使用说明

使用建议

• 使用诊断功能时，因Linux系统最大进程数限制（默认为1024），故集群规格建议≤128台服务器（1024卡）。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。
• 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。

支持的场景

• Ascend FaultDiag工具仅支持对整机满卡训练及推理任务提供故障诊断能力，若非满卡训练及推理场景执行诊断可能导致故障根因定位错误或失败。
• Ascend FaultDiag工具当前仅支持IPv4，不支持使用IPv6。

系统时间说明

• 请用户同步各训练及推理服务器的系统时间，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及推理服务器上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。
• 若使用容器执行训练及推理任务，请用户同步宿主机与训练及推理容器的系统时间，系统时间不一致可能会导致分析结果不准确。

故障诊断日志版本配套表