本文介绍如何诊断高性能计算GPU型云服务器实例健康状态，便于您对其故障或性能指标不达预期进行定位。

使用限制

• 暂仅支持运行中状态的Linux操作系统实例使用本功能。
• 待诊断实例必须安装批量作业客户端。
• 若当前实例有正在进行的诊断任务，则需等待当前诊断完成后再发起下一次诊断。

操作说明

若为首次使用集群诊断服务，您需要单击“立即创建”按钮触发角色请求，即为您的账号授权一个拥有云服务器资源读写授信的角色，高性能计算集群将扮演该角色访问您诊断任务涉及的云资源。

操作步骤

1. 登录实例控制台。
2. 在左侧导航栏选择“实例与镜像 > 高性能计算集群”。
3. 在顶部导航栏选择目标实例所在项目与地域。
4. 单击“集群诊断”页签。
5. 单击“创建诊断”按钮，配置如下信息。

   参数	说明	取值样例
   诊断项选择	选择当前待诊断项，支持： 单机诊断： 诊断GPU设备健康状态，为实例级别检测，支持对所有高性能计算GPU型实例进行检测，包括检测GPU实例单机内的设备健康（驱动配置、GPU卡和网卡配置是否正常等）、NCCL Test、机内带宽等。关于诊断项汇总。 集群诊断： 诊断高性能计算集群连通性问题，为集群级别检测，支持对所有高性能计算GPU型实例进行检测，包括检测集群中RDMA网卡和交换机的连通性，以及所选实例是否在同一个高性能计算集群、同一个VPC网络中。关于诊断项汇总。	单机诊断/GPU设备健康检查
   高性能计算集群	选择待诊断实例的高性能计算集群，关于创建高性能计算集群。	-
   实例选择	选择需要诊断的目标实例。 说明 若目标实例已经处于正在诊断分析 的流程中，请等待诊断结束后，再选择该实例进行新的诊断。	-
   批量作业检测安装	检查是否已安装批量作业客户端，如果当前实例内未安装批量作业客户端，建议安装批量作业客户端。 说明 若未安装批量作业，则无法进行实例诊断。	-

6. 完成配置后，单击“创建”按钮，进入诊断流程。
   

后续步骤

等待诊断结束后，即可查看本次实例诊断结果。若存在建议修复项，请根据修复建议指引完成修复，并重新创建该诊断任务确认异常是否已被修复。关于诊断项汇总。