文档首页/ AI开发平台ModelArts/ 最佳实践/ LLM大语言模型训练/ 主流开源大模型基于Lite Cluster适配AscendFactory NPU训练解决方案/ 故障快恢方案/ 节点重部署检测
更新时间：2025-10-22 GMT+08:00
查看PDF
分享

节点重部署检测

客户已执行重部署操作后，登录重部署节点检测资源是否重部署成功。

  • NPU健康状态检查

    8个NPU模组（两个device & mcu）的健康状态是否OK(执行结果都是3)

    执行命令npu-smi info，回显信息如下：

    device_id=0
3
device_id=1
3
device_id=2
3
device_id=3
3
……
  • NPU网络健康验证

    NPU参数面网络健康状态是否正常， 回显16条net health status 并且每一个都为Success表示正常

    执行命令for i in $(seq 0 7); do echo =============$i; hccn_tool -i $i -net_health -g;done，回显信息如下：

    net health status: Success
net health status: Success
……
父主题： 故障快恢方案

相关文档