已合并
[fix] 修正EI0020端口冲突处置指引 (#987) #5725
ren-mengguang创建于 11 天前
[fix] 修正EI0020端口冲突处置指引 (#987) #5725
已合并
Pull Request已成功合入, 合并人@CANN-robot
（感谢 ren-mengguang 的贡献）11 天前 创建了 pull request，commit 2917bc46
Rren-mengguang
11 天前 关联了issue：[Bug-Report|缺陷反馈] EI0020端口冲突处置指引未区分初始化路线，rank table路线配置HCCL_NPU_SOCKET_PORT_RANGE不生效
11 天前 关联了issue：[Bug-Report|缺陷反馈] EI0020端口冲突处置指引未区分初始化路线，rank table路线配置HCCL_NPU_SOCKET_PORT_RANGE不生效
atomgit-bot
11 天前 评论：
11 天前 评论：
变更摘要
本 PR 针对 EI0020（NPU 网卡 socket 监听端口 bind 冲突）的处置指引进行修正与补充。原指引仅给出"单卡多进程场景配置 HCCL_NPU_SOCKET_PORT_RANGE"一条路径，未区分通信域初始化方式：rootInfo 方式下该环境变量生效，而 rank table 文件方式下无端口抢占逻辑、该变量不生效，按原指引无法解决问题。改动在文档与错误码注册表 Solution 中按初始化路线区分处置方式，并在 GetJsonPropertyUInt 为可选字段回填缺省值时补充 HCCL_INFO 日志，使缺省端口 16666 的静默填充可被溯源。
主要改动
error_code.cc中 EI0020 的Solution修正:hcomm_g_msg注册表中该错误码的解决建议由单一环境变量路径，改为分条建议——rootInfo 方式（如HcclCommInitRootInfo）配置HCCL_NPU_SOCKET_PORT_RANGE，rank table 文件方式（如HcclCommInitClusterInfo）该变量不生效、需为同一device_ip配置不同的device_port（未配置时默认 16666），并补充端口占用排查与关键字检索引导。
- **`json_parser.cc` 中 `GetJsonPropertyUInt` 补充溯源日志**: 当 `required` 为 `false` 且 json 对象不含该属性时，新增 `HCCL_INFO` 日志输出属性名与所采用的默认值，消除可选字段缺省填充无痕迹的问题。
- EI0020 中英文错误码文档同步更新: 按 PR 描述，
docs/zh与docs/en下的EI0020-Communication_Error_Bind_IP_Port.md将解决方法按初始化路线区分并补充通用端口占用排查项（该文件未在任务中提供补丁，具体内容依据 PR 描述）。
不准确？
atomgit-bot
11 天前 评论：
11 天前 评论：
ren-mengguang
11 天前 评论：
11 天前 评论：
/compile
此处折叠了48条消息 查看更多
11 天前 添加了label：approved
one_random
11 天前 评论：
11 天前 评论：
/lgtm
11 天前 添加了label：lgtm
11 天前 合入了pull request
描述
EI0020（NPU网卡socket监听端口bind冲突）当前的处置指引只给出"单卡多进程场景配置HCCL_NPU_SOCKET_PORT_RANGE"一条路径，未区分通信域初始化方式：
本PR修改：
变更类型
关联的Issue
Fixes #987
测试
已完成的测试用例和场景：
说明：本机全量build.sh --pkg因存量工具链问题无法完成（hccl_aiv_reduce_scatter_op，CANN 9.2.0头文件类型错误，干净工作区同样复现，与本次改动无关），改动文件所在目标已单独编译验证，完整编译由CI门禁覆盖。
补充的UT用例：
无（纯文案修正，无行为变更）。
文档更新
合入检查