人工智能系统管理与维护 课件 2.5运行环境异常检测及处理.pptx

;;; 基础环境是云服务商提供保障，轻易不会出现异常的问题，主要问题就是不能费用，欠费后云服务商就会不能提供相应服务。 自己搭建的物理服务环境时，首先保障服务器的操作系统是纯净系统没有病毒，并安装上杀毒软件，实时备份系统，一旦系统瘫痪能够及时恢复最近状态。如果服务器设备损坏，关闭系统所在的服务器设备，使用备份服务器替换损坏的设备，恢复系统正常使用；如果是服务器软件损坏，查找原因，尝试启动系统，或使用备份进行恢复。;; 1.VM虚拟机异常关闭出现虚拟机繁忙，无法使用 打开系统的资源管理器，找到VMare Workstation VMX进程，结束该进程，如果能关闭，则把相关的VMare字样的进程全部关闭；如果无法关闭，则重新启动系统。 2.虚拟机VMware显示“内部错误” 可能是VM服务没有启动，进入系统“服务”将VM DHCP Service、VMware Authorization Service、VMware NAT Service、VMare USB Arbitration Service、VMwareHostd这5个服务启动即可。或者以管理员的身份运行VM软件。 3.通过VMware安装Ubuntu系统提示以独占方式锁定此配置文件失败 以管理员方式打开cmd命令，输入netsh winsock reset回车之后提示成功重置winsock目录，必须重新启动计算机才能重新完成配置，重启再进行操作即可。; 4.虚拟机Ubuntu系统联网失败。;;1.GPU不识别 GPU识别状态检测时，首先要确保lspci | grep -i nvidia命令识别所有GPU，其次确保nvidia-smi命令识别所有GPU。lspci | grep -i nvidia命令输出中确保所有GPU识别正常，并且每个GPU末尾标识为（rev a1），输出信息末尾为（rev ff)），表示GPU异常。 解决方法：优先对不识别的GPU进行对调测试，判断是否GPU或链路其他部件故障。 2.GPU带宽异常 需要确保GPU当前带宽与额定带宽一致且为x16。通过lspci -vvd 10de: | grep -i Lnkcap:和lspci -vvd 10de: | grep -i Lnksta:命令查看额定带宽和当前带宽。 解决方法：优先对不识别的GPU进行对调测试，判断是否GPU或链路其他部件故障。;3.GPU ERR！报错检查 GPU运行过程中会出现Fan ERR以及功率等ERR报错，可以通过检查nvidia-smi输出中是否包含ERR!报错判断。 解决方法：升级GPU驱动至较新的正确版本后，重启系统进行观察。对??GPU测试观察报错是否跟随GPU。;LOGO