眼图测试
Ascend DMI支持眼图测试,用户使用该功能对网络进行测试,查询当前信号质量。
本功能主要用于查询信号质量的具体数据。判断当前端口信号质量是否正常,请执行signalQuality诊断。详细说明请参考故障诊断章节。
该功能目前只支持Atlas 800T A2 训练服务器、Atlas 900 A2 PoD 集群基础单元、Atlas 200T A2 Box16 异构子框和Atlas 800I A2 推理服务器产品。
测试项功能
查询NPU上的PCIe、HCCS和RoCE通信端口的信号质量。
测试项参数查询
用户可任选以下指令之一查看信号质量查询命令的可用参数。
ascend-dmi --sq -h
ascend-dmi --sq --help
各参数解释如表1所示。
参数 |
说明 |
是否必填 |
---|---|---|
[-sq, --sq, --signalQuality] |
查询NPU上的PCIe、HCCS和RoCE通信端口的信号质量。 说明:
建议使用--sq或--signalQuality。 |
是 |
[-d, --device] |
指定查询的Device ID。指定多个芯片时,使用英文逗号进行分隔。不指定该参数时,默认查询该设备上所有的NPU。 当type参数指定了HCCS,需要指定至少2个Device ID。若当前设备为Atlas 200T A2 Box16 异构子框,,前8P或后8P至少指定两张device。 |
否 |
-t --type |
指定通信端口的类型。当前支持PCIe、HCCS和RoCE三种类型,指定多个通信端口的类型时,使用英文逗号进行分隔。不指定该参数时,默认查询PCIe和RoCE的信号质量。取值如下:
说明:
|
否 |
[-fmt, --fmt, --format] |
指定输出格式,可以为normal或json。若未指定则默认为normal。 |
否 |
注
|
使用实例
使用实例中命令的回显在推理服务器与训练服务器上类似,截图取自训练服务器。
- 以查看Device 0和Device 1的PCIe、HCCS和RoCE信号质量为例。
ascend-dmi --sq -t hccs,pcie,roce -d 0,1
若返回如图1所示信息,表示工具运行正常。
- 以指定输出格式为json为例。
ascend-dmi --signal-quality -t roce -d 0 --fmt json
若返回如图2所示信息,表示工具运行正常。以图1 设备信号质量检测示例为例,上述回显参数介绍如下表所示:
表2 HCCS信号质量回显参数说明 参数
说明
type
指定通信端口的类型。
D
NPU的逻辑ID。
L*(LANE)
表示HCCS链路中的第几条lane,例如L0、L1分别表示第0条和第1条lane。
S(SNR)
表示lane的信噪比。
H(HEH)
表示lane的半眼高。
数据说明:
- 在HCCS信号质量回显中,当SNR≥40000且HEH≥350,即表示当前LANE信号质量正常。
- 若SNR和HEH数值不在以上范围内,即表示HCCS信号质量异常。请检查macro连接口是否发生松动,链路是否有脏污。
表3 PCIe信号质量回显参数说明 参数
说明
type
指定通信端口的类型。
device
表示NPU的逻辑ID。
M*(macro port)
表示macro端口,例如M9、M10分别表示macro的9号、10号端口。
L*(LANE)
表示PCIe链路中的第几条lane,例如L0、L1分别表示第0条和第1条lane。
B/T/L/R
分别表示四眼图bottom、top、left和right四个位置的值。
数据说明:
- 在PCIe信号质量回显中,当四眼图B(bottom)≤-17、T(top)≥17、L(left)≤-3、R(right)≥3(须同时具备),即表示当前LANE信号质量正常。
- 若四眼图数值不在以上范围内,即表示PCIe信号质量异常。请检查macro连接口是否发生松动,链路是否有脏污。
表4 RoCE信号质量回显参数说明 参数
说明
type
指定通信端口的类型。
device
表示NPU的逻辑ID
M*(macro port)
表示macro端口,例如M0分别表示maco端口0。
S(SNR)
表示lane的信噪比。
H(HEH)
表示lane的半眼高。
L*(LANE)
表示RoCE链路中的第几条lane,例如L0、L1分别表示第0条和第1条lane。
数据说明:
- 在RoCE信号质量回显中,当SNR≥40000且HEH≥350,即表示当前LANE信号质量正常。
- 若SNR和HEH数值不在以上范围内,即表示RoCE信号质量异常。请检查macro连接口是否发生松动,链路是否有脏污。