置为GPU插件配置中指定的版本。 如果需要稳定升级GPU节点驱动，推荐使用通过节点池升级节点的GPU驱动版本。 前提条件 需要使用kubectl连接到集群，详情请参见通过kubectl连接集群。 操作步骤 如果您需要使用指定的NVIDIA驱动版本，可以在节点安装新版本GPU驱动，操作步骤如下：

查看更多 →

兼容Kubernetes默认GPU调度模式 开启GPU虚拟化后，默认该GPU节点不再支持使用Kubernetes默认GPU调度模式的工作负载，即不再支持使用nvidia.com/gpu资源的工作负载。如果您在集群中已使用nvidia.com/gpu资源的工作负载，可在gpu-device-p

查看更多 →

1及以上版本 gpu-device-plugin插件：2.0.0及以上版本 步骤一：纳管并标记GPU节点 如果您的集群中已有符合基础规划的GPU节点，您可以跳过此步骤。 在集群中纳管支持GPU虚拟化的节点，具体操作步骤请参见纳管节点。 纳管成功后，给对应支持GPU虚拟化节点打上“accelerator:

查看更多 →

创建GPU虚拟化应用 本文介绍如何使用GPU虚拟化能力实现算力和显存隔离，高效利用GPU设备资源。 前提条件 已完成GPU虚拟化资源准备。 如果您需要通过命令行创建，需要使用kubectl连接到集群，详情请参见通过kubectl连接集群。 约束与限制 init容器不支持进行GPU虚拟化。

查看更多 →

监控GPU虚拟化资源 本章介绍如何在U CS 控制台界面查看GPU虚拟化资源的全局监控指标。 前提条件 完成GPU虚拟化资源准备。 当前本地集群内存在节点开启GPU虚拟化能力。 当前本地集群开启了监控能力。 GPU虚拟化监控 登录UCS控制台，在左侧导航栏选择“容器智能分析”。 选择

查看更多 →

Serverless GPU使用介绍 概述 应用场景 父主题： GPU函数管理

查看更多 →

T4 GPU设备显示异常 问题描述 使用NVIDIA Tesla T4 GPU的 云服务器 ，例如Pi2或G6规格，执行nvidia-smi命令查看GPU使用情况时，显示如下： No devices were found 原因分析 NVIDIA Tesla T4 GPU是NVIDIA的新版本，默认使用并开启GSP

查看更多 →

Temperature AP光模块的当前温度。 ApEntityPhysicalName 光模块所在AP端口的名称。 仅AD9430DN-24和AD9431DN-24X支持该节点。 APID AP ID。 对系统的影响 无 可能原因 AP光模块的温度低于设置的最低值。 处理步骤 请根据实际需要，增加该AP的相关业务等。

查看更多 →

Temperature AP光模块的当前温度。 ApEntityPhysicalName 光模块所在AP端口的名称。 仅AD9430DN-24和AD9431DN-24X支持该节点。 APID AP ID。 对系统的影响 无 可能原因 AP光模块的温度低于设置的最低值。 处理步骤 请根据实际需要，增加该AP的相关业务等。

查看更多 →

TemperaturType 温度类型。 对系统的影响 表明当前AP（单板/环境/CPU/NP/中射频）温度低于低温阈值。 如果阈值设置的不低，对业务没有影响。 如果阈值设置的较低，说明当前AP（单板/环境/CPU/NP/中射频）温度确实较低，可能导致AP器件工作异常，影响业务。 可能原因

查看更多 →

TemperaturType 温度类型。 对系统的影响 表明当前AP（单板/环境/CPU/NP/中射频）温度超过了阈值。 如果阈值设置的不高，对业务没有影响。 如果阈值设置的较高，说明当前AP（单板/环境/CPU/NP/中射频）温度确实较高，可能导致AP器件工作异常，影响业务。 可能原因

查看更多 →

少应用 服务器 开发工作量。 本示例为设备自带的温度传感器上报的温度大于80度时，平台自动下发命令关闭设备。 配置设备管理服务 在设备管理服务中创建产品模型、注册设备并设置设备联动规则，实现当设备上报特定数据时平台自动下发命令。 登录华为云官方网站，访问“设备管理服务”。 单击“立即使用”进入设备管理控制台。

查看更多 →

某公司需要对该公司各个区域设置温度监测，每个区域都有温度监控设备。当温度高于20度时，需要触发高温报警，设备状态需要从“Normal”转为“High”状态。当温度小于等于20度时，设备状态需要从“High”转成“Normal”状态并更新温度监控设备存储的温度值。 前提条件 已创建温度监控设备对象“

查看更多 →

a1），请继续按照处理方法处理；如果查找不到显卡或者显示状态为rev ff，请根据显卡故障诊断及处理方法进行故障诊断。规格对应显卡数量可以通过GPU加速型查询。 lspci | grep -i nvidia 处理方法 非CCE集群场景，建议尝试自行重装驱动，或升级驱动版本后执行nvidi

查看更多 →

推理基础镜像详情Pytorch（CPU/GPU） ModelArts提供了以下Pytorch（CPU/GPU）推理基础镜像： 引擎版本一：pytorch_1.8.0-cuda_10.2-py_3.7-ubuntu_18.04-x86_64 引擎版本二：pytorch_1.8.2-cuda_11

查看更多 →

推理基础镜像详情MindSpore（CPU/GPU） ModelArts提供了以下MindSpore（CPU/GPU）推理基础镜像： 引擎版本一：mindspore_1.7.0-cpu-py_3.7-ubuntu_18.04-x86_64 引擎版本二：mindspore_1.7.0-cuda_10

查看更多 →

当前节点未启动GPU驱动。GPU驱动未启动。检查GPU当前状态：systemctl status nvidia-drivers-loader若nvidia驱动未启动，则启动nvidia驱动：systemctl start nvidia-drivers-loadersystemctl start nvidia-drivers-loader如

查看更多 →

CCE AI套件（NVIDIA GPU）版本发布记录 表1 CCE AI套件（NVIDIA GPU）版本记录 插件版本 支持的集群版本 更新特性 2.6.4 v1.28 v1.29 更新GPU卡逻辑隔离逻辑 2.6.1 v1.28 v1.29 升级GPU插件基础镜像 2.5.6 v1

查看更多 →

错误码说明 未检查到当前节点存在GPU设备 可能原因 GPU卡类型不匹配，当前IEF仅支持nvidia的GPU设备 GPU设备节点未检测到 处理措施 非nvidia的GPU卡。 安装IEF软件时，不使能GPU设备，或更换nvidia的GPU卡。 未检测到GPU设备。 尝试重启节点。 父主题：

查看更多 →

GPU插件关键参数检查异常处理 检查项内容 检查CCE GPU插件中部分配置是否被侵入式修改，被侵入式修改的插件可能导致升级失败。 解决方案 使用kubectl连接集群。 执行以下命令获取插件实例详情。 kubectl get ds nvidia-driver-installer

查看更多 →

可能导致光模块工作异常，影响业务。 可能原因 外界温度过低导致设备温度低于正常范围下限。 处理步骤 在用户视图下执行命令display transceiver slot slot-id verbose查看本端口当前光模块温度是否在接受范围内。 如果光模块温度在接受范围内，请收集告警信息、日志信

查看更多 →