前言

在信创混合算力平台、AI 推理训练集群交付运维场景中，异构算力卡的环境校验分为两大环节：硬件 PCI 识别校验、驱动与容器运行时校验。 lspci 命令用于确认服务器 BIOS、系统底层识别到算力硬件，仅代表物理设备可被系统发现；smi/gmi 系列工具验证内核驱动与固件加载正常；容器运行时检测，用于确认容器环境可透传算力设备，是容器化 AI 业务上线前必做检查。 本文汇总 NVIDIA、AMD、昇腾、海光 DCU、沐曦、摩尔线程、天数智芯、寒武纪、平头哥主流算力芯片的 PCI 厂商 ID、设备 ID、硬件识别命令、驱动与容器运行时检测命令，附带完整可直接运行的 Shell 巡检脚本。

一、各算力卡 PCI 识别 + 驱动 / 容器运行时检测

命令说明：lspci -nn 可同时打印厂商 ID: 设备 ID，是硬件定位首选；lspci -d 厂商ID: 精准过滤对应厂商所有算力设备，不受系统字符集、设备名称本地化影响，适合自动化巡检脚本。

NVIDIA GPU

• 厂商 ID：10de
• PCI 硬件识别

# 通用检索
lspci | grep -i nvidia
# 按厂商ID精准过滤（推荐脚本使用）
lspci -d 10de:

适用：A100/A800/H100/H200/T4/V100 等全系列 NVIDIA GPU。

• 驱动与 NVIDIA Container Toolkit 检测

nvidia-smi >/dev/null 2>&1 && echo "NVIDIA driver OK" || (echo "NVIDIA driver issue"; exit 1) && sudo docker info 2>/dev/null | grep -q "Runtime.*nvidia" && echo "NVIDIA Container Toolkit OK" || (echo "NVIDIA Container Toolkit not configured"; exit 1)

AMD GPU（ROCm）

• 厂商 ID：1002
• PCI 硬件识别

lspci -d 1002: | grep -E "Vega|MI25|MI50|MI100|MI200"

适用：AMD MI 系列计算卡。

• 驱动与 AMD 容器工具检测

amd-smi static >/dev/null 2>&1 && echo "AMD driver OK" || (echo "AMD driver issue"; exit 1) && sudo docker info 2>/dev/null | grep -q "amd" && echo "AMD Container Toolkit OK" || (echo "AMD Container Toolkit not configured"; exit 1)

昇腾 Ascend NPU

• 厂商 ID：19e5
  • Ascend 310P：设备 ID d500
  • Ascend 910B：设备 ID d801
  • Ascend 910Pro/910B4：设备 ID d802
• PCI 硬件识别

# 单独查询310P
lspci -d 19e5:d500
# 查询所有昇腾NPU
lspci -d 19e5:

• 驱动与 Ascend 容器运行时检测

npu-smi info >/dev/null 2>&1 && echo "Ascend driver OK" || (echo "Ascend driver issue"; exit 1) && sudo docker info 2>/dev/null | grep -q "ascend" && echo "Ascend Container Toolkit OK" || (echo "Ascend Container Toolkit not configured"; exit 1)

海光 Hygon DCU

• 厂商 ID：1d22
  • DCU Z100：设备 ID 2001，设备名称含co-关键字
• PCI 硬件识别

lspci -d 1d22:
lspci | grep -i "co-"
lspci | grep -i haiguang

• 驱动检测

hy-smi >/dev/null 2>&1 && echo "Hygon driver OK" || (echo "Hygon driver issue"; exit 1)

沐曦 Metax GPU

• 厂商 ID：9999
  • C500 / K100：设备 ID 9999
• PCI 硬件识别

lspci -d 9999:
lspci | grep -i 9999

• 驱动检测

mx-smi >/dev/null 2>&1 && echo "Metax driver OK" || (echo "Metax driver issue"; exit 1)

摩尔线程 Moore Threads

• 厂商 ID：1ef3
  • MTT S30 / MTT S80
• PCI 硬件识别

lspci -d 1ef3:
lspci | grep -i "moore"

• 驱动与容器运行时检测

mthreads-gmi >/dev/null 2>&1 && echo "Moore Threads driver OK" || (echo "Moore Threads driver issue"; exit 1) && sudo docker info 2>/dev/null | grep -q "mthreads" && echo "Moore Threads Container Toolkit OK" || (echo "Moore Threads Container Toolkit not configured"; exit 1)

天数智芯 Iluvatar GPU

• 厂商 ID：1e3e
  • G100、BI 系列
• PCI 硬件识别

lspci -d 1e3e:
lspci | grep -i 1e3e

• 驱动与容器运行时检测

ixsmi >/dev/null 2>&1 && echo "Iluvatar driver OK" || (echo "Iluvatar driver issue"; exit 1) && sudo docker info 2>/dev/null | grep -q "iluvatar" && echo "Iluvatar Container Toolkit OK" || (echo "Iluvatar Container Toolkit not configured"; exit 1)

寒武纪 Cambricon

• 厂商 ID：1bc0
  • MLU270 / MLU370 / MLU490
• PCI 硬件识别

lspci -d 1bc0:
lspci | grep -i cambricon

• 驱动检测

cnmon info >/dev/null 2>&1 && echo "Cambricon driver OK" || (echo "Cambricon driver issue"; exit 1)

平头哥 T-Head PPU

• 厂商 ID：1ef2
• PCI 硬件识别

lspci -d 1ef2:
lspci | grep -i "t-head\|ppu"

• 驱动检测

ppu-smi >/dev/null 2>&1 && echo "T-Head PPU driver OK" || (echo "T-Head PPU driver issue"; exit 1)

二、完整一键巡检脚本 run.sh

#!/bin/bash
echo "====================================="
echo "          异构算力巡检工具           "
echo "====================================="
echo -e "\n===== 1. PCI硬件识别检测 ====="
echo "[NVIDIA]"
lspci -d 10de:
echo "[AMD GPU]"
lspci -d 1002:
echo "[Ascend NPU]"
lspci -d 19e5:
echo "[Hygon DCU]"
lspci -d 1d22:
echo "[沐曦 Metax]"
lspci -d 9999:
echo "[摩尔线程]"
lspci -d 1ef3:
echo "[天数智芯 Iluvatar]"
lspci -d 1e3e:
echo "[寒武纪 Cambricon]"
lspci -d 1bc0:
echo "[平头哥 T-Head PPU]"
lspci -d 1ef2:

echo -e "\n===== 2. 驱动&容器运行时检测 ====="
# NVIDIA
nvidia-smi >/dev/null 2>&1 && echo "✅ NVIDIA driver OK" || echo "❌ NVIDIA driver issue"
sudo docker info 2>/dev/null | grep -q "Runtime.*nvidia" && echo "✅ NVIDIA Container Toolkit OK" || echo "❌ NVIDIA Container Toolkit not configured"

# AMD
amd-smi static >/dev/null 2>&1 && echo "✅ AMD driver OK" || echo "❌ AMD driver issue"
sudo docker info 2>/dev/null | grep -q "amd" && echo "✅ AMD Container Toolkit OK" || echo "❌ AMD Container Toolkit not configured"

# Ascend
npu-smi info >/dev/null 2>&1 && echo "✅ Ascend driver OK" || echo "❌ Ascend driver issue"
sudo docker info 2>/dev/null | grep -q "ascend" && echo "✅ Ascend Container Toolkit OK" || echo "❌ Ascend Container Toolkit not configured"

# Hygon DCU
hy-smi >/dev/null 2>&1 && echo "✅ Hygon driver OK" || echo "❌ Hygon driver issue"

# Metax
mx-smi >/dev/null 2>&1 && echo "✅ Metax driver OK" || echo "❌ Metax driver issue"

# Moore Threads
mthreads-gmi >/dev/null 2>&1 && echo "✅ Moore Threads driver OK" || echo "❌ Moore Threads driver issue"
sudo docker info 2>/dev/null | grep -q "mthreads" && echo "✅ Moore Threads Container Toolkit OK" || echo "❌ Moore Threads Container Toolkit not configured"

# Iluvatar
ixsmi >/dev/null 2>&1 && echo "✅ Iluvatar driver OK" || echo "❌ Iluvatar driver issue"
sudo docker info 2>/dev/null | grep -q "iluvatar" && echo "✅ Iluvatar Container Toolkit OK" || echo "❌ Iluvatar Container Toolkit not configured"

# Cambricon
cnmon info >/dev/null 2>&1 && echo "✅ Cambricon driver OK" || echo "❌ Cambricon driver issue"

# T-Head PPU
ppu-smi >/dev/null 2>&1 && echo "✅ T-Head PPU driver OK" || echo "❌ T-Head PPU driver issue"
echo -e "\n===== 巡检完成 ====="

脚本使用方式：

chmod +x run.sh
./run.sh

三、运维排查要点

1. lspci 看不到算力卡：优先排查 PCIe 插槽、供电、BIOS 开启 SR-IOV / 设备开关、虚拟机 PCI 直通配置。
2. lspci 可识别设备，但 smi 工具报错：内核驱动版本不匹配、固件缺失、未加载对应内核模块。
3. 容器运行时检测失败：对应容器工具包未安装，docker daemon 未重启加载 runtime。
4. 部分国产算力当前暂无官方容器 runtime，可跳过该段校验。

四、小结

混合异构算力集群交付，硬件识别只是第一步，完整巡检需要 PCI 硬件识别、驱动可用性、容器运行时三层校验。本文脚本可集成到服务器装机自动化流程、CI/CD 流水线、定期运维巡检任务，快速定位异构算力环境问题，降低集群上线故障排查成本。