4. 已知问题和使用限制

模块	问题和限制说明
MXMACA软件栈	多程序长时间并行执行，有概率会出现程序执行无响应问题
	Flash Attention C++接口有优化，使用Flash Attention C++接口的应用需要继承新的接口，对2.23.0.x及以前版本不兼容
	某些主板不支持atomic访问的部分功能
	mx C/C++程序不支持在Ubuntu18.04系统编译运行
	C550 OAM上部分算子需要设置 `MCCL_PCIE_BUFFER_MODE=1` 规避性能回退问题
	flash_attn特殊场景下有hang的现象
	C588平台执行 simpleIPC case执行输出会有变化
	mcFftXt接口暂未支持，请使用非Xt的接口替代
	`TORCH_ALLOW_TF32_CUBLAS_OVERRIDE` 变量在host和容器里默认值不同，个别算子在不同环境测试会出现精度/性能差异
	在一些特殊场景下可以设置 `MACA_SMALL_PAGESIZE_ENABLE=1` 提升性能
	Geqrf某些case会有一定性能下降
	`Series.str.like` 函数在处理某些特殊字符串（如%_等）时会失败
	C588 平台进行AI测试需配置sudo命令 `sudo cpupower idle-set -D 0` 用来提升性能
	使用SGLang出现问题时可尝试添加 `MCCL_ENABLE_FC=0`
	C550平台 HSTU_attn 计算正确，但是部分随机数输入下精度略降
	在线安装Metax Driver 3.7.1.1 时，需要预先在线安装metax-linux=3.8.1
	在线安装Metax Driver 3.8.1.6 时，需要指定版本进行安装，如apt install metax-linux=3.9.6 mxfw=3.8.1 mxsmt=3.8.1.6 metax-driver=3.8.1.6
	内核版本6.6.0及以上时多机使用需要联系技术支持工程师获取详细信息
模型推理和训练	在开启mxmaca graph的时候抓取torch profile会造成系统异常，需要配置如下环境变量规避该问题： `MCPTI_ENABLED=ON` 和 `MACA_GRAPH_LAUNCH_MODE=1`
	Pytorch训练centernet_R18和Retinanet模型时，存在amp精度loss为NaN的情况
	Pytorch训练多VF场景下偶发hang
	Pytorch训练学习率策略，推荐使用 `--auto-scale-lr` 自适应学习率
	GPU占用率低时受到其他硬件因素影响较大，在不同机器测试时易出现性能波动
	Pytorch个别模型对CPU资源敏感易出现性能波动现象
	Pytorch ssd模型多卡训练偶发loss为NaN
	Pytorch ARM环境下执行某些模型时，性能有一定概率出现一定波动
	Pytorch Deeplabv3模型FP32精度单卡训练时，需要设置新的环境变量以避免loss为NaN
	对于LLM.PPL，不建议开启ACS，因为开启ACS可能会导致性能下降。如果必须开启ACS，需要关闭通信库PCIe复用功能，环境变量是 `export MCCL_PCIE_BUFFER_MODE=0`
	通讯库性能优化使用了更多显存，特殊情况下，可能导致显存不足
VPU	MCJPEG解码暂不支持444、422、gray、411、440格式jpeg文件
VPU	开启虚拟化多于1VF情形下，编码相关功能不可用
mx-smi	个别机型执行 warm reset 会引发异常
mx-smi	CXL及相关子命令暂不支持
虚拟化	虚拟机透传GPU或VF，只支持虚拟机启动前设置透传GPU或VF
	/etc/mvgvm_config 文件默认权限为0，如需要修改此文件，需要将文件权限改为0644
	不支持 mx-smi –vfflr 操作
	划分 VF 时，有极小概率偶发出现不影响功能的 dmesg 报错（PROTOCOL_STATE_RESPONSE_TIMEOUT 2），该报错不影响划分VF，功能可以正常使用
	HygonC86-4G(OPN:7490) CPU测试ATS全部卡透传的P2P PCIe带宽时，虚拟机xml需配置 `qemu commandline:-pci-testdev.id=testdec,membar=1099511627776`
	MXC600 系列 mx-smi –set-queue-priority 为 high 后无法恢复成 normal
mx-report	Debian10、Alinux3、KeyrachOS5.8系统使用mx-report时会提示 `get kmd log failed`，实际不影响log收集
mxvs	sGPU开启后，mxvs ops在burst策略下不符合算力分配原则，fixed策略下设置1-2%的算力不符合算力分配原则
ETH	MXC600系列opmi的smmaca模块对MCCL perf有一些影响
IREE	部分示例运行会报错
TileLang	部分示例运行会报错
TileLang	在线安装tilelang 0.1.9时需要指定版本安装，如 pip install tilelang==0.1.9 apache-tvm-ffi==0.1.3.dev11
通讯库	DeepEP internode 算法多机通信支持最大专家数为512
	通过环境变量MCCL_IB_QPS_PER_CONNECTION设置不同QP数量时，MCCL多机通信每个连接使用32个QP存在局部性能异常
	osu_alltoall双机case在中兴网卡运行时间较长
	C588 OAM osu_alltoall 和 osu_gather 在部分设备上存在稳定性问题
	C588 OAM 上不指定卡序运行 mccl perf 会偶现掉卡，可以通过指定特定卡序 MACA_VISIBLE_DEVICES=0,1,2,3,6,5,4,7,10,9,8,11,14,15,12,13 规避
	alltoall 和 gather perf 多次测试结果可能会有 15% 以内的波动