执行以下命令，查询是否已成功安装IB驱动。 $ ls /usr/mpi/gcc/openmpi-3.1.0rc2/bin/mpirun $ rpm -qa | grep mlnx-ofa 图1 确认已安装IB驱动 查看回显结果。 如果回显如图1所示，表示已安装IB驱动，执行3。 如果未安装IB驱动，执行2。

查看更多 →

在HPC集群上运行IB驱动自带的OpenMPI 操作场景 该任务指导用户在已配置好的弹性云 服务器 上，运行IB驱动自带的MPI应用（3.0.0rc6版本）。 前提条件 已成功创建带IB网卡的弹性云服务器，并绑定了弹性IP进行登录。 已使用私有镜像创建多个弹性云服务器。 操作步骤 使用

查看更多 →

3的OS为例在单节点上运行MPI应用。 裸金属服务器场景支持使用的MPI 安装和使用IB驱动自带的Open MPI 安装和使用社区OpenMPI 安装和使用Spectrum MPI 安装和使用Intel MPI 安装和使用Platform MPI 父主题： 裸金属服务器场景典型应用

查看更多 →

华为云公共云服务，具体参见购买连接“接口”型终端节点服务的终端节点。 相关链接 弹性云服务器 添加网卡后是否会自动启动？ 怎样修改 云服务器 子网的网段？ 怎样检查IB云服务器的网络是否正常？ 怎样给IB网卡手动配置IP地址？ 网卡无法正常工作，怎么办？ 父主题： 弹性网卡管理

查看更多 →

NCCL_IB_TIMEOUT 18 用于控制IB通信超时时间，算法为“4.096 µs * 2 ^ timeout”。如出现NCCL通信超时问题可适当调大，最大可调整至22。较大的值可能会影响性能，设置为18相对平衡。 NCCL_IB_RETRY_CNT 15 IB通信重试次数

查看更多 →

BMS场景） 该任务指导以CentOS7.3的OS为例在集群上运行MPI应用。 IB驱动自带的OpenMPI 社区OpenMPI Spectrum MPI Intel MPI Platform MPI 父主题： 裸金属服务器场景典型应用

查看更多 →

） 该任务指导以CentOS 7.6的操作系统为例在集群上运行MPI应用。 安装和使用IB驱动自带的Open MPI 安装和使用社区OpenMPI 安装和使用MPICH 父主题： 裸金属服务器场景典型应用

查看更多 →

在HPC集群上运行MPI应用 在HPC集群上运行IB驱动自带的OpenMPI 在HPC集群上运行社区OpenMPI 在HPC集群上运行Spectrum MPI 在HPC集群上运行Intel MPI 在HPC集群上运行Platform MPI 父主题： 弹性云服务器场景典型应用

查看更多 →

internal error 原因分析 可能原因如下： 原因1：未设置环境变量NCCL_IB_TC、NCCL_IB_GID_INDEX、NCCL_IB_TIMEOUT，因此会导致通信速度慢且不稳定，最后造成IB通信断连，偶发上述现象。 原因2：NCCL_SOCKET_IFNAME设置错误。当用户的NCCL版本低于2

查看更多 →

进入弹性云服务器信息页面。 单击“创建弹性云服务器”，开始创建应用集群。 按照界面提示，填写弹性云服务器的参数配置，详细操作请参见创建支持IB网卡的弹性云服务器。其中， 规格：需与转化的私有镜像的云服务器规格保持一致。 镜像：选择“私有镜像”，然后选择制作私有镜像中制作的私有镜像。 虚拟私有云：集群中

查看更多 →

安装并配置虚拟机（Linux） 该任务指导用户完成Linux云服务器的系统安装及相关配置与其他驱动的安装，为最终生成的Linux裸金属服务器私有镜像做准备。 安装虚拟机 启动引导文件修改（仅UEFI启动场景涉及） 虚拟机环境配置 安装Cloud-Init 配置Cloud-Init

查看更多 →

138 bms-arm-ib-0001 192.168.1.45 bms-arm-ib-0002 ... 执行以下命令，添加hostfile文件。 $vi hostfile 添加集群中所有BMS的主机名，以及对应的核数(假设为2核)，例如： bms-arm-ib-0001:2 bms-arm-ib-0002:2

查看更多 →

-mca btl_openib_allow_ib true -x NCCL_DEBUG=INFO -x NCCL_IB_GID_INDEX=3 -x NCCL_IB_TC=128 -x NCCL_ALGO=RING -x NCCL_IB_HCA=^mlx5_bond_0 -x LD_LIBRARY_PATH

查看更多 →

将在操作系统官网下载的CentOS 7.5内核文件上传至裸金属服务器，执行以下命令更新内核： yum install kernel-3.10.0-862.el7.x86_64.rpm 对于在“/etc/fstab”中设置启动时挂载云硬盘的裸金属服务器，需要先在“/etc/fstab”中注释云硬盘

查看更多 →

对于不依赖于特殊资源的E CS ，支持故障自动恢复功能，在ECS所在物理服务器故障的情况下可以自动在其他物理服务器上重启；对于部署在这种ECS中的工作负载，需要检查ECS重启后业务是否能自动恢复。 对于依赖特殊资源的ECS，如本地盘、直通FPGA卡、直通IB卡等，不支持故障自动恢复，针对此类ECS需要检查

查看更多 →

138 bms-arm-ib-0001 192.168.1.45 bms-arm-ib-0002 ... 执行以下命令，添加hostfile文件。 $vi hostfile 添加集群中所有BMS的主机名，以及对应的核数(假设为2核)，例如： bms-arm-ib-0001 slots=2

查看更多 →

GPU A系列裸金属服务器无法获取显卡如何解决 问题现象 在A系列裸金属服务器上使用PyTorch一段时间后，出现获取显卡失败的现象，报错如下： > torch.cuda.is_available() /usr/local/lib/python3.8/dist-packages/torch/cuda/__init__

查看更多 →

该任务指导用户在已配置好的弹性云服务器上，运行Spectrum MPI应用（IBM Spectrum MPI v10.1）。 前提条件 已成功创建带IB网卡的弹性云服务器，并绑定了弹性IP进行登录。 已使用私有镜像创建多个弹性云服务器。 操作步骤 使用“PuTTY”，采用密钥对方式登录弹性云服务器。 登录用户为创建弹性云服务器时指定的用户名。

查看更多 →

高性能计算型 主要使用在受计算限制的高性能处理器的应用程序上。它需要更多处理器核数、大量的内存和高吞吐量的存储系统。该规格使用V5 CPU服务器，并结合IB网卡，适用于HPC高性能计算等场景。 表4 高性能计算型规格详情 规格名称/ID CPU 内存 本地磁盘 扩展配置 physical

查看更多 →

NCCL_IB_GID_INDEX=3： 使用RoCE v2协议，默认使用RoCE v1，但是v1在交换机上没有拥塞控制，可能丢包，而且后面的交换机不会支持v1，就无法启动。 NCCL_IB_TC=128：数据包走交换机的队列4通道，这是RoCE协议标准。 NCCL_IB_TIME

查看更多 →

误升内核的场景，如何回退至原始内核版本？ 问题背景 裸金属服务器中SDI、RAID及IB等硬件驱动跟内核相关，不建议升级内核版本。 如果已经升级且相关功能出现异常可按照以下方法进行规避处理。以CentOS 7.2操作系统为例，介绍如何在内核升级后设置从默认内核启动。 升级场景复现

查看更多 →