Intelligent Computing LINGJUN:Diagnóstico de rede e hardware com um clique

Diagnóstico de rede

O diagnóstico de rede inclui a Static config check e a Dynamic config check, oferecendo resultados visualizados do status da rede dos nós do Lingjun.

• A Static config check executa diagnósticos de configuração estática nos nós do Lingjun, abrangendo verificações de software do sistema, rede e GPU.

  1. Faça login no console do Lingjun.

  2. No painel de navegação à esquerda, escolha Diagnostics > Self-service Diagnostics.

  3. Clique na aba Network Diagnostics.

  4. Clique em Static config check.

  5. Na seção Diagnostics Information, selecione o Cluster Name, o Node ID e outros parâmetros nas listas suspensas.

  6. Clique em Start Diagnostics.

• A Dynamic config check realiza diagnósticos dinâmicos nos nós do Lingjun, incluindo verificações de conectividade TCP, latência TCP e conectividade RDMA.

  1. No painel de navegação à esquerda, escolha Diagnostics > Self-service Diagnostics.

  2. Clique na aba Network Diagnostics.

  3. Clique em Dynamic config check.

  4. Na seção Diagnostics Information, configure o Cluster Name, o Node ID e outros parâmetros na lista suspensa.

  5. Clique em Start Diagnostics.

Diagnóstico de servidor

O diagnóstico de servidor verifica o status do hardware dos nós do Lingjun e fornece resultados de diagnóstico visualizados.

1. No painel de navegação à esquerda, escolha Diagnostics > Self-service Diagnostics.

2. Clique na aba Diagnose server.

3. Clique em Diagnose hardware.

4. Na seção Diagnostics Information, configure o Cluster Name, o Node ID e outros parâmetros na lista suspensa.

5. Clique em Start Diagnostics.

Testes gerais de rede

1. No painel de navegação à esquerda, escolha Diagnostics > Network test.

2. Clique na aba General Network Test.

3. Na área Test Information, selecione os parâmetros Network Protocol e Test Type e, em seguida, configure os parâmetros correspondentes.

   Teste de tráfego RDMA

   Parâmetros de configuração	Descrição
   Traffic Model	Modo de tráfego. Valores válidos: MtoN: testa a conectividade unidirecional entre nós Client e nós Server, incluindo a conectividade unidirecional entre um único nó Client e um único nó Server, bem como entre múltiplos nós Client e múltiplos nós Server. Fullmesh: testa a conectividade entre cada par de nós dentre todos os nós do Lingjun.
   Test Duration	Selecione uma duração fixa na lista suspensa. Unidade: segundos.
   QP	Número de fluxos de processo de teste, que afeta o tamanho da largura de banda do teste.
   GDR	Define se deve ser testada a largura de banda de comunicação direta entre GPUs. Se você definir o parâmetro GDR como Enable, o sistema associa a controladora de interface de rede (NIC) do Lingjun à GPU correspondente para o teste de tráfego.
   Cluster Name	Nome do cluster ao qual o nó do Lingjun alvo pertence.
   Clients	Se você definir o parâmetro Traffic Model como MtoN, será necessário selecionar os nós Client.
   Servers	Se você definir o parâmetro Traffic Model como MtoN, será necessário selecionar os nós Server.
   Select a destination node.	Se você definir o parâmetro Traffic Model como Fullmesh, será necessário selecionar um nó de destino.
   Node Port	Porta inicial usada para o teste.

   Teste de latência do protocolo RDMA

   Parâmetros de configuração	Descrição
   Cluster Name	Nome do cluster ao qual o nó do Lingjun alvo pertence.
   Test Nodes	O teste de latência verifica a latência de rede entre cada par de Test Nodes.
   Node Port	Porta inicial usada para o teste.

4. Clique em Start Diagnostics.

Teste de biblioteca de comunicação

1. No painel de navegação à esquerda, escolha Diagnostics > Network test.

2. Clique na aba Library Test.

3. Configure as informações de teste na seção Test Information da aba Library Test.

   Parâmetros de configuração	Descrição
   Library Category	Somente ACCL e NCCL são suportados.
   Communication Model	Modelo de comunicação. Valores válidos: ALLReduce: Este modelo agrega dados de múltiplos processos, reduz os dados a um único valor com base em cálculos e, em seguida, distribui o resultado para todos os processos. ALLGather: Este modelo reúne os dados de todos os processos em uma estrutura para que cada processo possa acessar os dados. ALLGatherA: Parâmetros de tipo de dados são adicionados com base no modelo ALLGather. Este modelo pode transferir uma variedade de tipos de dados, incluindo tipos de big data e tipos de dados personalizados. ALLToALL: Este modelo distribui os dados de cada processo para outros processos, permitindo que cada processo obtenha os dados de todos os outros processos. ALLToALLA: Parâmetros de tipo de dados e parâmetros de buffer são adicionados com base no modelo ALLToAll. Este modelo pode transferir dados de diferentes tamanhos e tipos. Broadcast: Este modelo distribui os dados de um processo para todos os outros processos.
   Number of GPUs	Valores válidos: 1 a 8.
   Cluster Name	Nome do cluster ao qual o nó do Lingjun alvo pertence.
   Select a destination node.	Ao selecionar a zona de borda alvo, especifique apenas o endereço IP. Não é necessário especificar o nó do Lingjun para iniciar o teste.
   Node Port	Porta inicial usada para o teste.

4. Clique em Start Test.