6个常见的IB网络不通问题
💡
原文中文，约4400字，阅读约需11分钟。
📝
内容提要
本文记录了常见IB网络不通问题的解决方法，从高层往底层逐步分析。包括NCCL不通、ib_write_bw不通、ibv_rc_pingpong不通、rping不通和ping不通的报错及解决方法。提供了详细的错误信息和相应的解决方案。
🎯
关键要点
- 遇到IB网络不通时，可以从高层往底层逐步分析。
- NCCL不通的原因可能是RDMA网络不通，需要分析底层网络。
- ib_write_bw不通的报错表明网络不通，需要继续分析RDMA链路。
- ibv_rc_pingpong不通需要分析IP网络是否通。
- rping不通可能是地址连不上，需要判断IP链路是否通。
- ping不通可能是路由设置问题，需要确认发送报文的网卡是否选择正确。
- ARP表不对可能导致rping不通，需要清空ARP表并设置ARP应答规则。
➡️
