Позвонить Запросить цену
Эксплуатация и диагностика

Эксплуатация H200 NVL: условия работы и диагностика

4 мин на чтение

Эксплуатация H200 NVL: условия работы и диагностика

В статье собраны условия эксплуатации H200 NVL из документации NVIDIA и порядок диагностики типовых проблем.

Условия эксплуатации

ПараметрЗначение
Температура при работеот 10 до 45 °C
Температура храненияот −40 до 75 °C
Влажность при работе5–85%; кратковременно 5–93%, не дольше 96 часов подряд и не больше 15 дней в год
Влажность при хранении5–95%
Высотадо 6000 футов
MTBF при 35 °C294 332 ч в неконтролируемой среде, 316 369 ч в контролируемой

Карта охлаждается пассивно, поэтому ее нагрев зависит от вентиляторов сервера и чистоты воздушного тракта.

Мониторинг

Основной инструмент — утилита nvidia-smi, которая устанавливается вместе с драйвером.

  • nvidia-smi — список карт, температура, потребление, загрузка и занятая память.
  • nvidia-smi -q — подробный отчет по каждой карте: серийный номер, версии прошивки, состояние ECC, ограничения мощности.

Для постоянного наблюдения передавайте показания nvidia-smi в систему мониторинга сервера и задайте пороги по температуре и потреблению под условия вашего зала.

Память ECC включена. Счетчики ошибок ECC в отчете nvidia-smi -q стоит проверять регулярно: рост числа ошибок — повод для обращения в сервис.

Карта не определяется

Проверяйте в таком порядке.

  1. Питание. Карта не запустится, если кабель 16-pin сообщает уровень ниже 451 Вт. Это правило действует, даже если мощность карты ограничена программно ниже. Проверьте, что кабель идет от блока питания с поддержкой уровня 451–600 Вт и вставлен полностью.
  2. Слот. Карта работает в режимах PCIe Gen5 x16, Gen5 x8 и Gen4 x16. Убедитесь, что слот поддерживает один из них и карта сидит в нем полностью.
  3. BIOS. Карте нужно окно BAR2 размером 256 ГиБ. Включите поддержку больших окон BAR. Если используется виртуализация, включите SR-IOV.
  4. Драйвер. Нужна версия R565 TRD1 или новее. Более старые драйверы карту не поддерживают.
  5. Прерывания. Карта работает только с MSI-X. Режим MSI не поддерживается.

Перегрев и снижение частот

Если при нагрузке частоты падают, проверьте температуру воздуха на входе сервера, работу вентиляторов и отсутствие препятствий в потоке. Радиатор допускает поток в обе стороны, но направление должно совпадать с конструкцией сервера.

Сбор диагностики

В состав драйвера NVIDIA для Linux входит скрипт nvidia-bug-report.sh. Он собирает журналы системы и драйвера в архив, который запрашивает сервисная служба. Запускайте его от имени администратора сразу после сбоя, до перезагрузки.

Вместе с архивом сохраните вывод nvidia-smi -q и опишите, при какой нагрузке возникла проблема. Эти данные понадобятся при обращении по гарантии.

Остались вопросы по статье?

Напишите нам — ответим и подскажем решение под вашу задачу.

Запросить цену