文档首页/ AI开发平台ModelArts/ ModelArts Lite Server用户指南/ 监控Lite Server资源/ 使用CES监控Lite Server单节点NPU资源

更新时间：2025-08-18 GMT+08:00

查看PDF

使用CES监控Lite Server单节点NPU资源

场景描述

Lite Server的监控能力依赖于CES云监控服务。本文主要介绍如何对接CES云监控服务，对Lite Server上的资源和事件进行监控。

约束限制

监控需要到Agent插件，Agent有严格的资源占用限制，当资源占用超过阈值后出现Agent熔断情况，详细的资源占用说明请参考CES产品文档相关章节：CES Agent性能说明。
通过Ascend-dmi执行NPU压测命令可能会导致丢失部分NPU指标数据。
监控Agent已在Lite Server提供的公共镜像中经过充分测试，如果您使用自己的镜像，建议测试后再部署到生产环境，防止信息错误。

Lite Server监控方案介绍

详细监控方案介绍请参考BMS主机监控概述。除文档所列支持的镜像之外，目前还支持Ubuntu20.04。

监控指标采样周期为1分钟，请勿修改，否则可能导致功能不正常。当前监控指标项已经包含CPU、内存、磁盘、网络。在主机上安装加速卡驱动后，可以自动采集相关指标。

NPU相关指标采集功能运行依赖Linux系统工具lspci，部分事件依赖blkid、grub2-editenv系统工具，请确保这些工具功能正常。

工具名称	检查方法	安装方法
lspci	在shell环境中执行lspci，能够正常查询系统中的PCI设备，示例如下： $ sudo lspci 00:00.0 PCI bridge: Huawei Technologies Co., Ltd. HiSilicon PCIe Root Port with Gen4 (rev 21) 00:08.0 PCI bridge: Huawei Technologies Co., Ltd. HiSilicon PCIe Root Port with Gen4 (rev 21) 00:10.0 PCI bridge: Huawei Technologies Co., Ltd. HiSilicon PCIe Root Port with Gen4 (rev 21)	lspci是用于显示PCI设备信息的工具，通常包含在pciutils软件包中。大多数Linux发行版默认安装了这个软件包，所以lspci通常是预装的。如果lspci未安装，可以使用包管理器安装pciutils。在Debian/Ubuntu系统中： sudo apt-get update sudo apt-get install pciutils 在Red Hat/CentOS/EulerOS系统中： sudo yum install pciutils
blkid	在shell环境中执行blkid，能够查询系统中的块设备信息，示例如下： $ sudo blkid /dev/sda1: UUID="123e4567-e89b-12d3-a456-426614174000" TYPE="vfat" PARTUUID="56789abc-def0-1234-5678-9abcd3f2c0a1" /dev/sda2: UUID="a1b2c3d4-e5f6-789a-bcde-f0123456789a" TYPE="swap" PARTUUID="edcba98-7654-3210-fedc-ba9876543210" /dev/sda3: UUID="01234567-89ab-cdef-0123-456789abcdef" TYPE="ext4" PARTUUID="fedcba09-8765-4321-fedc-ba0987654321"	blkid是Linux系统中用于显示块设备属性的工具，通常包含在util-linux软件包中。大多数Linux发行版默认安装了这个软件包，所以blkid通常是预装的。如果blkid未安装，可以使用包管理器安装util-linux。在Debian/Ubuntu系统中： sudo apt-get update sudo apt-get install util-linux 在Red Hat/CentOS/EulerOS系统中： sudo yum install util-linux
grub2-editenv（仅Red Hat、CentOS、EulerOS发行版需要）	在shell环境中执行blkid，能够查询系统中的块设备信息，示例如下： 1 2 3 4 $ sudo grub2-editenv list timeout=5default=0saved_entry=Red Hat Enterprise Linux Server, with Linux 4.18.0-305.el8.x86_64	grub2-editenv是GRUB2的一部分，用于管理GRUB环境变量。大多数Linux发行版默认安装了GRUB2，所以grub2-editenv通常是预装的。如果grub2-editenv未安装，可以使用包管理器安装grub2-editenv：在Debian/Ubuntu系统中： sudo apt-get update sudo apt-get install grub2 在Red Hat/CentOS/EulerOS系统中： sudo yum install grub2

工具名称

检查方法

安装方法

lspci

在shell环境中执行lspci，能够正常查询系统中的PCI设备，示例如下：

$ sudo lspci
00:00.0 PCI bridge: Huawei Technologies Co., Ltd. HiSilicon PCIe Root Port with Gen4 (rev 21)
00:08.0 PCI bridge: Huawei Technologies Co., Ltd. HiSilicon PCIe Root Port with Gen4 (rev 21)
00:10.0 PCI bridge: Huawei Technologies Co., Ltd. HiSilicon PCIe Root Port with Gen4 (rev 21)

lspci是用于显示PCI设备信息的工具，通常包含在pciutils软件包中。大多数Linux发行版默认安装了这个软件包，所以lspci通常是预装的。如果lspci未安装，可以使用包管理器安装pciutils。

在Debian/Ubuntu系统中：

sudo apt-get update
sudo apt-get install pciutils

在Red Hat/CentOS/EulerOS系统中：

sudo yum install pciutils

blkid

在shell环境中执行blkid，能够查询系统中的块设备信息，示例如下：

$ sudo blkid
/dev/sda1: UUID="123e4567-e89b-12d3-a456-426614174000" TYPE="vfat" PARTUUID="56789abc-def0-1234-5678-9abcd3f2c0a1"
/dev/sda2: UUID="a1b2c3d4-e5f6-789a-bcde-f0123456789a" TYPE="swap" PARTUUID="edcba98-7654-3210-fedc-ba9876543210"
/dev/sda3: UUID="01234567-89ab-cdef-0123-456789abcdef" TYPE="ext4" PARTUUID="fedcba09-8765-4321-fedc-ba0987654321"

blkid是Linux系统中用于显示块设备属性的工具，通常包含在util-linux软件包中。大多数Linux发行版默认安装了这个软件包，所以blkid通常是预装的。如果blkid未安装，可以使用包管理器安装util-linux。

在Debian/Ubuntu系统中：

sudo apt-get update
sudo apt-get install util-linux

在Red Hat/CentOS/EulerOS系统中：

sudo yum install util-linux

grub2-editenv（仅Red Hat、CentOS、EulerOS发行版需要）

在shell环境中执行blkid，能够查询系统中的块设备信息，示例如下：

1 2 3 4 $ sudo grub2-editenv list timeout=5default=0saved_entry=Red Hat Enterprise Linux Server, with Linux 4.18.0-305.el8.x86_64

grub2-editenv是GRUB2的一部分，用于管理GRUB环境变量。大多数Linux发行版默认安装了GRUB2，所以grub2-editenv通常是预装的。如果grub2-editenv未安装，可以使用包管理器安装grub2-editenv：

在Debian/Ubuntu系统中：

sudo apt-get update
sudo apt-get install grub2

在Red Hat/CentOS/EulerOS系统中：

sudo yum install grub2

安装CES Agent监控插件

通过在ECS或BMS中安装Agent插件，为用户提供服务器的系统级、主动式、细颗粒度监控服务。

当前账户需要给CES授权委托，请参考创建用户并授权使用云监控服务。如果在创建Server资源时，开启了“CES主机监控授权”，此处无需重复执行授权操作。
当前还不支持在CES界面直接一键安装监控，需要登录到服务器上执行以下命令安装配置Agent。其它region的安装请参考单台主机下安装Agent。
```
cd /usr/local && curl -k -O https://obs.cn-north-4.myhuaweicloud.com/uniagent-cn-north-4/script/agent_install.sh && bash agent_install.sh
```
安装成功的标志如下：

图1 安装成功提示
在CES界面查看具体的监控项，加速卡类的监控项必须在主机安装加速卡驱动后才会有相关指标。

图2 监控界面

至此，监控插件已经安装完成，相关指标的采集可以在UI界面直接查看或者根据指标值配置相关告警。

监控指标的命名空间

AGT.ECS和SERVICE.BMS

Lite Server监控指标介绍

此处表1仅展示NPU相关指标，其他指标项请参考CES Agent支持的指标列表。

表1 NPU指标列表
序号	分类	指标名称	显示名	说明	单位	进制	取值范围	维度	支持机型	支持版本
1	整体	npu_device_health	NPU健康状况	NPU卡的健康状况	-	不涉及	0：正常 1：一般告警 2：重要告警 3：紧急告警	instance_id，npu	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
2		npu_driver_health	NPU驱动健康状况	NPU卡的驱动的健康状况	-	不涉及	0：正常 3：紧急告警	instance_id，npu
3		npu_power	NPU功率	NPU卡功率	W	不涉及	>0	instance_id，npu
4		npu_temperature	NPU温度	NPU卡温度	°C	不涉及	自然数	instance_id，npu
5		npu_voltage	NPU电压	该指标描述NPU的电压	V	不涉及	自然数	instance_id，npu
6	HBM	npu_util_rate_hbm	NPU的HBM占用率	该指标描述NPU的HBM占用率	%	不涉及	0～100%	instance_id，npu	Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
7		npu_hbm_freq	HBM频率	NPU卡HBM频率	MHz	不涉及	>0	instance_id，npu
8		npu_freq_hbm	HBM频率	NPU卡HBM频率	MHz	不涉及	>0	instance_id，npu
9		npu_hbm_usage	HBM使用量	NPU卡HBM使用量	MB	不涉及	≥0	instance_id，npu
10		npu_hbm_temperature	HBM温度	NPU卡HBM温度	°C	不涉及	自然数	instance_id，npu
11		npu_hbm_bandwidth_util	HBM带宽利用率	NPU卡HBM带宽利用率	%	不涉及	0～100%	instance_id，npu
12		npu_util_rate_hbm_bw	HBM带宽利用率	NPU卡HBM带宽利用率	%	不涉及	0～100%	instance_id，npu
13		npu_hbm_mem_capacity	NPU的HBM内存容量	该指标描述NPU的HBM内存容量	MB	不涉及	≥0	instance_id，npu
14		npu_hbm_ecc_enable	HBM ECC开关状态	NPU卡HBM ECC开关状态	-	不涉及	0：ecc检测未使能 1：ecc检测使能	instance_id，npu
15		npu_hbm_single_bit_error_cnt	HBM当前单bit错误数量	NPU卡HBM当前单bit错误数量	count	不涉及	≥0	instance_id，npu
16		npu_hbm_double_bit_error_cnt	HBM当前双bit错误数量	NPU卡HBM当前双bit错误数量	count	不涉及	≥0	instance_id，npu
17		npu_hbm_total_single_bit_error_cnt	HBM生命周期内单bit错误数量	NPU卡HBM生命周期内单bit错误数量	count	不涉及	≥0	instance_id，npu
18		npu_hbm_total_double_bit_error_cnt	HBM生命周期内双bit错误数量	NPU卡HBM生命周期内双bit错误数量	count	不涉及	≥0	instance_id，npu
19		npu_hbm_single_bit_isolated_pages_cnt	HBM单比特错误隔离内存页数量	NPU卡HBM单比特错误隔离内存页数量	count	不涉及	≥0	instance_id，npu
20		npu_hbm_double_bit_isolated_pages_cnt	HBM多比特错误隔离内存页数量	NPU卡HBM多比特错误隔离内存页数量	count	不涉及	≥0	instance_id，npu
21	DDR	npu_usage_mem	NPU显存使用量	NPU卡的显存使用量	MB	不涉及	≥0	instance_id，npu	Snt3P 300IDuo	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
22		npu_util_rate_mem	NPU显存使用率	NPU卡的显存使用率	%	不涉及	0～100%	instance_id，npu
23		npu_freq_mem	NPU显存频率	NPU卡的显存频率	MHz	不涉及	>0	instance_id，npu
24		npu_util_rate_mem_bandwidth	NPU显存带宽使用率	NPU卡的显存带宽使用率	%	不涉及	0～100%	instance_id，npu
25		npu_sbe	NPU单bit错误数量	NPU卡单比特错误数量	count	不涉及	≥0	instance_id，npu
26		npu_dbe	NPU双bit错误数量	NPU卡双比特错误数量	count	不涉及	≥0	instance_id，npu
27	AI Core	npu_freq_ai_core	NPU卡AI核心频率	NPU卡的AI核心时钟频率	MHz	不涉及	>0	instance_id，npu	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
28		npu_freq_ai_core_rated	NPU的AI核心额定频率	该指标描述NPU的AI核心额定频率	MHz	不涉及	>0	instance_id，npu
29		npu_util_rate_ai_core	NPU卡AI核心使用率	NPU卡的AI核心使用率	%	不涉及	0～100%	instance_id，npu
30	AI Vector	npu_util_rate_vector_core	NPU卡Vector核心使用率	NPU卡Vector核心使用率	%	不涉及	0～100%	instance_id，npu	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.5.9及之后版本
31	AI CPU	npu_aicpu_num	NPU的AI CPU 数量	该指标描述NPU的AI CPU数量	count	不涉及	≥0	instance_id，npu	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
32		npu_util_rate_ai_cpu	NPU卡AI CPU使用率	NPU卡的AI CPU使用率	%	不涉及	0～100%	instance_id，npu
33		npu_aicpu_avg_util_rate	NPU的AI CPU平均使用率	该指标描述NPU的AI CPU平均使用率	%	不涉及	0～100%	instance_id，npu
34		npu_aicpu_max_freq	NPU的AI CPU最大频率	该指标描述NPU的AI CPU最大频率	MHz	不涉及	>0	instance_id，npu
35		npu_aicpu_cur_freq	NPU的AI CPU频率	该指标描述NPU的AI CPU频率	MHz	不涉及	>0	instance_id，npu
36	CTRL CPU	npu_util_rate_ctrl_cpu	NPU控制CPU使用率	该指标描述NPU卡的控制CPU使用率	%	不涉及	0～100%	instance_id，npu	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
37	CTRL CPU	npu_freq_ctrl_cpu	NPU的控制CPU频率	该指标描述NPU的控制CPU频率	MHz	不涉及	>0	instance_id，npu	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
38	PCIE链路	npu_link_cap_speed	NPU链路最大传输速度	该指标描述NPU设备支持的最大传输速度	GT/s	不涉及	≥0	instance_id，npu	310P 300IDuo Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
39		npu_link_cap_width	NPU链路最大传输宽度	该指标描述NPU设备支持的最大传输宽度	count	不涉及	≥0	instance_id，npu
40		npu_link_status_speed	NPU链路当前传输速度	该指标描述NPU设备链路的实际传输速度	GT/s	不涉及	≥0	instance_id，npu
41		npu_link_status_width	NPU链路当前传输宽度	该指标描述NPU设备链路的实际传输宽度	count	不涉及	≥0	instance_id，npu
42	RoCE网络	npu_device_network_health	NPU网络健康情况	NPU卡的RoCE网卡的IP地址连通情况	-	不涉及	0：网络健康状态正常非0：网络状态异常	instance_id，npu	Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
43		npu_network_port_link_status	NPU网口link状态	NPU卡的对应网口link状态	-	不涉及	0：UP 1：DOWN	instance_id，npu
44		npu_roce_tx_rate	NPU网卡上行速率	NPU卡内网卡的上行速率	MB/s	不涉及	≥0	instance_id，npu
45		npu_roce_rx_rate	NPU网卡下行速率	NPU卡内网卡的下行速率	MB/s	不涉及	≥0	instance_id，npu
46		npu_mac_tx_mac_pause_num	MAC发送pause帧总数	NPU卡对应MAC地址发送的pause帧总报文数	count	不涉及	≥0	instance_id，npu
47		npu_mac_rx_mac_pause_num	MAC接收pause帧总数	NPU卡对应MAC地址接收的pause帧总报文数	count	不涉及	≥0	instance_id，npu
48		npu_mac_tx_pfc_pkt_num	MAC发送pfc帧总数	NPU卡对应MAC地址发送的PFC帧总报文数	count	不涉及	≥0	instance_id，npu
49		npu_mac_rx_pfc_pkt_num	MAC接收pfc帧总数	NPU卡对应MAC地址接收的PFC帧总报文数	count	不涉及	≥0	instance_id，npu
50		npu_mac_tx_bad_pkt_num	MAC发送坏包总数	NPU卡对应MAC地址发送的坏包总数	count	不涉及	≥0	instance_id，npu
51		npu_mac_rx_bad_pkt_num	MAC接收坏包总数	NPU卡对应MAC地址接收的坏包总数	count	不涉及	≥0	instance_id，npu
52		npu_roce_tx_err_pkt_num	RoCE发送坏包总数	NPU卡内RoCE网卡发送的坏包总数	count	不涉及	≥0	instance_id，npu
53		npu_roce_rx_err_pkt_num	RoCE接收坏包总数	NPU卡内RoCE网卡接收的坏包总数	count	不涉及	≥0	instance_id，npu
54		npu_roce_tx_all_pkt_num	NPU RoCE发送总报文数	该指标描述NPU RoCE发送的总报文数	count	不涉及	≥0	instance_id，npu		telescope： 2.7.5.9及之后版本
55		npu_roce_rx_all_pkt_num	NPU RoCE接收总报文数	该指标描述NPU RoCE接收的总报文数	count	不涉及	≥0	instance_id，npu
56		npu_roce_new_pkt_rty_num	NPU RoCE的重传报文数	该指标描述NPU RoCE发送的重传的数量统计	count	不涉及	≥0	instance_id，npu
57		npu_roce_out_of_order_num	NPU RoCE接收的PSN异常报文数	该指标描述NPU RoCE接收的PSN>预期PSN的报文，或重复PSN报文数。乱序或丢包，会触发重传	count	不涉及	≥0	instance_id，npu
58		npu_roce_rx_cnp_pkt_num	NPU RoCE接收的CNP类型报文数	该指标描述NPU RoCE接收的CNP类型报文数	count	不涉及	≥0	instance_id，npu
59		npu_roce_tx_cnp_pkt_num	NPU RoCE发送的CNP类型报文数	该指标描述NPU RoCE发送的CNP类型报文数	count	不涉及	≥0	instance_id，npu
60	RoCE光模块	npu_opt_temperature	NPU光模块壳温	该指标描述NPU光模块壳温	°C	不涉及	自然数	instance_id，npu	Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
61		npu_opt_temperature_high_thres	NPU光模块壳温上限	该指标描述NPU光模块壳温上限	°C	不涉及	自然数	instance_id，npu
62		npu_opt_temperature_low_thres	NPU光模块壳温下限	该指标描述NPU光模块壳温下限	°C	不涉及	自然数	instance_id，npu
63		npu_opt_voltage	NPU光模块供电电压	该指标描述NPU光模块供电电压	mV	不涉及	自然数	instance_id，npu
64		npu_opt_voltage_high_thres	NPU光模块供电电压上限	该指标描述NPU光模块供电电压上限	mV	不涉及	自然数	instance_id，npu
65		npu_opt_voltage_low_thres	NPU光模块供电电压下限	该指标描述NPU光模块供电电压下限	mV	不涉及	自然数	instance_id，npu
66		npu_opt_tx_power_lane0	NPU光模块通道0发送功率	该指标描述NPU光模块通道0发送功率	mW	不涉及	≥0	instance_id，npu
67		npu_opt_tx_power_lane1	NPU光模块通道1发送功率	该指标描述NPU光模块通道1发送功率	mW	不涉及	≥0	instance_id，npu
68		npu_opt_tx_power_lane2	NPU光模块通道2发送功率	该指标描述NPU光模块通道2发送功率	mW	不涉及	≥0	instance_id，npu
69		npu_opt_tx_power_lane3	NPU光模块通道3发送功率	该指标描述NPU光模块通道3发送功率	mW	不涉及	≥0	instance_id，npu
70		npu_opt_rx_power_lane0	NPU光模块通道0接收功率	该指标描述NPU光模块通道0接收功率	mW	不涉及	≥0	instance_id，npu
71		npu_opt_rx_power_lane1	NPU光模块通道1接收功率	该指标描述NPU光模块通道1接收功率	mW	不涉及	≥0	instance_id，npu
72		npu_opt_rx_power_lane2	NPU光模块通道2接收功率	该指标描述NPU光模块通道2接收功率	mW	不涉及	≥0	instance_id，npu
73		npu_opt_rx_power_lane3	NPU光模块通道3接收功率	该指标描述NPU光模块通道3接收功率	mW	不涉及	≥0	instance_id，npu
74		npu_opt_tx_bias_lane0	NPU光模块通道0发射偏置电流	该指标描述NPU光模块通道0发射偏置电流	mA	不涉及	≥0	instance_id，npu
75		npu_opt_tx_bias_lane1	NPU光模块通道1发射偏置电流	该指标描述NPU光模块通道1发射偏置电流	mA	不涉及	≥0	instance_id，npu
76		npu_opt_tx_bias_lane2	NPU光模块通道2发射偏置电流	该指标描述NPU光模块通道2发射偏置电流	mA	不涉及	≥0	instance_id，npu
77		npu_opt_tx_bias_lane3	NPU光模块通道3发射偏置电流	该指标描述NPU光模块通道3发射偏置电流	mA	不涉及	≥0	instance_id，npu
78		npu_opt_tx_los	NPU光模块TX Los	该指标描述NPU光模块TX Los flag	count	不涉及	≥0	instance_id，npu
79		npu_opt_rx_los	NPU光模块RX Los	该指标描述NPU光模块RX Los flag	count	不涉及	≥0	instance_id，npu
80		npu_opt_media_snr_lane0	NPU光模块通道0光侧信噪比	该指标描述NPU光模块通道0的media侧（光侧）的信噪比	db	不涉及	自然数	instance_id，npu		telescope： 2.7.5.9及之后版本
81		npu_opt_media_snr_lane1	NPU光模块通道1光侧信噪比	该指标描述NPU光模块通道1的media侧（光侧）的信噪比	db	不涉及	自然数	instance_id，npu
82		npu_opt_media_snr_lane2	NPU光模块通道2光侧信噪比	该指标描述NPU光模块通道2的media侧（光侧）的信噪比	db	不涉及	自然数	instance_id，npu
83		npu_opt_media_snr_lane3	NPU光模块通道3光侧信噪比	该指标描述NPU光模块通道3的media侧（光侧）的信噪比	db	不涉及	自然数	instance_id，npu
84	HCCS Lane模式	npu_macro1_0lane_max_consec_sec	NPU Macro1 0lane模式最大持续时长	该指标描述NPU Macro1在检测周期内处于0lane模式的最大持续时长	s	不涉及	≥0	instance_id，npu	Snt9b Snt9b23	telescope： 2.7.5.9及之后版本
85		npu_macro2_0lane_max_consec_sec	NPU Macro2 0lane模式最大持续时长	该指标描述NPU Macro2在检测周期内处于0lane模式的最大持续时长	s	不涉及	≥0	instance_id，npu
86		npu_macro3_0lane_max_consec_sec	NPU Macro3 0lane模式最大持续时长	该指标描述NPU Macro3在检测周期内处于0lane模式的最大持续时长	s	不涉及	≥0	instance_id，npu
87		npu_macro4_0lane_max_consec_sec	NPU Macro4 0lane模式最大持续时长	该指标描述NPU Macro4在检测周期内处于0lane模式的最大持续时长	s	不涉及	≥0	instance_id，npu
88		npu_macro5_0lane_max_consec_sec	NPU Macro5 0lane模式最大持续时长	该指标描述NPU Macro5在检测周期内处于0lane模式的最大持续时长	s	不涉及	≥0	instance_id，npu
89		npu_macro6_0lane_max_consec_sec	NPU Macro6 0lane模式最大持续时长	该指标描述NPU Macro6在检测周期内处于0lane模式的最大持续时长	s	不涉及	≥0	instance_id，npu
90		npu_macro7_0lane_max_consec_sec	NPU Macro7 0lane模式最大持续时长	该指标描述NPU Macro7在检测周期内处于0lane模式的最大持续时长	s	不涉及	≥0	instance_id，npu
91		npu_macro1_0lane_total_sec	NPU Macro1 0lane模式持续总时长	该指标描述NPU Macro1在检测周期内处于0lane模式的持续总时长	s	不涉及	≥0	instance_id，npu
92		npu_macro2_0lane_total_sec	NPU Macro2 0lane模式持续总时长	该指标描述NPU Macro2在检测周期内处于0lane模式的持续总时长	s	不涉及	≥0	instance_id，npu
93		npu_macro3_0lane_total_sec	NPU Macro3 0lane模式持续总时长	该指标描述NPU Macro3在检测周期内处于0lane模式的持续总时长	s	不涉及	≥0	instance_id，npu
94		npu_macro4_0lane_total_sec	NPU Macro4 0lane模式持续总时长	该指标描述NPU Macro4在检测周期内处于0lane模式的持续总时长	s	不涉及	≥0	instance_id，npu
95		npu_macro5_0lane_total_sec	NPU Macro5 0lane模式持续总时长	该指标描述NPU Macro5在检测周期内处于0lane模式的持续总时长	s	不涉及	≥0	instance_id，npu
96		npu_macro6_0lane_total_sec	NPU Macro6 0lane模式持续总时长	该指标描述NPU Macro6在检测周期内处于0lane模式的持续总时长	s	不涉及	≥0	instance_id，npu
97		npu_macro7_0lane_total_sec	NPU Macro7 0lane模式持续总时长	该指标描述NPU Macro7在检测周期内处于0lane模式的持续总时长	s	不涉及	≥0	instance_id，npu
98	HCCS Serdes SNR	npu_macro1_serdes_lane0_snr	NPU Macro1 Serdes Lane0的信噪比	该指标描述NPU Macro1 Serdes Lane0的信噪比	db	不涉及	自然数	instance_id，npu	Snt9b Snt9b23	telescope： 2.7.5.9及之后版本
99		npu_macro1_serdes_lane1_snr	NPU Macro1 Serdes Lane1的信噪比	该指标描述NPU Macro1 Serdes Lane1的信噪比	db	不涉及	自然数	instance_id，npu
100		npu_macro1_serdes_lane2_snr	NPU Macro1 Serdes Lane2的信噪比	该指标描述NPU Macro1 Serdes Lane2的信噪比	db	不涉及	自然数	instance_id，npu
101		npu_macro1_serdes_lane3_snr	NPU Macro1 Serdes Lane3的信噪比	该指标描述NPU Macro1 Serdes Lane3的信噪比	db	不涉及	自然数	instance_id，npu
102		npu_macro2_serdes_lane0_snr	NPU Macro2 Serdes Lane0的信噪比	该指标描述NPU Macro2 Serdes Lane0的信噪比	db	不涉及	自然数	instance_id，npu
103		npu_macro2_serdes_lane1_snr	NPU Macro2 Serdes Lane1的信噪比	该指标描述NPU Macro2 Serdes Lane1的信噪比	db	不涉及	自然数	instance_id，npu
104		npu_macro2_serdes_lane2_snr	NPU Macro2 Serdes Lane2的信噪比	该指标描述NPU Macro2 Serdes Lane2的信噪比	db	不涉及	自然数	instance_id，npu
105		npu_macro2_serdes_lane3_snr	NPU Macro2 Serdes Lane3的信噪比	该指标描述NPU Macro2 Serdes Lane3的信噪比	db	不涉及	自然数	instance_id，npu
106		npu_macro3_serdes_lane0_snr	NPU Macro3 Serdes Lane0的信噪比	该指标描述NPU Macro3 Serdes Lane0的信噪比	db	不涉及	自然数	instance_id，npu
107		npu_macro3_serdes_lane1_snr	NPU Macro3 Serdes Lane1的信噪比	该指标描述NPU Macro3 Serdes Lane1的信噪比	db	不涉及	自然数	instance_id，npu
108		npu_macro3_serdes_lane2_snr	NPU Macro3 Serdes Lane2的信噪比	该指标描述NPU Macro3 Serdes Lane2的信噪比	db	不涉及	自然数	instance_id，npu
109		npu_macro3_serdes_lane3_snr	NPU Macro3 Serdes Lane3的信噪比	该指标描述NPU Macro3 Serdes Lane3的信噪比	db	不涉及	自然数	instance_id，npu
110		npu_macro4_serdes_lane0_snr	NPU Macro4 Serdes Lane0的信噪比	该指标描述NPU Macro4 Serdes Lane0的信噪比	db	不涉及	自然数	instance_id，npu
111		npu_macro4_serdes_lane1_snr	NPU Macro4 Serdes Lane1的信噪比	该指标描述NPU Macro4 Serdes Lane1的信噪比	db	不涉及	自然数	instance_id，npu
112		npu_macro4_serdes_lane2_snr	NPU Macro4 Serdes Lane2的信噪比	该指标描述NPU Macro4 Serdes Lane2的信噪比	db	不涉及	自然数	instance_id，npu
113		npu_macro4_serdes_lane3_snr	NPU Macro4 Serdes Lane3的信噪比	该指标描述NPU Macro4 Serdes Lane3的信噪比	db	不涉及	自然数	instance_id，npu
114		npu_macro5_serdes_lane0_snr	NPU Macro5 Serdes Lane0的信噪比	该指标描述NPU Macro5 Serdes Lane0的信噪比	db	不涉及	自然数	instance_id，npu
115		npu_macro5_serdes_lane1_snr	NPU Macro5 Serdes Lane1的信噪比	该指标描述NPU Macro5 Serdes Lane1的信噪比	db	不涉及	自然数	instance_id，npu
116		npu_macro5_serdes_lane2_snr	NPU Macro5 Serdes Lane2的信噪比	该指标描述NPU Macro5 Serdes Lane2的信噪比	db	不涉及	自然数	instance_id，npu
117		npu_macro5_serdes_lane3_snr	NPU Macro5 Serdes Lane3的信噪比	该指标描述NPU Macro5 Serdes Lane3的信噪比	db	不涉及	自然数	instance_id，npu
118		npu_macro6_serdes_lane0_snr	NPU Macro6 Serdes Lane0的信噪比	该指标描述NPU Macro6 Serdes Lane0的信噪比	db	不涉及	自然数	instance_id，npu
119		npu_macro6_serdes_lane1_snr	NPU Macro6 Serdes Lane1的信噪比	该指标描述NPU Macro6 Serdes Lane1的信噪比	db	不涉及	自然数	instance_id，npu
120		npu_macro6_serdes_lane2_snr	NPU Macro6 Serdes Lane2的信噪比	该指标描述NPU Macro6 Serdes Lane2的信噪比	db	不涉及	自然数	instance_id，npu
121		npu_macro6_serdes_lane3_snr	NPU Macro6 Serdes Lane3的信噪比	该指标描述NPU Macro6 Serdes Lane3的信噪比	db	不涉及	自然数	instance_id，npu
122		npu_macro7_serdes_lane0_snr	NPU Macro7 Serdes Lane0的信噪比	该指标描述NPU Macro7 Serdes Lane0的信噪比	db	不涉及	自然数	instance_id，npu
123		npu_macro7_serdes_lane1_snr	NPU Macro7 Serdes Lane1的信噪比	该指标描述NPU Macro7 Serdes Lane1的信噪比	db	不涉及	自然数	instance_id，npu
124		npu_macro7_serdes_lane2_snr	NPU Macro7 Serdes Lane2的信噪比	该指标描述NPU Macro7 Serdes Lane2的信噪比	db	不涉及	自然数	instance_id，npu
125		npu_macro7_serdes_lane3_snr	NPU Macro7 Serdes Lane3的信噪比	该指标描述NPU Macro7 Serdes Lane3的信噪比	db	不涉及	自然数	instance_id，npu
126	HCCS收发包统计	npu_macro1_rx_cnt	NPU Macro1接收报文数	该指标描述NPU Macro1在检测周期内接收的报文数	count	不涉及	≥0	instance_id，npu	Snt9b Snt9b23	telescope： 2.7.5.9及之后版本
127		npu_macro2_rx_cnt	NPU Macro2接收报文数	该指标描述NPU Macro2在检测周期内接收的报文数	count	不涉及	≥0	instance_id，npu
128		npu_macro3_rx_cnt	NPU Macro3接收报文数	该指标描述NPU Macro3在检测周期内接收的报文数	count	不涉及	≥0	instance_id，npu
129		npu_macro4_rx_cnt	NPU Macro4接收报文数	该指标描述NPU Macro4在检测周期内接收的报文数	count	不涉及	≥0	instance_id，npu
130		npu_macro5_rx_cnt	NPU Macro5接收报文数	该指标描述NPU Macro5在检测周期内接收的报文数	count	不涉及	≥0	instance_id，npu
131		npu_macro6_rx_cnt	NPU Macro6接收报文数	该指标描述NPU Macro6在检测周期内接收的报文数	count	不涉及	≥0	instance_id，npu
132		npu_macro7_rx_cnt	NPU Macro7接收报文数	该指标描述NPU Macro7在检测周期内接收的报文数	count	不涉及	≥0	instance_id，npu
133		npu_macro1_tx_cnt	NPU Macro1发送报文数	该指标描述NPU Macro1在检测周期内发送的报文数	count	不涉及	≥0	instance_id，npu
134		npu_macro2_tx_cnt	NPU Macro2发送报文数	该指标描述NPU Macro2在检测周期内发送的报文数	count	不涉及	≥0	instance_id，npu
135		npu_macro3_tx_cnt	NPU Macro3发送报文数	该指标描述NPU Macro3在检测周期内发送的报文数	count	不涉及	≥0	instance_id，npu
136		npu_macro4_tx_cnt	NPU Macro4发送报文数	该指标描述NPU Macro4在检测周期内发送的报文数	count	不涉及	≥0	instance_id，npu
137		npu_macro5_tx_cnt	NPU Macro5发送报文数	该指标描述NPU Macro5在检测周期内发送的报文数	count	不涉及	≥0	instance_id，npu
138		npu_macro6_tx_cnt	NPU Macro6发送报文数	该指标描述NPU Macro6在检测周期内发送的报文数	count	不涉及	≥0	instance_id，npu
139		npu_macro7_tx_cnt	NPU Macro7发送报文数	该指标描述NPU Macro7在检测周期内发送的报文数	count	不涉及	≥0	instance_id，npu
140	HCCS重传统计	npu_macro1_retry_cnt	NPU Macro1重传报文数	该指标描述NPU Macro1在检测周期内重传的报文数	count	不涉及	≥0	instance_id，npu	Snt9b Snt9b23	telescope： 2.7.5.9及之后版本
141		npu_macro2_retry_cnt	NPU Macro2重传报文数	该指标描述NPU Macro2在检测周期内重传的报文数	count	不涉及	≥0	instance_id，npu
142		npu_macro3_retry_cnt	NPU Macro3重传报文数	该指标描述NPU Macro3在检测周期内重传的报文数	count	不涉及	≥0	instance_id，npu
143		npu_macro4_retry_cnt	NPU Macro4重传报文数	该指标描述NPU Macro4在检测周期内重传的报文数	count	不涉及	≥0	instance_id，npu
144		npu_macro5_retry_cnt	NPU Macro5重传报文数	该指标描述NPU Macro5在检测周期内重传的报文数	count	不涉及	≥0	instance_id，npu
145		npu_macro6_retry_cnt	NPU Macro6重传报文数	该指标描述NPU Macro6在检测周期内重传的报文数	count	不涉及	≥0	instance_id，npu
146		npu_macro7_retry_cnt	NPU Macro7重传报文数	该指标描述NPU Macro7在检测周期内重传的报文数	count	不涉及	≥0	instance_id，npu
147	HCCS错包统计	npu_macro1_crc_error_cnt	NPU Macro1接收错误报文数	该指标描述NPU Macro1在检测周期内接收的CRC错误报文数	count	不涉及	≥0	instance_id，npu	Snt9b Snt9b23	telescope： 2.7.5.9及之后版本
148		npu_macro2_crc_error_cnt	NPU Macro2接收错误报文数	该指标描述NPU Macro2在检测周期内接收的CRC错误报文数	count	不涉及	≥0	instance_id，npu
149		npu_macro3_crc_error_cnt	NPU Macro3接收错误报文数	该指标描述NPU Macro3在检测周期内接收的CRC错误报文数	count	不涉及	≥0	instance_id，npu
150		npu_macro4_crc_error_cnt	NPU Macro4接收错误报文数	该指标描述NPU Macro4在检测周期内接收的CRC错误报文数	count	不涉及	≥0	instance_id，npu
151		npu_macro5_crc_error_cnt	NPU Macro5接收错误报文数	该指标描述NPU Macro5在检测周期内接收的CRC错误报文数	count	不涉及	≥0	instance_id，npu
152		npu_macro6_crc_error_cnt	NPU Macro6接收错误报文数	该指标描述NPU Macro6在检测周期内接收的CRC错误报文数	count	不涉及	≥0	instance_id，npu
153		npu_macro7_crc_error_cnt	NPU Macro7接收错误报文数	该指标描述NPU Macro7在检测周期内接收的CRC错误报文数	count	不涉及	≥0	instance_id，npu
154		npu_macro1_crc_error_rate	NPU Macro1接收误码率	该指标描述NPU Macro1在检测周期内接收的CRC错误报文数占接收报文数的百分比	count	不涉及	≥0	instance_id，npu
155		npu_macro2_crc_error_rate	NPU Macro2接收误码率	该指标描述NPU Macro2在检测周期内接收的CRC错误报文数占接收报文数的百分比	%	不涉及	≥0	instance_id，npu
156		npu_macro3_crc_error_rate	NPU Macro3接收误码率	该指标描述NPU Macro3在检测周期内接收的CRC错误报文数占接收报文数的百分比	%	不涉及	≥0	instance_id，npu
157		npu_macro4_crc_error_rate	NPU Macro4接收误码率	该指标描述NPU Macro4在检测周期内接收的CRC错误报文数占接收报文数的百分比	%	不涉及	≥0	instance_id，npu
158		npu_macro5_crc_error_rate	NPU Macro5接收误码率	该指标描述NPU Macro5在检测周期内接收的CRC错误报文数占接收报文数的百分比	%	不涉及	≥0	instance_id，npu
159		npu_macro6_crc_error_rate	NPU Macro6接收误码率	该指标描述NPU Macro6在检测周期内接收的CRC错误报文数占接收报文数的百分比	%	不涉及	≥0	instance_id，npu
160		npu_macro7_crc_error_rate	NPU Macro7接收误码率	该指标描述NPU Macro7在检测周期内接收的CRC错误报文数占接收报文数的百分比	%	不涉及	≥0	instance_id，npu

Lite Server支持的事件列表

通过对接CES，可以将业务中的重要事件或对云资源的操作事件收集到CES云监控服务，并在事件发生时进行告警。Lite Server支持的事件来源主要是BMS和ECS，NPU涉及的具体事件列表如下，其它相关事件请参考CES事件监控说明。

表2 表2 Lite Server支持的事件列表
事件来源	命名空间	事件名称	事件ID	事件级别	事件说明	处理建议	事件影响	支持机型	支持版本
BMS/ECS	SYS.BMS/SYS.ECS	NPU: npu-smi info查询缺少设备	NPUSMICardNotFound	重要	可能是由于昇腾驱动问题或NPU掉卡	联系运维人员协助处理	NPU卡无法正常使用	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
		NPU: PCIe链路异常	PCIeErrorFound	重要	lspci显示npu卡处于rev ff状态	联系运维人员协助处理	NPU卡无法正常使用	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
		NPU: lspci查询缺少设备	LspciCardNotFound	重要	一般是由于NPU掉卡	联系运维人员协助处理	NPU卡无法正常使用	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
		NPU: 温度超过阈值	TemperatureOverUpperLimit	重要	可能是由于DDR颗粒温度过高或过温软件预警	暂停业务，重启系统，查看散热系统，device复位	可能造成过温下电及device丢失	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
		NPU: 存在不可纠正ECC错误	UncorrectableEccErrorWarning	重要	NPU卡出现Uncorrectable ECC Error硬件故障	如果业务受到影响，转硬件换卡	业务可能受到影响终止	Snt3P 300IDuo	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
		NPU: 需要重启实例	RebootVirtualMachine	提示	当前故障很可能需要重启进行恢复	在收集必要信息后，重启以尝试恢复	重启可能中断客户业务	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
		NPU: 需要复位SOC	ResetSOC	提示	当前故障很可能需要复位SOC进行恢复	在收集必要信息后，复位SOC以尝试恢复	复位SOC可能中断客户业务	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
		NPU: 需要退出AI任务重新执行	RestartAIProcess	提示	当前故障很可能需要客户退出当前的AI任务并尝试重新执行	在收集必要信息后，尝试退出当前AI任务并尝试重新执行	退出当前AI任务以便重新执行	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
		NPU: errorcode告警	NPUErrorCodeWarning	重要	这里涵盖了大量重要及以上的NPU错误码，您可以根据这些错误码进一步定位错误原因	对照《黑匣子错误码信息列表》和《健康管理故障定义》进一步定位错误	NPU当前存在故障，可能导致客户业务终止	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.4.3 2.7.5.3 2.7.5.4 2.7.5.9及之后版本
		NPU HBM多ECC错误信息	NpuHbmMultiEccInfo	提示	NPU卡存在HBM的ECC错误，此事件上报相应错误信息	这是一个用于辅助其他事件进行判断的事件，无需单独定位处理	这是一个用于辅助其他事件进行判断的事件，无需单独定位处理	Snt9b Snt9b23	telescope： 2.7.5.9及之后版本
		GPU: RoCE网卡配置错误	GpuRoceNicConfigIncorrect	重要	GPU: RoCE网卡配置错误	联系运维人员协助处理	机器参数面网络异常，多机任务无法执行	GPU	telescope： 2.7.5.9及之后版本
		OS出现ReadOnly问题	ReadOnlyFileSystem	严重	文件系统%s只读	请检查磁盘健康状态	无法对文件进行写和操作	-	telescope： 2.7.5.3 2.7.5.9及之后版本
		NPU：驱动固件不匹配	NpuDriverFirmwareMismatch	重要	NPU驱动固件版本不匹配	请从昇腾官网获取匹配版本重新安装	无法正常使用NPU卡	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.5.3 2.7.5.9及之后版本
		NPU：Docker容器环境检测	NpuContainerEnvSystem	重要	Docker不可用	确认docker软件是否正常	无法使用docker软件	-	telescope： 2.7.5.3 2.7.5.9及之后版本
				重要	容器插件Ascend-Docker-Runtime未安装	安装容器插件Ascend-Docker-Runtime，否则影响容器使用昇腾卡	docker容器无法挂载NPU卡	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.5.3 2.7.5.9及之后版本
				重要	操作系统没有开启IP转发功能	请检查/etc/sysctl.conf文件中net.ipv4.ip_forward配置	docker容器无法正常网络通信	-	telescope： 2.7.5.3 2.7.5.9及之后版本
				重要	容器共享内存过小	共享内存默认为64M，可按需修改。方式一：修改/etc/docker/daemon.json配置文件default-shm-size字段。方式二：docker run命令中使用--shm-size参数来设置单个容器的共享内存大小。	分布式训练时共享内存不足导致训练失败	-	telescope： 2.7.5.3 2.7.5.9及之后版本
		NPU：RoCE网卡down	RoCELinkStatusDown	重要	NPU卡 %d RoCE Link状态Down	请检查NPU Roce网口状态	NPU网卡不可用	Snt9b Snt9b23	telescope： 2.7.5.3 2.7.5.9及之后版本
		NPU：RoCE网卡健康状态异常	RoCEHealthStatusError	重要	NPU卡 %d RoCE网络健康状态异常	请检查NPU Roce网卡健康状态	NPU网卡不可用	Snt9b Snt9b23	telescope： 2.7.5.3 2.7.5.9及之后版本
		NPU：Roce网卡配置文件/etc/hccn.conf不存在	HccnConfNotExisted	重要	Roce网卡配置文件"/etc/hccn.conf"不存在	请检查/etc/hccn.conf网卡配置文件	Roce网卡不可用	Snt9b Snt9b23	telescope： 2.7.5.3 2.7.5.9及之后版本
		GPU：GPU基本组件异常	GpuEnvironmentSystem	重要	nvidia-smi命令异常	请检查GPU驱动是否正常	GPU卡驱动不可用	GPU	telescope： 2.7.5.3 2.7.5.9及之后版本
				重要	nvidia-fabricmanager版本和GPU驱动版本不一致	请检查GPU驱动版本和nvidia-fabricmanager版本	nvidia-fabricmanager无法正常工作，影响GPU的使用
				重要	容器插件nvidia-container-toolkit未安装	安装容器插件nvidia-container-toolkit	docker无法挂载GPU卡
		本地磁盘挂载巡检	MountDiskSystem	重要	/etc/fstab中有无效的UUID	请检查/etc/fstab配置文件中UUID的正确性，否则可能会导致机器重启失败	挂载磁盘错误，导致机器重启异常	-	telescope： 2.7.5.3 2.7.5.9及之后版本
		GP：Ant系列机器动态路由配置错误	GpuRouteConfigError	重要	Ant系列机器网卡%s动态路由未配置或配置错误，CMD [ip route]: %s \| CMD [ip route show table all]: %s。	请正确配置RoCE网卡路由	NPU网络通信异常	GPU	telescope： 2.7.5.3 2.7.5.9及之后版本
		NPU：Roce端口未散列配置	RoCEUdpConfigError	重要	RoCE UDP端口未散列配置	请检查NPU RoCE UDP端口配置情况	影响NPU卡通信性能	Snt9b Snt9b23	telescope： 2.7.5.9及之后版本
		系统内核自动升级预警	KernelUpgradeWarning	重要	系统内核自动升级预警，旧版本：%s，新版本：%s	系统内核升级可能导致配套AI软件异常，请检查系统更新日志，避免机器重启	可能导致配套AI配套软件不可用	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.5.3 2.7.5.9及之后版本
		NPU环境相关命令检测	NpuToolsWarning	重要	hccn_tool不可用	请检查NPU驱动是否正常	无法配置RoCE网卡的IP、网关	Snt9b Snt9b23	telescope： 2.7.5.3 2.7.5.9及之后版本
				重要	npu-smi不可用	请检查NPU驱动是否正常	无法正常使用NPU卡	Snt3P 300IDuo Snt9b Snt9b23	telescope： 2.7.5.3 2.7.5.9及之后版本
				重要	ascend-dmi不可用	请检查工具包ToolBox是否正常安装	无法使用ascend-dmi进行性能分析	Snt9b Snt9b23	telescope： 2.7.5.3 2.7.5.9及之后版本
		NPU: L1交换机端口局部功能失效	NpuL1SwitchPortPartialFunctionFailure	重要	NPU的L1 1520交换机端口局部功能失效	转昇腾和硬件处理	业务可能受到影响终止	Snt9b23	telescope： 2.7.5.9及之后版本 lqdcmi： 2.1.0及之后版本
		NPU: L1交换机故障	NpuL1SwitchFault	重要	NPU的L1 1520交换机发生故障	转昇腾和硬件处理	业务可能受到影响终止	Snt9b23	telescope： 2.7.5.9及之后版本 lqdcmi： 2.1.0及之后版本
		NPU：RoCE IP地址不匹配	NpuRoceIPAddressMismatch	重要	RoCE网卡的实际IP地址与配置文件hccn.conf中的IP地址不一致	联系运维人员协助处理	机器参数面网络异常，多机任务无法执行	Snt9b Snt9b23	telescope： 2.7.5.9及之后版本

父主题： 监控Lite Server资源

上一篇：监控Lite Server资源

下一篇：使用CES监控Snt9B23超节点健康状况

意见反馈

文档内容是否对您有帮助？

有帮助没帮助

提供反馈

提交成功！非常感谢您的反馈，我们会继续努力做到更好！

系统繁忙，请稍后重试

在使用文档中是否遇到以下问题

内容与产品页面不一致

内容不易理解

缺失示例代码

步骤不可操作

搜不到想要的内容

缺少最佳实践

意见反馈（选填）

0/500

请至少选择一项反馈信息并填写问题反馈

字符长度不能超过500

直接提交取消