文档

GPU自助诊断

更新时间:

ECS管理控制台支持配置GPU设备健康检查功能,通过该功能可以对当前实例的GPU卡状态或驱动状态进行全方位诊断,方便您自行诊断当前实例的GPU卡或驱动是否存在异常,帮助您及时发现和解决存在的常见问题。

前提条件

已创建GPU实例且该实例处于运行中状态。具体操作,请参见创建GPU实例

操作步骤

  1. 登录ECS管理控制台

  2. 在左侧导航栏,单击自助问题排查

  3. 在顶部菜单栏左上角处,选择地域。

  4. 实例问题排查页签下,选择问题排查类型、检查项、实例ID和排查周期,然后单击开始排查

    说明

    单击开始排查后,系统会自动创建一个诊断任务。同一时间段一个实例只允许执行一个诊断任务,且该任务完成后,需至少间隔5分钟,才能再次对该实例发起诊断任务。

    自助诊断.jpg

    具体配置项说明如下:

    序号

    配置项

    说明

    问题排查类型

    选择实例设备检测类型,用于检查实例的GPU卡或其他设备是否正常运行。

    检查项

    选中GPU设备健康检查,用于检查实例的GPU卡状态或驱动状态等。

    实例ID

    选择待检查的GPU实例ID。

    排查周期

    默认为您排查最近12小时内的问题,您也可以根据实际需要自行设置时间周期。

  5. 诊断完成后,查看诊断报告。

    诊断结果.jpg

    诊断报告包括以下信息:

    配置项

    说明

    诊断结果

    • 如果各项检查均正常,则显示为实例未发现异常

    • 如果存在异常诊断项,则显示为实例存在***项异常,并显示异常详情和相应的修复方案,您可以参考修复方案解决问题。

    诊断项详情

    本文仅包含GPU设备和驱动的状态检查,级别分为严重、警告和通过。

    诊断基础信息

    包括资源ID、报告ID和诊断时间。

  6. (可选)实例问题排查页签下,单击查看历史,查看当前实例的诊断历史详情。

    说明

    在诊断历史报告列表中,您可以单击诊断状态右侧的筛选图标,选择相应的状态进行筛选。

  • 本页导读 (1)