- 本文旨在在此机器上做NCCL-test测试， 先装机，在测试。 本文旨在在此机器上做NCCL-test测试， 先装机，在测试。
- 1. 环境描述服务器信息： 华为云GPU VNT1裸金属服务器操作系统：Ubuntu 18.04 server 64bit for V100 BareMetalGPU驱动版本：470CUDA版本：11.42. 安装NVIDIA驱动 wget https://cn.download.nvidia.com/tesla/470.103.01/NVIDIA-Linux-x86_64-470.103.... 1. 环境描述服务器信息： 华为云GPU VNT1裸金属服务器操作系统：Ubuntu 18.04 server 64bit for V100 BareMetalGPU驱动版本：470CUDA版本：11.42. 安装NVIDIA驱动 wget https://cn.download.nvidia.com/tesla/470.103.01/NVIDIA-Linux-x86_64-470.103....
- 文章主要讨论了服务器中常见性能问题的一些排查思路，这篇文章主要讨论了CPU负载过高，频繁GC和频繁切换上线文这三个问题。 文章主要讨论了服务器中常见性能问题的一些排查思路，这篇文章主要讨论了CPU负载过高，频繁GC和频繁切换上线文这三个问题。
- ModelArts Server裸金属服务器解决方案总览全景入口. ModelArts Server裸金属服务器解决方案总览全景入口.
- GPU裸金属服务器使用Node Exporter实现N卡指标监控可视化方案 GPU裸金属服务器使用Node Exporter实现N卡指标监控可视化方案
- 本文介绍将北京四的SFS网络盘挂载至乌兰察步一的GPU裸金属服务器上，给出配置和验证结果。 本文介绍将北京四的SFS网络盘挂载至乌兰察步一的GPU裸金属服务器上，给出配置和验证结果。
- 在华为云GPU Ant8裸金属服务器中， 使用Megatron-Deepspeed框架训练GPT-2， 分别进行单机单卡和单机多卡训练。 训练完成后给出自动式生成内容，和交互式对话框模式。 在华为云GPU Ant8裸金属服务器中， 使用Megatron-Deepspeed框架训练GPT-2， 分别进行单机单卡和单机多卡训练。 训练完成后给出自动式生成内容，和交互式对话框模式。
- 笔者使用pytorch验证cuda有效性报错， CUDA initialization: CUDA unknown error - this may be due to an incorrectly set up environmen， 笔者给出两种解决方法。 笔者使用pytorch验证cuda有效性报错， CUDA initialization: CUDA unknown error - this may be due to an incorrectly set up environmen， 笔者给出两种解决方法。
- 使用华为云BMS GO SDK和Python封装API两种方式，实现裸金属服务器的操作系统切换。 使用华为云BMS GO SDK和Python封装API两种方式，实现裸金属服务器的操作系统切换。
- 笔者在A系列GPU裸金属服务器上，系统环境是ubuntu20.04+nvidia515+cuda11.7, 使用Pytorch2.0时出现如下错误：CUDA initialization: Unexpected error from cudaGetDeviceCount(), 经定位是nvidia-fabricmanager异常导致。 笔者在A系列GPU裸金属服务器上，系统环境是ubuntu20.04+nvidia515+cuda11.7, 使用Pytorch2.0时出现如下错误：CUDA initialization: Unexpected error from cudaGetDeviceCount(), 经定位是nvidia-fabricmanager异常导致。
- 本文旨在介绍购买ModelArts Server后，如何高效便捷的进行资源配置，包括服务器的网络、存储、GPU/NPU软件、监控等， 并给出服务器配置完备的验证指南。 本文旨在介绍购买ModelArts Server后，如何高效便捷的进行资源配置，包括服务器的网络、存储、GPU/NPU软件、监控等， 并给出服务器配置完备的验证指南。
- 在华为云裸金属服务器GPU V100， 操作系统为EulerOS 2.9环境下，经常遇到服务器重启后，操作系统内核莫名其妙升级，导致系统上原安装的nvidia-driver等软件无法使用，只能卸载重新安装。针对这些内核升级带来的困扰， 本文给出详细的避免重启误升级内核的解决方案。 在华为云裸金属服务器GPU V100， 操作系统为EulerOS 2.9环境下，经常遇到服务器重启后，操作系统内核莫名其妙升级，导致系统上原安装的nvidia-driver等软件无法使用，只能卸载重新安装。针对这些内核升级带来的困扰， 本文给出详细的避免重启误升级内核的解决方案。
- 本文旨在GPU VNT1裸金属服务器(操作系统为euler2.9)上安装GPU驱动版本为515.105.01、CUDA版本为11.7.1； 最后使用pytorch2.0进行nvidia环境的验证。 本文旨在GPU VNT1裸金属服务器(操作系统为euler2.9)上安装GPU驱动版本为515.105.01、CUDA版本为11.7.1； 最后使用pytorch2.0进行nvidia环境的验证。
- 在GPU裸金属服务器上搭建基于DCGM+DCGM EXPORTER+PROMETHUS+GRAFANA, 实现对GPU指标的采集以及可视化展示解决方案。 在GPU裸金属服务器上搭建基于DCGM+DCGM EXPORTER+PROMETHUS+GRAFANA, 实现对GPU指标的采集以及可视化展示解决方案。
- 利用华为云BMS和CES提供的能力，总结云主机监控采集可视化等解决方案。 利用华为云BMS和CES提供的能力，总结云主机监控采集可视化等解决方案。
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签