陈少文的博客
·
常用 NPU 运维及故障处理
内容提要
文章介绍了处理故障的步骤，包括挂载设备、创建Pod和驱动升级。首先，通过命令行挂载设备并运行容器；然后，使用kubectl创建名为test-ascend-pod的Pod；最后，进行驱动升级，下载并执行相关固件和驱动程序。
关键要点
- 通过命令行挂载设备并运行容器，使用命令：nerdctl run --rm -it --ipc=host。
- 使用kubectl创建名为test-ascend-pod的Pod，指定镜像和节点名称。
- 进行驱动升级，下载并执行相关固件和驱动程序，使用wget命令获取文件。
延伸问答
如何通过命令行挂载设备并运行容器？
使用命令：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。
如何创建名为test-ascend-pod的Pod？
使用kubectl命令创建Pod，命令如下：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。
驱动升级的步骤是什么？
首先创建目录并进入：mkdir -p /data/paascontainer/ops && cd /data/paascontainer/ops。然后下载固件和驱动程序：wget http://mirrors-internal.cmecloud.cn/coca/huawei/910b/Ascend-hdk-910b-npu-firmware_7.7.0.1.231.run 和 wget http://mirrors-internal.cmecloud.cn/coca/huawei/910b/Ascend-hdk-910b-npu-driver_25.0.rc1.1_linux-aarch64.run。最后，执行升级命令：./Ascend-hdk-*-npu-firmware_*.run --upgrade 和 ./Ascend-hdk-*-npu-driver_*.run --upgrade，最后重启系统。
在创建Pod时需要指定哪些参数？
在创建Pod时需要指定名称、命名空间、重启策略、节点名称、容器名称、镜像、命令和资源限制等参数。
如何使用wget命令下载文件？
使用wget命令可以通过指定文件的URL进行下载，例如：wget http://mirrors-internal.cmecloud.cn/coca/huawei/910b/Ascend-hdk-910b-npu-firmware_7.7.0.1.231.run。
在容器中如何保持运行状态？
可以通过在创建Pod时设置命令为['/bin/bash']和参数为['-c', 'sleep infinity']来保持容器的运行状态。
