NPU 300I A2卡获取不到温度

// 此模板仅供参考,如果不适用可以修改

问题描述

S920X20的机器,插了三张NPU卡,都可以识别到,但是总有一张卡会获取不到温度,去tracechip查看读写命令数据,获取不到的NPU什么都不打印,其余可以获取到温度的读写正常。

环境信息

  • 软件版本:25.12

看起来是已知问题,你试一下这个mr带上能不能解决问题,如果不能的话,麻烦将一键收集发一下
修复NPU卡上的NPU部分信息获取不到的问题-vpd-AtomGit | GitCode

这个位置看到很多的超时

看起来是mcu还没有起来

放了一晚上了,还没起来吗

你可以手动发送一下命令,看看能不能发通。目前从日志观察是这样的。

这个最近几天观察了一下,是大概率会出现这样的问题,感觉像是软件对应的任务卡死了,重启后可以恢复,compute这个组件也看不到,能给分析一下吗

你compute版本是多少?

compute/1.80.127@openubmc

可以尝试把三张卡调换一下位置,看看是不是固定某个位置上的卡出现这个问题,还是固定某张卡会出现,还是随机出现的

复现步骤:
1.升级社区ubmc到测试版本,查看npu卡传感器温度都可以读到
2.AC机器后SLOT2的npu卡传感器温度丢失
恢复操作:
重启openubmc

npu卡互换槽位测试:
1.slot2和slot5的npu卡互换后,查看npu卡传感器温度都可以读到
2.多次AC机器后SLOT2的npu卡传感器温度丢失
恢复操作:
重启openubmc

可以明确是某一个位置上的卡会出现这个问题对吗?

是的

好的,麻烦将一键收集日志发到邮箱
zhangzhiyang22@huawei.com