填写卡的ID）

hccn_tool -i{RankId}-tls -s enable 0
2. 本机卡间通信检测。

- 进入任意目录创建一个 test.py文件
- 文件加入如下脚本：

```
import subprocess
ip_list = []
for i in range(8):
    try:
        cmd = ['hccn_tool', '-i', str(i), '-ip', '-g']
        res = subprocess.run(cmd, capture_output=True, text=True, check=True)
        res_str = res.stdout.strip()
        if 'ipaddr' in res_str:
            ip_list.append(res_str.split('\n')[0].split(':')[1])
    except subprocess.CalledProcessError as e:
        print(e)
for i in range(8):
    for other_ip in ip_list:
        try:
            cmd = ['hccn_tool', '-i', str(i), '-ping', '-g', 'address', str(other_ip), 'pkt', '3']
            res = subprocess.run(cmd, capture_output=True, text=True, check=True)
            print(ip_list[i], '==>', res.stdout.strip())
        except subprocess.CalledProcessError as e:
            print(e)
    print(f'========{ip_list[i]} is OK========')
print(f'========ALL is OK========')
```

- 在当前目录执行脚本

python test.py

- 出现ALL is OK 代表本机所有卡通讯正常
3. 检测无误后，重新执行AI任务。

本页内容

- 问题信息
- 问题现象描述
- 原因分析
- 解决措施