xpu
[root@xxxx ~]# xpu_smi --help
KUNLUNXIN 系统管理接口 -- v
XPUSMI 提供用于 KUNLUNXIN 设备的监控信息。
数据可以以纯文本或 XML 格式展示，通过标准输出或文件输出。
XPUSMI 还提供若干管理操作，用于更改设备状态。
注意：XPUSMI 的功能通过基于 C 的 XPUML 库暴露。
xpu-smi [选项1 [参数1]] [选项2 [参数2]] ...
-h, --help 显示使用信息并退出。
列表选项：
-L, --list-xpus 显示系统中连接的 XPU 列表。
-B, --list-excluded-xpus 显示系统中被排除的 XPU 列表。
概要选项：
<无参数> 显示系统中连接的 XPU 概要。
[以及以下任意选项]
-i, --id= 指定目标 XPU。
-f, --filename= 将日志写入指定文件，而不是标准输出。
-l, --loop= 按指定的秒数间隔循环探测，直到按 Ctrl+C 终止。
查询选项：
-q, --query 显示 XPU 信息。
-m, --machine-readable 以机器可读的格式显示 XPU 信息。每行依次打印以下项目：
0 : pci_addr
1 : board_id
2 : dev_id
3 : sn
4 : 温度
5 : - 总是 0
6 : 内存温度
7 : - 总是 0
8 : 功耗 (W)
9 : freq_0
10 : freq_1
11 : freq_2
12 : freq_3
13 : freq_4
14 : freq_5
15 : L3 已使用 (MB)
16 : L3 总大小 (MB)
17 : 内存已使用 (MB)
18 : 内存总大小 (MB)
19 : 使用率 [0, 100]
20 : 固件版本 [v_init:v_bootloader:v_main.v_cpld]
21 : 型号
22 : 板载芯片索引
23 : 解码比率
24 : 编码比率
25 : 处理比率
26 : 解码帧率
27 : 编码帧率
28 : 处理帧率
29 : 解码时钟
30 : 编码时钟
31 : 处理时钟
[以及以下任意选项]
-i, --id= 指定目标 XPU。
-f, --filename= 将日志写入指定文件，而不是标准输出。
-x, --xml-format 生成 XML 格式输出。
-d, --display= 仅显示选定信息：MEMORY、UTILIZATION、ECC、TEMPERATURE、POWER、CLOCK、
COMPUTE、PIDS
标志可以用逗号组合，例如 ECC,POWER。
采样数据的最大/最小/平均值也会返回用于 POWER、UTILIZATION 和 CLOCK 显示类型。
与 -x 标志不兼容。
-l, --loop= 按指定的秒数间隔循环探测，直到按 Ctrl+C 终止。
-lms, --loop-ms= 按指定的毫秒间隔循环探测，直到按 Ctrl+C 终止。
设备修改选项：
[以下任意选项之一]
-r --xpu-reset 触发 XPU 重置。
在某些情况下（如发生双比特 ECC 错误）可以用于重置 XPU 硬件状态，
否则可能需要重启机器。
重置操作并不能保证在所有情况下都有效，应谨慎使用。
-V --set-sriov-numvfs 设置 XPU 的 VF 数量。
只有在运行于虚拟机管理程序上时，才能设置 XPU 的 numvfs。
[以及可选参数]
-i, --id= 指定目标 XPU。
-eow, --error-on-warning 对警告返回非零错误码。
拓扑选项：
topo 显示设备/系统拓扑信息。输入 "xpu-smi topo -h" 以查看更多信息。
XPULINK：
xpulink 显示设备 xpulink 信息。输入 "xpu-smi xpulink -h" 以查看更多信息。
有关更详细的信息，请参阅 xpu-smi(1) 手册页。xpu-smi 是用于管理和监控 KUNLUNXIN（华为自研的加速卡）设备的命令行工具。它类似于 NVIDIA 的 nvidia-smi，用于监控加速卡（如 XPU）的状态、性能和配置。
下面是一些常用的 xpu-smi 命令及其功能：
常用命令
- 查看系统中所有 XPU 设备的概况：
xpu-smi-
该命令会显示系统中连接的所有 XPU 的简要信息，包括设备的温度、功率、频率等。
-
列出所有连接的 XPU：
xpu-smi --list-xpus-
显示当前系统中所有连接的 XPU 设备列表。
-
列出被排除的 XPU：
xpu-smi --list-excluded-xpus-
显示系统中被排除的 XPU 列表。
-
查询特定 XPU 的详细信息：
xpu-smi --query- 显示有关所有 XPU 的详细信息，包括温度、功耗、频率等。你也可以通过加上
--id参数来查询特定的 XPU 信息。
xpu-smi --query --id=<XPU_ID>- 以机器可读的格式输出 XPU 信息：
xpu-smi --machine-readable-
以机器可读的格式输出信息，适合用于后续的数据处理或脚本。
-
按指定的时间间隔循环显示 XPU 状态（例如每 1 秒刷新一次）：
xpu-smi --loop=1-
该命令会每秒钟刷新一次设备状态，直到按
Ctrl+C停止。 -
查看特定类型的信息（如内存、温度、功率等）：
xpu-smi --display=MEMORY,TEMPERATURE,POWER-
显示指定的设备信息类型，如内存使用情况、温度、功率等。你可以组合多个信息类型，使用逗号分隔。
-
生成 XML 格式输出：
xpu-smi --xml-format-
输出结果为 XML 格式，便于进一步处理和自动化。
-
重置 XPU（例如，在发生 ECC 错误时重置 XPU）：
xpu-smi --xpu-reset --id=<XPU_ID>-
触发 XPU 设备的重置，通常用于恢复设备的正常状态。
-
设置 XPU 的虚拟功能（VF）数量：
xpu-smi --set-sriov-numvfs=4 --id=<XPU_ID>- 设置 XPU 设备的虚拟功能（VF）数量，这在虚拟化环境中使用时非常有用。
一些进阶用法
- 查看拓扑信息（设备和系统的拓扑结构）：
xpu-smi topo-
显示设备的拓扑信息，可以帮助你了解各个设备之间的连接关系。
-
查看 XPU 之间的链路信息：
xpu-smi xpulink- 显示 XPU 之间的链路信息，适用于多设备间的连接检查。
使用帮助
如果你需要详细了解某个选项或命令，可以使用 --help 来查看命令的帮助信息：
xpu-smi --help或者，针对具体功能：
xpu-smi topo --help
xpu-smi xpulink --help这些命令可以帮助你监控和管理 KUNLUNXIN 加速卡，确保它们的健康和性能。
-
XPU: XPU 的索引编号，从 0 开始。
-
Name: XPU 的型号名称（例如
P800 OAM）。 -
Persistence-M: 持久模式（Persistence Mode）。表示是否启用持久模式，用于保持设备状态以减少初始化开销。
N/A表示未启用。 -
Bus-Id: XPU 的 PCI 总线地址，格式为
域:总线:设备.功能（例如00000000:03:00.0），标识 XPU 在系统中的位置。 -
Disp.A: 显示适配器状态。
N/A表示此设备不是显示设备或未应用显示适配器功能。 -
Volatile Uncorr. ECC: 易失性未更正 ECC（Error Correction Code）错误的数量，通常为
0表示未发生未更正的 ECC 错误。 -
Fan: 风扇转速或状态，通常显示转速数值；
N/A表示无风扇或不适用。 -
Temp: XPU 当前温度（单位：摄氏度）。
-
Perf: 性能模式或状态，可能为
Default或其他自定义值，N/A表示没有设置。 -
Pwr:Usage/Cap: XPU 的功耗信息：
-
Usage: 当前实际功耗（单位：瓦特）。
-
Cap: 最大允许功耗（单位：瓦特）。
-
Memory-Usage: XPU 的全局内存使用情况，格式为
已使用内存 / 总内存（例如0MiB / 98304MiB表示总内存 98304MiB，当前未使用）。 -
L3-Usage: L3 缓存的使用情况，格式为
已使用缓存 / 总缓存（例如0MiB / 96MiB表示总缓存 96MiB，当前未使用）。 - SR-IOV M: SR-IOV（单根 I/O 虚拟化）模式状态：
- Disabled: 未启用 SR-IOV 功能。
- Enabled: 表示启用了虚拟化支持，用于将单个设备分割成多个虚拟设备。