文档首页/ 魔坊（ModelArts）模型训推平台/ 最佳实践/ LLM大语言模型训练/ LLM大语言模型训练其它版本/ 主流开源大模型基于轻量算力集群适配AscendFactory NPU训练解决方案/ 故障快恢方案/ 超节点内故障告警
更新时间：2025-12-15 GMT+08:00
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 |
父主题： 故障快恢方案
