👉点击这里申请火山引擎VIP帐号，立即体验火山引擎产品>>>
本文介绍如何为高性能计算GPU实例手动配置NCCL，从而避免RDMA网络断链，影响业务正常运行。
NCCL简介
NCCL（Nvidia Collective Communication Library）是NVIDIA的集合通信库，可以在实例内或实例间实现多个GPU的快速通信。
操作步骤
CentOS 7.8/veLinux 1.0/Ubuntu 16.04
登录云服务器，具体操作请参见登录Linux实例。
修改业务的超时时间和超时次数。
执行vim /etc/profile命令，打开/etc/profile文件。
您也可以执行vim /etc/environment 、vim ~/.bash_profile或vim ~/.bashrc命令打开对应的配置文件进行如下配置。建议优先选择/etc/profile文件。
按i，进入编辑模式。
在/etc/profile文件末尾添加如下NCCL参数。
export NCCL_IB_TIMEOUT=23 export NCCL_IB_RETRY_CNT=7
按Esc退出编辑模式，输入:wq并按下Enter键，保存并退出文件。
执行source /etc/profile命令，使配置更新生效。
Ubuntu 20.04
若您选用Ubuntu 20.04创建高性能计算GPU型实例，除上述操作外，您还需要额外进行以下操作。
运行以下脚本，初始化rdma-agent服务。
#!/bin/bash wget http://rdma-config-beijing.tos-cn-beijing.ivolces.com/rdma-agent_1.0.2-0_all.deb dpkg -r rdma-agent dpkg -i rdma-agent_1.0.2-0_all.deb rm -f rdma-agent_1.0.2-0_all.deb cat > /etc/networkd-dispatcher/routable.d/50-ifup-hooks << EOF #!/bin/bash systemctl restart rdma-agent EOF chmod +x /etc/networkd-dispatcher/routable.d/50-ifup-hooks systemctl daemon-reload systemctl enable rdma-agent.service systemctl restart rdma-agent.service
修改Ubuntu镜像的IP配置为静态配置脚本，重启生效。
#!/bin/bash ln -s /dev/null /etc/systemd/network/10-netplan-eth1.network ln -s /dev/null /etc/systemd/network/10-netplan-eth2.network ln -s /dev/null /etc/systemd/network/10-netplan-eth3.network ln -s /dev/null /etc/systemd/network/10-netplan-eth4.network systemctl restart systemd-networkd
在/etc/rc.local文件中添加网卡初始化dhclient配置。
执行以下命令，打开/etc/rc.local文件。
vim /etc/rc.local按i，进入编辑模式。
在配置文件中添加如下参数。
dhclient eth1 dhclient eth2 dhclient eth3 dhclient eth4
按Esc退出编辑模式，输入:wq并按下Enter键，保存并退出文件。
执行chmod 755 /etc/rc.local命令为/etc/rc.local添加执行权限。
结果验证
执行env | grep -i nccl命令，若返回结果包含如下信息，则配置成功。
NCCL_IB_TIMEOUT=23 NCCL_IB_RETRY_CNT=7
