【nvidia-H100-ib排障实战2】：服务器 InfiniBand 网络性能问题深度分析

目录

 InfiniBand 网络性能日志：

实际生产服务器 InfiniBand 网络性能问题深度分析

一、核心问题定位：mlx5_1 设备性能异常

二、问题详细分析

1. mlx5_1 设备异常原因推测

（1）硬件连接故障

（2）驱动或固件问题

（3）资源争用或配置错误

2. CPU 频率不一致问题

三、其他设备性能分析

1. 正常设备表现

2. 异常偏高设备：mlx5_10

四、系统性优化建议

1. 硬件层面

2. 软件与配置层面

3. 测试方法改进

五、故障处理优先级建议

---

 InfiniBand 网络性能日志：

test@h3-1-gpu:~/nccl-tests$ nvidia-smi 
Mon Jun 23 14:01:32 2025       
+---------------------------------------------------------------------------------------+
| NVIDIA-SMI 535.183.01             Driver Version: 535.183.01   CUDA Version: 12.2     |
|-----------------------------------------+----------------------+----------------------+
| GPU  Name                 Persistence-M | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   P