Atlas系列硬件: Atlas 200l DK A2 开发者套件; Atlas 200l DK 开发者套件（型号：3000）; 加速模块、加速卡、智能小站、服务器、集群

异构计算架构: CANN社区版; CANN商用版

AI框架: MindSpore; TensorFlow框架模型（社区版）; TensorFlow框架模型（商用版）; PyTorch框架适配

昇腾推理引擎: MindIE

应用使能MindX: MindX DL; MindX Edge; MindX SDK

全流程开发工具: MindStudio

使用约束

使用诊断功能时，集群规格建议128机（1024卡）及以下，若服务器数量超过此规格时，需使用ulimit -n命令调整文件描述符上限。
本组件仅支持对整机满卡训练任务提供故障诊断能力，若非满卡训练场景执行诊断可能导致故障根因定位错误或失败。
若采集的主机侧资源信息中包含较多异常数据，可能会导致设备资源分析结果异常，无法诊断实际问题。
请用户同步各训练服务器的系统时间，系统时间不一致可能会导致分析结果不准确。
请用户同步每个训练服务器上Host系统时间与Device的系统时间，系统时间不一致可能会导致分析结果不准确。
用户在使用Ascend-FaultDiag工具命令时，尽量不使用管道命令，可能会影响用户ip的获取、影响日志审计。

支持的故障诊断日志版本配套表如下。

表1 日志对应软件配套表
日志文件	对应软件	软件版本	说明
CANN应用类日志	CANN	7.0.RC1及以上	CANN打印的HOST侧应用类日志和DEVICE侧应用类日志。更多相关信息请参见《CANN 日志参考》中的 “日志获取 > Ascend EP场景 > 应用类日志”章节。
PyTorch框架训练日志	昇腾PyTorch1.11.0框架适配插件	5.0.RC3及以上	-
MindSpore框架训练日志	MindSpore	2.1.0	部分故障类型描述中包含对应的MindSpore版本说明，请以实际故障诊断描述为主。
TensorFlow框架训练日志	TensorFlow	1.15	-
HOST OS日志	-	-	支持检测HOST OS日志“/var/log/message”，包括但不限于CentOS和openEuler的HOST OS日志。不同操作系统日志打印关键字可能存在差异。建议HOST OS日志大小在512MB以内。
Device侧日志	Ascend HDK	23.0.RC3及以上	-

父主题： 使用指导