超节点内故障告警
超节点发生节点异常时,在故障初步分析阶段,您可先按表1识别是否为亚健康并自助进行处理
NodeCondition Type |
分类 |
子类 |
异常中文描述 |
处理建议 |
---|---|---|---|---|
NT_NPU_DEVICE |
NPU |
其他 |
npu dcmi device异常 |
可能是亚健康,建议先重启节点,如果重启节点后未恢复,使用节点重置,并发起维修流程。 |
NT_NPU_NET |
NPU |
链路 |
npu dcmi net异常 |
可能是亚健康,建议先重启节点,如果重启节点后未恢复,使用节点重置,并发起维修流程。 |
NT_NPU_CARD_LOSE |
NPU |
掉卡 |
NPU卡丢失 |
可能是亚健康,建议先重启节点,如果重启节点后未恢复,使用节点重置,并发起维修流程。 |
NT_NPU_OTHER |
NPU |
其他 |
NPU其他错误 |
使用节点重置,并发起维修流程 |
NT_NPU_ECC_COUNT |
NPU |
显存 |
NPU ECC次数达到维修阈值 |
使用节点重置,并发起维修流程 |