Intelligent Computing LINGJUN:Diagnóstico de red y hardware con un clic

Diagnóstico de red

El diagnóstico de red incluye Static config check y Dynamic config check. Los resultados del estado de red de los nodos Lingjun se muestran de forma visual.

• Static config check ejecuta diagnósticos de configuración estática para los nodos Lingjun. Esto incluye comprobaciones de software del sistema, de red y de GPU.

  1. Inicie sesión en la consola de Lingjun.

  2. En la barra de navegación izquierda, seleccione Diagnostics > Self-service Diagnostics.

  3. Haga clic en la pestaña Network Diagnostics.

  4. Haga clic en Static config check.

  5. En la sección Diagnostics Information, seleccione el Cluster Name, el Node ID y otros parámetros en las listas desplegables.

  6. Haga clic en Start Diagnostics.

• Dynamic config check ejecuta diagnósticos dinámicos para los nodos Lingjun. Estos incluyen comprobaciones de conectividad TCP, latencia TCP y conectividad RDMA.

  1. En la barra de navegación izquierda, seleccione Diagnostics > Self-service Diagnostics.

  2. Haga clic en la pestaña Network Diagnostics.

  3. Haga clic en Dynamic config check.

  4. En la sección Diagnostics Information, configure el Cluster Name, el Node ID y otros parámetros en la lista desplegable.

  5. Haga clic en Start Diagnostics.

Diagnóstico de servidor

El diagnóstico de servidor comprueba el estado del hardware de los nodos Lingjun y muestra los resultados de forma visual.

1. En la barra de navegación izquierda, seleccione Diagnostics > Self-service Diagnostics.

2. Haga clic en la pestaña Diagnose server.

3. Haga clic en Diagnose hardware.

4. En la sección Diagnostics Information, configure el Cluster Name, el Node ID y otros parámetros en la lista desplegable.

5. Haga clic en Start Diagnostics.

Pruebas generales de red

1. En la barra de navegación izquierda, seleccione Diagnostics > Network test.

2. Haga clic en la pestaña General Network Test.

3. En el área Test Information, seleccione los parámetros Network Protocol y Test Type. Después, configure los parámetros correspondientes.

   Prueba de tráfico RDMA

   Parámetros de configuración	Descripción
   Traffic Model	Modo de tráfico. Valores válidos: MtoN: comprueba la conectividad unidireccional entre los nodos Client y los nodos Server. Esto incluye la conectividad unidireccional entre un solo nodo Client y un solo nodo Server, así como entre varios nodos Client y varios nodos Server. Fullmesh: comprueba la conectividad entre cada par de nodos dentro de todos los nodos Lingjun.
   Test Duration	Seleccione una duración fija en la lista desplegable. Unidad: segundos.
   QP	Número de flujos del proceso de prueba. Este valor afecta el tamaño del ancho de banda de la prueba.
   GDR	Indica si se debe comprobar el ancho de banda de comunicación directa entre las GPU. Si establece el parámetro GDR en Enable, el sistema asocia el controlador de interfaz de red (NIC) de Lingjun con la GPU correspondiente para la prueba de tráfico.
   Cluster Name	Nombre del clúster al que pertenece el nodo Lingjun de destino.
   Clients	Si establece el parámetro Traffic Model en MtoN, debe seleccionar los nodos Client.
   Servers	Si establece el parámetro Traffic Model en MtoN, debe seleccionar los nodos Server.
   Select a destination node.	Si establece el parámetro Traffic Model en Fullmesh, debe seleccionar un nodo de destino.
   Node Port	Puerto inicial que se utiliza para la prueba.

   Prueba de latencia del protocolo RDMA

   Parámetros de configuración	Descripción
   Cluster Name	Nombre del clúster al que pertenece el nodo Lingjun de destino.
   Test Nodes	La prueba de latencia comprueba la latencia de red entre cada par de Test Nodes.
   Node Port	Puerto inicial que se utiliza para la prueba.

4. Haga clic en Start Diagnostics.

Prueba de biblioteca de comunicación

1. En la barra de navegación izquierda, seleccione Diagnostics > Network test.

2. Haga clic en la pestaña Library Test.

3. Configure la información de prueba en la sección Test Information de la pestaña Library Test.

   Parámetros de configuración	Descripción
   Library Category	Solo ACCL y NCCL son compatibles.
   Communication Model	Modelo de comunicación. Valores válidos: ALLReduce: este modelo agrega los datos de varios procesos. Luego reduce los datos a un solo valor mediante cálculos y distribuye el resultado a todos los procesos. ALLGather: este modelo reúne los datos de todos los procesos en una estructura. Así, cada proceso puede acceder a dichos datos. ALLGatherA: añade parámetros de tipo de datos al modelo ALLGather. Este modelo transfiere diversos tipos de datos, incluidos tipos de datos grandes y personalizados. ALLToALL: este modelo distribuye los datos de cada proceso a los demás procesos. De esta manera, cada proceso obtiene los datos de todos los otros procesos. ALLToALLA: añade parámetros de tipo de datos y de búfer al modelo ALLToAll. Este modelo transfiere datos de distintos tamaños y tipos. Broadcast: este modelo distribuye los datos de un proceso a todos los demás procesos.
   Number of GPUs	Valores válidos: de 1 a 8.
   Cluster Name	Nombre del clúster al que pertenece el nodo Lingjun de destino.
   Select a destination node.	Al seleccionar la zona perimetral de destino, especifique únicamente la dirección IP. No es necesario especificar el nodo Lingjun para iniciar la prueba.
   Node Port	Puerto inicial que se utiliza para la prueba.

4. Haga clic en Start Test.