惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

L
LangChain Blog
J
Java Code Geeks
P
Proofpoint News Feed
Recent Announcements
Recent Announcements
罗磊的独立博客
H
Hackread – Cybersecurity News, Data Breaches, AI and More
博客园_首页
Hugging Face - Blog
Hugging Face - Blog
MongoDB | Blog
MongoDB | Blog
人人都是产品经理
人人都是产品经理
博客园 - 【当耐特】
雷峰网
雷峰网
D
DataBreaches.Net
B
Blog RSS Feed
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
博客园 - 聂微东
V
Visual Studio Blog
Apple Machine Learning Research
Apple Machine Learning Research
N
Netflix TechBlog - Medium
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Martin Fowler
Martin Fowler
有赞技术团队
有赞技术团队
Blog — PlanetScale
Blog — PlanetScale
Engineering at Meta
Engineering at Meta

陈少文的网站

巨变与机遇的未来十年 Kubernetes 平台管理软件压力测试方案 使用镜像部署 Hexo 静态页面 终于等到你 - GitHub 镜像仓库服务(ghcr.io) 一起来学 Go --(6)Interface 一起来学 Go --(5)Goroutine 和 Channel 什么是函数式编程 如何在 Kubernetes 集群集成 Kata 柯里化与偏函数 使用 PyGithub 自动创建 Label 软件产品是团队能力的输出 Helm 2 、Helm 3 比较 IoT 变现 Kubernetes 中的 DNS 服务 国内的 Helm 镜像源 Harbor 使用自签证书支持 Https 访问 DevOps 工具链之 Prow 如何使用 kfctl 安装 Kubeflow VS Code 无法下载 Go 插件的工具包 工程师更应具有服务精神 你不知道的 Docker 使用技巧 使用 Docker 运行 Tensorflow 论中国 什么是左移 如何清空 Git 仓库全部历史记录 一禅小和尚 有风吹过厨房 时间的玫瑰 如何在 CentOS 安装 GPU 驱动 开发 Tips(19)
常用 NPU 运维及故障处理
微信公众号 · 2025-08-20 · via 陈少文的网站

Please enable Javascript to view the contents

处理故障时,参考或者记录下的内容,持续更新中

1. 容器挂载设备

1
export IMAGE=ascendai/pytorch:2.1.0
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
nerdctl run --rm -it --ipc=host \
                     --device=/dev/davinci7 \
                     --device=/dev/davinci_manager \
                     --device=/dev/devmm_svm \
                     --device=/dev/hisi_hdc \
                     -v /usr/local/Ascend/driver:/usr/local/Ascend/driver \
                     -v /usr/local/Ascend/add-ons/:/usr/local/Ascend/add-ons/ \
                     -v /usr/local/sbin/npu-smi:/usr/local/sbin/npu-smi \
                     ${IMAGE} \
                     /bin/bash

2. 创建 Pod

1
2
export IMAGE=ascendai/pytorch:2.1.0
export NodeName=
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
kubectl create -f - <<EOF
apiVersion: v1
kind: Pod
metadata:
  name: test-ascend-pod
  namespace: default
spec:
  restartPolicy: Never
  nodeName: ${NodeName}
  containers:
  - name: ascend-container
    image: ${IMAGE}
    command: ["/bin/bash"]
    args: ["-c", "sleep infinity"]
    resources:
      limits:
        huawei.com/Ascend910: "1"
      requests:
        huawei.com/Ascend910: "1"
EOF

3. 驱动升级

1
2
3
4
5
6
7
8
9
mkdir -p /data/paascontainer/ops
cd /data/paascontainer/ops
rm -f *.run
wget http://mirrors-internal.cmecloud.cn/coca/huawei/910b/Ascend-hdk-910b-npu-firmware_7.7.0.1.231.run
wget http://mirrors-internal.cmecloud.cn/coca/huawei/910b/Ascend-hdk-910b-npu-driver_25.0.rc1.1_linux-aarch64.run
chmod +x *.run
./Ascend-hdk-*-npu-firmware_*.run --upgrade
./Ascend-hdk-*-npu-driver_*.run --upgrade
reboot

微信公众号