重要 GPU图像引擎发生故障，可能由应用、驱动或硬件引起。 如果业务受损，请提交工单。 可能GPU硬件问题导致图像引擎故障，导致业务异常退出。 GPU温度过高告警 highTemperatureEvent 重要 GPU硬件温度过高。 如果业务受损，请提交工单。 GPU温度超过温度阈值，可能会引起GPU卡性能下降

查看更多 →

单击操作列“详情”，可以查看具体用例在终端的复现情况。 单击性能报告页“查看详情”，可以查看测试的性能详细信息（启动时延、CPU占有率、内存占用、流量、温度、帧数率、GPU占有率）。

查看更多 →

nvidia-smi: command not found 可能原因 云服务器 驱动异常、没有安装驱动或者驱动被卸载。 处理方法 如果未安装GPU驱动，请重新安装GPU驱动。 操作指导请参考：安装GPU驱动 如果已安装驱动，但是驱动被卸载。 执行history，查看是否执行过卸载操作。

查看更多 →

执行以下命令，查看安装结果。 lspci -d 10de: 图1 安装结果 GPU指标采集需要依赖以下驱动文件，请检查环境中对应的驱动文件是否存在。如果驱动未安装，可参见（推荐）GPU加速型实例自动安装GPU驱动（Linux）。 Linux驱动文件 nvmlUbuntuNvidiaLibraryPath

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 →

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 →

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 →

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 →

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 →

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 →

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 →

gputil import GPUtil as GPU GPU.showUtilization() import GPUtil as GPU GPUs = GPU.getGPUs() for gpu in GPUs: print("GPU RAM Free: {0:.0f}MB |

查看更多 →

自定义镜像 方式创建GPU函数 GPU 型号仅支持 NVIDIA Tesla 系列。例如：Tesla 系列 T4 卡型。 自定义镜像函数部署详见使用容器镜像部署函数。 自定义镜像函数，可以在设置->常规设置中，启用GPU。 图1 启用GPU 父主题： 创建GPU函数

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 →

适配OS Ubuntu22.04 GPU驱动目录自动挂载优化 1.2.24 v1.19 v1.21 v1.23 v1.25 节点池支持配置GPU驱动版本 支持GPU指标采集 1.2.20 v1.19 v1.21 v1.23 v1.25 设置插件别名为gpu 1.2.17 v1.15 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 →

GPU业务迁移至昇腾训练推理 基于AIGC模型的GPU推理业务迁移至昇腾指导 GPU推理业务迁移至昇腾的通用指导 基于advisor的昇腾训练性能自助调优指导

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 →