lenovo SR650检查到备用GPT损坏处理

问题

一台SR650服务器,原来是6块600GB的盘做的RAID5,现在要部署超融合系统,删除原来的RAID5,磁盘改成JBOD模式后每次开机提示如下报错
系统诊断事件提示如下
在这里插入图片描述

处理

<<操作会导致数据丢失,在线业务系统不建议执行如下操作>>
<<操作会导致数据丢失,在线业务系统不建议执行如下操作>>
<<操作会导致数据丢失,在线业务系统不建议执行如下操作>>

lenovo官方KB连接
如果是磁盘要从RAID5 改成JBOD模式参考如下连接
https://datacentersupport.lenovo.com/us/zc/solutions/ht506543
在这里插入图片描述

如果是磁盘删除重新创建新RAID模式参考如下连接
https://datacentersupport.lenovo.com/cn/zc/solutions/ht506390-backup-gpt-corruption-detected-after-deleting-and-re-creating-vd-lenovo-thinksystem
在这里插入图片描述
对于日志中存在的“SENSOR GPT STATUS HAS TRANSITIONED FROM NORMAL TO NON-CRITICAL STATE”这个警告,请尝试以下步骤去消除它。
1、重启机器,自检界面按F1进入UEFI界面》System settings》recovery and RAS》disk gpt recovery》修改为automatic,退回UEFI主界面,save settings,保存重启。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
保存设置

  • 1
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
GPT(Generative Pre-trained Transformer)是一种基于Transformer的预训练语言模型,可用于自然语言处理任务,如文本生成、文本分类、问答系统等。在处理长文本时,GPT采用的是基于流的处理方式,即将输入文本分为多个固定大小的文本块(通常为512个标记),然后逐块输入模型中进行处理。具体代码示例如下: ```python from transformers import GPT2Tokenizer, GPT2Model # 初始化GPT2分词器和模型 tokenizer = GPT2Tokenizer.from_pretrained('gpt2') model = GPT2Model.from_pretrained('gpt2') # 定义输入文本 text = "这是一个比较长的文本,包含多个段落和句子。" # 将文本分块 tokens = tokenizer.tokenize(text) block_size = 512 block_num = (len(tokens) - 1) // block_size + 1 block_tokens = [] for i in range(block_num): start = i * block_size end = min((i + 1) * block_size, len(tokens)) block_tokens.append(tokens[start:end]) # 处理分块文本 outputs = [] for block in block_tokens: input_ids = tokenizer.convert_tokens_to_ids(block) input_ids = torch.tensor([input_ids]) with torch.no_grad(): output = model(input_ids)[0] outputs.append(output) # 合并输出 output = torch.cat(outputs, dim=1) ``` 上述代码中,首先使用GPT2分词器将输入文本分为多个标记,然后计算出分块数,并将每个分块的标记转换为模型输入的ID表示形式。然后,逐块输入模型中进行处理,并将每个分块的输出结果存储在列表中。最后,将所有分块的输出结果合并为最终的输出。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值