# PCIeErrorFound事件处理建议
#### 故障影响
可能造成客户的业务中断，客户无法使用该NPU卡。
#### 告警解释
查到昇腾PCI设备信息中包含"rev ff"字段，表明有设备硬件版本（revision）未被正确识别或报告，上报PCIe链路异常事件。
#### 告警参数
| **参数名称** | **参数含义**                    |
|:---|:---|
| 名称       | NPU: PCIe链路异常               |
| 类型       | 故障类告警                       |
| 发生时间     | 告警触发时间                      |
| 定位信息     | 局点、云服务、微服务、虚拟机ID、虚拟机名称、告警信息 |
   
#### 可能原因
可能是驱动或固件异常导致，也可能是硬件故障。
#### 处理步骤
1. 登录机器，执行命令查询NPU PCI设备信息。如果查到包含"rev ff"字段的PCI设备，则表明存在PICe链路异常情况。
   ```
   lspci -d 19e5:| grep -E 'd100|d500|d801|d802|d803'
   ```
   ![](https://support.huaweicloud.com/trouble-modelarts/figure/zh-cn_image_0000002524306009.png "点击放大")
   
2. 进一步确认，执行命令npu-smi info查看驱动识别的NPU卡基本信息。确认驱动识别到的卡数是否和该机器规格默认卡数一致，确认查看到有存在ECC或ERR的卡。
   ```
   npu-smi info
   ```
   ![](https://support.huaweicloud.com/trouble-modelarts/figure/zh-cn_image_0000002499008432.png "点击放大")
   
3. 如果确认是NPU PCIe链路异常，或者存在ECC或ERR的卡，则需要对该机器进行HA操作，收集上述排查信息，提交工单联系运维人员协助处理。
 
#### 告警清除
此告警恢复后，关闭工单时清除方式选择清除网管告警即可。
#### 参考信息
无