问题描述：我们在测试机器重复开关机中发现，偶然会出现svp_npu推理报错的问题。具体的流程和日志如下图，麻烦路过的朋友帮忙看看报错日志：[Func]:svp_npu_runtime_impl_get_device_and_stream_node_id [Line]:466 [Info]:Error, please set device or create context first [Func]:svp_npu_runtime_impl_execute_model_async [Line]:1519 [Info]:Error, get device and stream id failed when execute model async [Func]:svp_npu_model_execute_async [Line]:794 [Info]:Error, runtime execute model async failed  failed at InferModelAsync: LINE: 82 with 0x30d45!硬件型号: SS928SDK版本：[SVP_NPU] Version: [SS928V100V2.0.2.1 B050 Release], Build Time[Apr 27 2022, 16:54:46]程序开机后的运行流程：每次开机后，机器会先创建线程1，等线程1结束后，再创建线程2。线程1和线程2跑的模型不一样。有时会出现在线程2中，第一次调用推理时就报错

二月问题总结如下：【1】在ECS windows部署Llama2 尝试使用MLC运行，但出现以下报错，求助cid:link_0【2】atlas300P3 在容器中访问rtsp流地址报错No route to host cid:link_1【3】ECS上面，我看机器学习推荐的只有N卡，想问下华为自己的显卡在ModelArts那边不是能用，为啥还没上ECS cid:link_2【4】昇腾310（Ascend 310）能不能用来搭建stable diffusecid:link_3【5】 acl init failed, errorCode = 100039cid:link_4

在atlas 300I的硬件中执行了两个自己的项目。其中第一个项目初始执行时报错acl init failed, errorCode = 100039，通过source ~/.bashrc命令解决了。但是第二个项目仍报错acl init failed, errorCode = 100039，并且无法解决，请问是什么问题？npu-smi info是可以被正确执行的。

直接使用mindir模型不转也能在ascend310设备使用嘛？具体如何使用的操作步骤

自己在Ascend910环境，如何实现mindir转om，具体的操作步骤是什么

1、成功安装atlas300-3010相关驱动等成功安装Ascend-cann-toolkit_5.1.RC2_linux-x86_64.runmindspore_ascend-1.8.0-cp37-cp37m-linux_x86_64.whl2、执行python3 -c "import mindspore;mindspore.set_context(device_target='Ascend');mindspore.run_check()"MindSpore version:  1.8.0 MindSpore running check failed. Internal Error: Get Device HBM memory size failed, ret = 0, total HBM size :0  ---------------------------------------------------- - C++ Call Stack: (For framework developers) ---------------------------------------------------- mindspore/ccsrc/plugin/device/ascend/hal/device/ascend_memory_adapter.cc:53 Initialize 3、复用分类代码，写了一个python文件叫ResNet-1.8.pyhttps://www.mindspore.cn/tutorials/zh-CN/r1.8/beginner/infer.html其中设置了调用设备的方式；parser = argparse.ArgumentParser(description='MindSpore Example') parser.add_argument('--device_target', type=str, default="Ascend", choices=['Ascend', 'GPU', 'CPU']) args = parser.parse_args() context.set_context(mode=context.GRAPH_MODE, device_target=args.device_target)执行python3 ResNet-1.8.py，得到Delete parameter from checkpoint:  head.classifier.weight Delete parameter from checkpoint:  head.classifier.bias Delete parameter from checkpoint:  moments.head.classifier.weight Delete parameter from checkpoint:  moments.head.classifier.bias [WARNING] ME(46532:140370453165888,MainProcess):2024-01-26-13:57:07.963.642 [mindspore/train/serialization.py:712] For 'load_param_into_net', 2 parameters in the 'net' are not loaded, because they are not in the 'parameter_dict', please check whether the network structure is consistent when training and loading checkpoint. [WARNING] ME(46532:140370453165888,MainProcess):2024-01-26-13:57:07.963.854 [mindspore/train/serialization.py:714] head.classifier.weight is not loaded. [WARNING] ME(46532:140370453165888,MainProcess):2024-01-26-13:57:07.963.911 [mindspore/train/serialization.py:714] head.classifier.bias is not loaded. Traceback (most recent call last):   File "ResNet-1.8.py", line 122, in <module>     callbacks=None)   File "/usr/local/lib/python3.7/site-packages/mindspore/train/model.py", line 1069, in train     initial_epoch=initial_epoch)   File "/usr/local/lib/python3.7/site-packages/mindspore/train/model.py", line 96, in wrapper     func(self, *args, **kwargs)   File "/usr/local/lib/python3.7/site-packages/mindspore/train/model.py", line 622, in _train     cb_params, sink_size, initial_epoch, valid_infos)   File "/usr/local/lib/python3.7/site-packages/mindspore/train/model.py", line 681, in _train_dataset_sink_process     dataset_helper=dataset_helper)   File "/usr/local/lib/python3.7/site-packages/mindspore/train/model.py", line 437, in _exec_preprocess     dataset_helper = DatasetHelper(dataset, dataset_sink_mode, sink_size, epoch_num)   File "/usr/local/lib/python3.7/site-packages/mindspore/train/dataset_helper.py", line 338, in __init__     self.iter = iterclass(dataset, sink_size, epoch_num)   File "/usr/local/lib/python3.7/site-packages/mindspore/train/dataset_helper.py", line 557, in __init__     super().__init__(dataset, sink_size, epoch_num)   File "/usr/local/lib/python3.7/site-packages/mindspore/train/dataset_helper.py", line 455, in __init__     is_dynamic_shape=self.dynamic_shape)   File "/usr/local/lib/python3.7/site-packages/mindspore/train/_utils.py", line 77, in _exec_datagraph     need_run=need_run)   File "/usr/local/lib/python3.7/site-packages/mindspore/common/api.py", line 1009, in init_dataset     need_run=need_run): RuntimeError: Internal Error: Get Device HBM memory size failed, ret = 0, total HBM size :0 ---------------------------------------------------- - C++ Call Stack: (For framework developers) ---------------------------------------------------- mindspore/ccsrc/plugin/device/ascend/hal/device/ascend_memory_adapter.cc:53 Initialize 4、执行npu-smi info，得到信息如下：+--------------------------------------------------------------------------------------------------------+ | npu-smi 22.0.4                                   Version: 22.0.4                                       | +-------------------------------+-----------------+------------------------------------------------------+ | NPU     Name                  | Health          | Power(W)     Temp(C)           Hugepages-Usage(page) | | Chip    Device                | Bus-Id          | AICore(%)    Memory-Usage(MB)                        | +===============================+=================+======================================================+ | 1       310                   | OK              | 12.8         59                0    / 969            | | 0       0                     | 0000:3D:00.0    | 0            666  / 7759                             | +-------------------------------+-----------------+------------------------------------------------------+ | 1       310                   | OK              | 12.8         60                0    / 969            | | 1       1                     | 0000:3E:00.0    | 0            626  / 7759                             | +-------------------------------+-----------------+------------------------------------------------------+ | 1       310                   | OK              | 12.8         59                0    / 969            | | 2       2                     | 0000:3F:00.0    | 0            628  / 7759                             | +-------------------------------+-----------------+------------------------------------------------------+ | 1       310                   | OK              | 12.8         59                0    / 969            | | 3       3                     | 0000:40:00.0    | 0            627  / 7759                             | +===============================+=================+======================================================+ 

中奖结果公示感谢各位小伙伴参与本次活动，本次活动获奖名单如下：请获奖的伙伴在1月14日之前点击此处填写收货地址，如逾期未填写视为弃奖。再次感谢各位小伙伴参与本次活动，欢迎关注华为云DTSE Tech Talk 技术直播更多活动~直播简介【直播主题】华为云《 DTSE Tech Talk 》年度收官：AI创造无限可能【直播时间】2023年1月5日 15:00-17:30【直播专家】夏飞 华为云EI DTSE技术布道师左雯 华为云媒体DTSE技术布道师肖斐 华为云DTSE技术布道师徐伟招 今日人才联合创始人&VP周汝霖 华为昇思MindSpore学生布道师徐毅 华为云DTSE技术布道师【直播简介】在我们的科技进步不断加速的今天，人工智能已经成为了我们生活中不可或缺的一部分。 AI 的发展为我们带来了前所未有的可能性，它正在改变我们的工作方式、生活方式，甚至是我们对世界的理解。DTT年度收官盛典将与大家一起探讨AI的应用领域与技术发展，企业及个人如何在智能化时代下完成技术飞跃。直播链接：cid:link_2活动介绍即日起—1月8日，在本贴提出与直播相关的问题，坐堂专家评选优质问题送华为云定制长袖卫衣。戳我了解更多活动【注意事项】1、所有参与活动的问题，如发现为抄袭内容或与直播期间内容重复，则取消获奖资格。2、为保证您顺利领取活动奖品，请您在活动公示奖项后2个工作日内私信提前填写奖品收货信息，如您没有填写，视为自动放弃奖励。3、活动奖项公示时间截止2023年1月8日，如未反馈邮寄信息视为弃奖。本次活动奖品将于奖项公示后30个工作日内统一发出，请您耐心等待。4、活动期间同类子活动每个ID（同一姓名/电话/收货地址）只能获奖一次，若重复则中奖资格顺延至下一位合格开发者，仅一次顺延。5、如活动奖品出现没有库存的情况，华为云工作人员将会替换等价值的奖品，获奖者不同意此规则视为放弃奖品。6、其他事宜请参考【华为云社区常规活动规则】。

中奖结果公示感谢各位小伙伴参与本次活动，本次活动获奖名单如下：        请获奖的伙伴在1月14日之前点击此处填写收货地址，如逾期未填写视为弃奖。再次感谢各位小伙伴参与本次活动，欢迎关注华为云DTSE Tech Talk 技术直播更多活动~【直播主题】华为云《 DTSE Tech Talk 》年度收官：AI创造无限可能【直播时间】2023年1月5日 15:00-17:30【直播专家】夏飞 华为云EI DTSE技术布道师左雯 华为云媒体DTSE技术布道师肖斐 华为云DTSE技术布道师徐伟招 今日人才联合创始人&VP周汝霖 华为昇思MindSpore学生布道师徐毅 华为云DTSE技术布道师【直播简介】在我们的科技进步不断加速的今天，人工智能已经成为了我们生活中不可或缺的一部分。 AI 的发展为我们带来了前所未有的可能性，它正在改变我们的工作方式、生活方式，甚至是我们对世界的理解。DTT年度收官盛典将与大家一起探讨AI的应用领域与技术发展，企业及个人如何在智能化时代下完成技术飞跃。直播链接：cid:link_2【活动介绍】即日起——1月7日23:59，在本帖分享300字以上2023年DTT直播对你产生的影响、给你带来的收获与帮助，评选优质内容送华为云云宝公仔一套。戳我了解更多活动【注意事项】1、所有参与活动的内容，如发现为抄袭内容或水文，则取消获奖资格。2、为保证您顺利领取活动奖品，请您在活动公示奖项后2个工作日内私信提前填写奖品收货信息，如您没有填写，视为自动放弃奖励。3、活动奖项公示时间截止2023年1月8日，如未反馈邮寄信息视为弃奖。本次活动奖品将于奖项公示后30个工作日内统一发出，请您耐心等待。4、活动期间同类子活动每个ID（同一姓名/电话/收货地址）只能获奖一次，若重复则中奖资格顺延至下一位合格开发者，仅一次顺延。5、如活动奖品出现没有库存的情况，华为云工作人员将会替换等价值的奖品，获奖者不同意此规则视为放弃奖品。6、其他事宜请参考【华为云社区常规活动规则】。

E20231226 03:38:29.322641 314620 FileUtils.cpp:471] Check Owner group permission failed: Current permission is 5, but required no greater than 4. (Code = 1001, Message = "General Failed") E20231226 03:38:29.325861 314620 MxStreamManagerDptr.cpp:364] File in GST_PLUGIN_PATH is invalid. (Code = 1001, Message = "General Failed") E20231226 03:38:29.325950 314620 MxStreamManagerDptr.cpp:384] Check directories in GST_PLUGIN_PATH failed. (Code = 1001, Message = "General Failed") E20231226 03:38:29.326009 314620 MxStreamManagerDptr.cpp:465] Check GST_PLUGIN_PATH failed. (Code = 1001, Message = "General Failed") E20231226 03:38:29.326079 314620 MxStreamManagerDptr.cpp:503] Handle environment: GST_PLUGIN_PATH failed. (Code = 1001, Message = "General Failed") E20231226 03:38:29.326140 314620 MxStreamManager.cpp:89] Before creating a pipeline, please set related environment variables. The following two methods are available: (1) Permanent method: set the environment variable in the ~/.bashrc file of the current user, and run the "source ~/.bashrc" command manually in the current window. (2) Temporary method: run the export command to import the required environment variables in the current window. (Code = 1001, Message = "General Failed") E20231226 03:38:29.326210 314620 main.cpp:62] Failed to init Stream manager, ret = 1001. 用的昇腾DeepSort案例，开发环境昇腾AI 200I DK

直播简介【直播主题】华为云《 DTSE Tech Talk 》年度收官：AI创造无限可能【直播时间】2023年1月5日 15:00-17:30【直播专家】夏飞 华为云EI DTSE技术布道师 左雯 华为云媒体DTSE技术布道师肖斐 华为云DTSE技术布道师徐伟招 今日人才联合创始人&VP周汝霖 华为昇思MindSpore学生布道师徐毅 华为云DTSE技术布道师【直播简介】在我们的科技进步不断加速的今天，人工智能已经成为了我们生活中不可或缺的一部分。 AI 的发展为我们带来了前所未有的可能性，它正在改变我们的工作方式、生活方式，甚至是我们对世界的理解。DTT年度收官盛典将与大家一起探讨AI的应用领域与技术发展，企业及个人如何在智能化时代下完成技术飞跃。直播链接：cid:link_2活动介绍报名转发抽奖：即日起——1月5日18:00，报名直播并转发海报至朋友圈随机抽送华为云定制Polo衫，海报在本页获取（长按图片保存）。我与DTT的独家记忆：即日起——1月7日23:59，在论坛帖分享300字以上2023年DTT直播对你产生的影响、给你带来的收获与帮助，评选优质内容送华为云云宝公仔一套。有奖调研：即日起——1月5日18:00，参与直播调研问卷抽送华为云定制无线鼠标。 口令抽奖：1月5日15:00——18:00，通过官网直播间评论区发送“DTT圆满收官”口令抽送华为云定制雨伞。 有奖提问：1月5日15:00——18:00，直播期间提出直播相关问题，评选优质问题送华为云定制双肩包。我爱DTT：1月5日15:00——18:00，直播观看时长超过45分钟抽送华为Freelace Pro无线耳机。 专家坐堂有奖：即日起-1月8日，在指定论坛贴提出与直播相关的问题，坐堂专家评选优质问题送华为云定制长袖卫衣。 重磅干货： 即日起-1月7日，加入直播交流群即可获取《DTT技术公开课2023精华电子书》 。 直播回顾：1月5日18:00后，直播结束后返回原直播页回顾直播精彩内容。 【注意事项】1、所有参与活动的问题/内容，如发现为抄袭内容，则取消获奖资格。2、为保证您顺利领取活动奖品，请您在活动公示奖项后2个工作日内私信提前填写奖品收货信息，如您没有填写，视为自动放弃奖励。3、活动奖项公示时间截止2023年1月8日，如未反馈邮寄信息视为弃奖。本次活动奖品将于奖项公示后30个工作日内统一发出，请您耐心等待。4、活动期间同类子活动每个ID（同一姓名/电话/收货地址）只能获奖一次，若重复则中奖资格顺延至下一位合格开发者，仅一次顺延。5、如活动奖品出现没有库存的情况，华为云工作人员将会替换等价值的奖品，获奖者不同意此规则视为放弃奖品。6、其他事宜请参考【华为云社区常规活动规则】。

export LD_LIBRARY_PATH=/usr/local/python3.7.5/lib:$LD_LIBRARY_PATH export PATH=/usr/local/python3.7.5/bin:$PATH export ASCEND_HOME=/home/w/Ascend/ascend-toolkit/latest export LD_LIBRARY_PATH=${ASCEND_HOME}/atc/lib64:${ASCEND_HOME}/compiler/lib64/plugin/opskernel:${ASCEND_HOME}/compiler/lib64/plugin/opskernel/nnengine:/home/zt/Ascend/ascend-toolkit/5.0.4/arm64-linux/runtime/lib64/stub:/home/zt/Ascend/ascend-toolkit/5.0.4/arm64-linux/aarch64-linux/devlib:/home/zt/Ascend/ascend-toolkit/5.0.4/x86_64-linux/x86_64-linux/devlib:/home/zt/Ascend/ascend-toolkit/5.0.4/x86_64-linux/runtime/lib64/stub:$LD_LIBRARY_PATH export FFMPEG_PATH=/home/wpf/Euler_compile_env_cross/arm/cross_compile/install/sysroot/usr/local export ASCEND_HOME_PATH==${ASCEND_HOME}:$ASCEND_HOME_PATH  export PATH=${ASCEND_HOME}/atc/ccec_compiler/bin:${ASCEND_HOME}/atc/bin:${ASCEND_HOME}/compiler/ccec_compiler/bin:$PATH  export PYTHONPATH=${ASCEND_HOME}/atc/python/site-packages:${ASCEND_HOME}/python/site-packages:${ASCEND_HOME}/opp/op_impl/built-in/ai_core/tbe:$PYTHONPATH export LD_LIBRARY_PATH=${ASCEND_HOME}/atc/lib64:${ASCEND_HOME}/acllib/lib64:$LD_LIBRARY_PATH export ASCEND_OPP_PATH=${ASCEND_HOME}/opp export ASCEND_AICPU_PATH=$ASCEND_HOME export KERNEL_PERF_COMM_PATH=${ASCEND_HOME}/atc/bin export CROSS_COMPILER_HOME=/home/w/Euler_compile_env_cross/arm/cross_compile/install环境变量如上，使用 atc --framework=5 --model=best_sim_dianyun_231206_89L.onnx  --output=best --log=error --soc_version=Ascend310转换模型时发生下图错误

由电力行业人工智能联盟、中国南方电网主办，华为技术有限公司赞助的『2023年电力行业AI创新大赛』于日前正式启动，旨在探索人工智能技术与电力行业的创新应用，主办方提供训练数据集，参赛者基于昇思MindSpore与相关硬件在规定的时间内完成算法开发，实现相关功能即可，前六名优胜队伍将获得10万奖金和价值10万算力代金券，更能直通中央企业AI新基建创新应用大赛决赛（全国赛），快来报名吧！（一）赛题简介赛事方提供训练数据集，参赛者在规定的时间内完成算法开发，实现输配电导线断股、散股缺陷自动识别。（二）赛程安排赛事报名（即日起-2023年11月27日18:00）算法比赛（2023年12月4日9:00-2023年12月12日18:00）答辩及颁奖（2023年12月下旬）（三）参赛对象大赛面向社会开放，企业、高等院校、科研单位等人员均可报名参赛。（四）报名链接及详情介绍https://ai.csg.cn

问题显示：  File "/home/ma-user/work/DDA6/src/models.py", line 99, in backward     loss.backward()   File "/home/ma-user/anaconda3/envs/Pytorch-1.8.1/lib/python3.7/site-packages/torch/tensor.py", line 245, in backward     torch.autograd.backward(self, gradient, retain_graph, create_graph, inputs=inputs)   File "/home/ma-user/anaconda3/envs/Pytorch-1.8.1/lib/python3.7/site-packages/torch/autograd/__init__.py", line 147, in backward     allow_unreachable=True, accumulate_grad=True)  # allow_unreachable flag RuntimeError: The size of tensor a (256) must match the size of tensor b (64) at non-singleton dimension 3问题描述：在pytorch框架下的代码，从cuda往cann迁移，在cuda正常运行，而在cann中可以开始训练，但会卡在 loss.backward() 求大佬帮忙

中奖结果公示感谢各位小伙伴参与本次活动，本次活动获奖名单如下：请获奖的伙伴在11月6日之前点击此处填写收货地址，如逾期未填写视为弃奖。再次感谢各位小伙伴参与本次活动，欢迎关注华为云DTSE Tech Talk 技术直播更多活动~直播简介【直播主题】MoE-LLM：开启大模型终身学习的可能性【直播时间】2023年11月1日 16:30-18:00【直播专家】吕昱峰 华为昇思MindSpore DTSE技术布道师【直播简介】多专家系统(Mixture of Experts，MoE)是大模型时代提高模型参数量的重要技术手段，而随着大模型的不断演进发展，怎么样使大模型具备持续终身学习能力，通过持续的数据不断提升大模型也成为了重要问题。MoE技术和持续终身学习的碰撞，使大模型具备终身学习成为可能。本次直播讲系统讲解终身学习、MoE技术，并以Google的lifelong-MoE和华为Pangu-sigma模型为例，阐述LLM终身学习的可能性。直播链接：cid:link_1活动介绍【互动方式】直播前您可以在本帖留下您疑惑的问题，专家会在直播时为您解答。直播后您可以继续在本帖留言，与专家互动交流。我们会在全部活动结束后对参与互动的用户进行评选。【活动时间】即日起—2023年11月2日【奖励说明】评奖规则：活动1：直播期间在直播间提出与直播内容相关的问题，对专家评选为优质问题的开发者进行奖励。奖品：华为云定制保温杯活动2：在本帖提出与直播内容相关的问题，由专家在所有互动贴中选出最优问题贴的开发者进行奖励。奖品：华为云定制无线鼠标更多直播活动直播互动有礼：官网直播间发口令“华为云 DTSE”抽华为云定制飞盘、填写问卷抽华为云定制保温杯等好礼分享问卷有礼 ：邀请5位朋友以上完成问卷即可获得华为云定制帆布袋。老观众专属福利：连续报名并观看DTT直播3期以上抽送华为云DTT定制T恤。【注意事项】1、所有参与活动的问题，如发现为复用他人内容或直播间中重复内容，则取消获奖资格。2、为保证您顺利领取活动奖品，请您在活动公示奖项后2个工作日内私信提前填写奖品收货信息，如您没有填写，视为自动放弃奖励。3、活动奖项公示时间截止2023年11月3日，如未反馈邮寄信息视为弃奖。本次活动奖品将于奖项公示后30个工作日内统一发出，请您耐心等待。4、活动期间同类子活动每个ID（同一姓名/电话/收货地址）只能获奖一次，若重复则中奖资格顺延至下一位合格开发者，仅一次顺延。5、如活动奖品出现没有库存的情况，华为云工作人员将会替换等价值的奖品，获奖者不同意此规则视为放弃奖品。6、其他事宜请参考【华为云社区常规活动规则】。

NVIDIA安装时出现的"The NVIDIA driver package is not compatible with the currently installed version of Windows"应该如何解决