【Atlas 800-3000/3010 01】Atlas 300卡温度过高问题排查流程

问题现象描述

硬件配置：2288H V5 + Atlas 300

问题现象：npu-smi工具查看部分芯片运行程序的温度高达90~100℃。

关键过程、根本原因分析

关键过程：

1. 中断程序，等几分钟后查看芯片温度，所有芯片75℃左右，温度偏高。
2. 打开服务器机盖，确认是否有导风罩。

图1 服务器导风罩

1. 将Atlas 300卡从机框侧面转移到中间位置，增加标卡散热性。

图2 Atlas 300卡槽位

1. 通过BMC界面更改风扇转速为高性能模式，提升服务器整体散热性。

图3 BMC界面调速模式

1. 重新运行程序，所有310芯片的温度运行正常。

图4 npu-smi工具显示芯片温度

根本原因分析：

1、  服务器缺少导风罩，风扇转速不足以降低310芯片温度。

结论、解决方案及效果

结论：

运行程序，芯片温度恢复正常。

解决方案：

1、  服务器内部增加导风罩，调整风扇调速模式。

经验总结、预防措施和规范建议

建议服务器都配置导风罩，适当调整风扇转速模式，以保证服务器整体散热性。