如何使用灵骏的一键诊断功能_人工智能平台 PAI(PAI)-阿里云帮助中心

您可以使用PAI灵骏智算服务提供的一键诊断功能，检查灵骏节点的网络和硬件状态，基于多种通信库和通信模型进行网络测试。本文为您介绍灵骏的一键诊断功能。

自助诊断

网络诊断功能分为静态配置类检查和动态运行类检查，支持诊断灵骏节点的网络状态并提供可视化的诊断结果。

静态配置类检查为灵骏节点提供静态配置类的诊断，包括系统软件检查、网络检查、GPU检查等。
1. 登录灵骏控制台。
2. 在左侧导航栏，选择一键诊断>自助诊断。
3. 单击网络诊断页签。
4. 单击静态配置类检查。
5. 在诊断信息区域的下拉列表中，选择目标集群名称、节点ID等信息。
6. 单击开始诊断。
动态运行类检查为灵骏节点提供动态运行类的诊断，包括TCP连通性检查、TCP时延检查、RDMA连通性检查等。
1. 在左侧导航栏，选择一键诊断>自助诊断。
2. 单击网络诊断页签。
3. 单击动态配置类检查。
4. 在诊断信息区域的下拉列表中，配置目标集群名称、节点ID等信息。
5. 单击开始诊断。

服务器诊断支持诊断灵骏节点的硬件状态并提供可视化的诊断结果。

网络测试包括通用网络测试和通讯库测试，其中通用网络测试包含了时延、流量两个维度测试，通信库测试基于ACCL、NCCL两种通信库及多种通信模型进行测试。

在测试信息区域，选择网络协议和测试类型，然后进行相应配置。

配置参数	说明
流量模型	MtoN模型：测试Clients节点到Servers节点的单向连通性，包括单个Clients节点到单个Servers节点、多个Clients节点到多个Servers节点等情况。 Fullmesh模型：测试所有目标灵骏节点两两之间的连通性。
测试时长	在下拉列表中选择固定时长，单位为秒。
QP	测试进程流的数量，影响测试带宽的大小。
GDR	如果开启GDR，会绑定灵骏网卡与对应的GPU进行流量测试。
集群名称	目标灵骏节点所在的集群名称。
Clients	如果选择MtoN模型，需要选择Clients节点。
Servers	如果选择MtoN模型，需要选择Servers节点。
选择目标节点	如果选择Fullmesh模型，需要选择目标节点。
节点端口	测试使用的起始端口。

配置参数	说明
流量模型	MtoN模型测试Clients节点到Servers节点的单向连通性，包括单个Clients节点到单个Servers节点、多个Clients节点到多个Servers节点等情况。 Fullmesh模型测试所有目标灵骏节点两两之间的连通性。
测试时长	在下拉列表中选择固定时长，单位为秒。
并发连接数	影响测试带宽的大小。
GDR	如果开启GDR，会绑定灵骏网卡与对应的GPU进行流量测试。
集群名称	目标灵骏节点所在的集群名称。
Clients	如果选择MtoN模型，需要选择Clients节点。
Servers	如果选择MtoN模型，需要选择Servers节点
选择目标节点	如果选择Fullmesh模型，需要选择目标节点。
节点端口	测试使用的起始端口。

配置测试信息。

配置参数	说明
通讯库类别	目前只支持ACCL和NCCL。
通讯模型	ALLReduce：将多个进程的数据聚合在一起，通过运算将它们缩减为单个值，并把结果分发给所有进程。 ALLGather：将所有进程的数据收集到一个结构中，以便每个进程访问数据。 ALLGatherA：在ALLGather的基础上增加了数据类型参数，可以传输多种数据类型，包括大数据类型和自定义数据类型。 ALLToALL：将每个进程的数据分发给其他进程，每个进程都将得到来自所有其他进程的数据。 ALLToALLA：在ALLToAll的基础上增加了数据类型参数和缓冲区参数，可以用于不同大小和类型数据之间的通信。 Broadcast：将一个进程的数据分发给所有其他进程。
GPU数量	取值范围：1～8。
集群名称	目标灵骏节点所在的集群名称。
选择目标节点	在选择目标节点时只需要具体到每一个IP地址，不需要指定到具体灵骏节点即可开始测试。
节点端口	测试使用的起始端口。

诊断历史展示了自助诊断和网络测试的报告信息包括报告ID、集群名称等，单击页签可以切换不同类型诊断的报告记录。在目标报告ID后的操作列单击，进行相应操作。