08 环境自检清单
什么时候读：环境搭建完成后，逐项验收，确保交付结果可复现、可排查。
把下面每项都过一遍，勾选通过即代表"这台昇腾机器从底层到框架都可用了"。
一、硬件与底层
- [ ]
npu-smi info输出正常，能看到所有 NPU 卡且状态健康 - [ ] 驱动版本与目标 CANN 配套（记下版本号）
- [ ] CPU / 内存 / 存储资源充足且可用
- [ ] 网络通（外网或内网镜像源可达）
二、CANN
- [ ]
cat /usr/local/Ascend/ascend-toolkit/latest/version.cfg有版本号 - [ ]
source /usr/local/Ascend/ascend-toolkit/set_env.sh不报错 - [ ] CANN 版本与驱动、框架版本配套
三、AI 框架
PyTorch + torch_npu
bash
python -c "import torch; import torch_npu; print(torch.npu.device_count())"- [ ]
torch.npu.device_count()返回正确 NPU 数量
MindSpore
bash
python -c "import mindspore; mindspore.set_device('Ascend'); mindspore.run_check()"- [ ] 输出 "installed on platform [Ascend] successfully"
四、真实计算验证（最推荐）
跑一个真实的小模型任务（如 LLaMA-Factory 的极小微调、或 MindIE 拉起，见对应章节），确认：
- [ ] 训练/推理能真正跑起来（不只是 import）
- [ ] 无驱动、显存、算子报错
- [ ] 性能基线可用（记录单卡/多卡吞吐）
五、常用健康命令（速查）
bash
# NPU 状态
npu-smi info
# 或周期性监控
npu-smi info --loop 3
# 查看日志（驱动报错时）
dmesg | grep -i npu
tail -f /var/log/npu/slog/*.log 2>/dev/null
# 查框架版本
python -c "import torch, torch_npu; print(torch.__version__, torch_npu.__version__)"六、交付记录建议
建议把以下信息记入交付文档，方便后续支持：
| 项 | 值 |
|---|---|
| 硬件型号 / NPU 数量 | |
| 操作系统 / 内核 | |
| 驱动固件版本 | |
| CANN 版本 | |
| PyTorch / torch_npu 版本 | |
| 备注（离线/镜像等信息） |
TIP
环境自检全部通过后，你就可以放心进入业务了。若某一步失败，到 问题定位 FAQ 查对应报错。
下一步
环境就绪后：