2026.07.31
部署调优与验收
InfiniBand Lane 降级如何验收：链路 Active 不代表全宽健康
部分 lane 异常时链路可能仍保持工作，必须把宽度、速率、错误和修复后的长稳结果一起检查。
部署调优与验收 NEWS CENTER
覆盖物理链路、驱动固件、RDMA、RoCE、NCCL 和多节点扩展测试，帮助项目团队定义部署前提、调优步骤与可复核的验收标准；选型时同步核对完整型号、接口、软件版本、供电散热、部署环境、生命周期与到货验收要求。
-
2026.07.31
-
2026.07.31
部署调优与验收RoCE Pause Storm Watchdog 怎么验收：先证明止损不会制造新拥塞
看门狗用于打断持续暂停，但触发、恢复和丢包策略必须与业务重试及拥塞控制一起验证。
-
2026.07.31
部署调优与验收ConnectX DCBX willing 与 non-willing 怎么上线：配置权必须先定
端点是接受交换机建议还是坚持本地参数，决定了 PFC、ETS 和应用优先级由谁负责。
-
2026.07.30
部署调优与验收MQM9700 首次上电怎样验收：从料号、风向到 NDR Fabric 基线
设备能开机只是起点，资产、环境、管理、端口、互连与持续流量需要形成一套可追溯记录。
-
2026.07.30
部署调优与验收ConnectX 固件升级前为什么先查 PSID：驱动、板卡身份与回退验证方法
芯片名称相同不代表固件镜像相同，PSID、OEM 分支和支持矩阵必须在升级前锁定。
-
2026.07.30
部署调优与验收NDR 链路质量怎样验收：Link Up 之后还要看纠错、温度与持续负载
高速链路短时建立不代表工程质量合格，错误趋势和环境变化更能暴露边界问题。
常见问题 点击展开 收起
设备安装完成是否代表项目可以验收？
不代表。还需要检查链路目标速率、CRC/FEC 和错误计数、主机吞吐、RDMA、NCCL 跨节点性能、多节点扩展效率、拥塞抖动、温度功耗与长时间稳定性。
RoCE 网络都需要启用 PFC、ECN 和 DCQCN 吗？
应按交换机、网卡、网络操作系统、业务模型和设计目标确定，不能机械套用。参数需要端到端对齐，并通过拥塞场景验证是否出现丢包、暂停扩散或吞吐抖动。
链路已经建立但性能不达标，先检查什么？
先确认协商速率、FEC、错误计数和线缆，再检查 PCIe 代际与宽度、NUMA 绑定、MTU、驱动固件、RDMA 配置、CPU 频率和测试工具参数。
NCCL 测试结果应如何判断？
应记录节点与 GPU 数量、消息大小、算法带宽和总线带宽、拓扑、软件版本与测试时长，再与单节点基线和扩容目标比较，不能只截取单个峰值。
WeChat
Profile