MTDCGM

健康检查：非入侵式的检查，提供实时监控和健康数据： • General:Power、Thermal • Memory: ECC SBE、ECC DBE、Retired SEB、Retire DBE以及XID • PCIe：Replay Counter • Mtlink：Replay Counter、Recovery Counter、CRC General Counter等

• Environment检查: Device数量检查、Mtml lib 检测、Musa lib检查 • PCIe诊断：检测D2H、H2D、BID带宽和时延、D2D（Read、Write以及BID）带宽和时延（PCIe only），StressD2D（Read、Write以及BID）带宽和时延（Mtlink only） • Memory Test诊断：借用业界memtest86算法检测memory • Targeted Power：检测能够达到目标功耗并维持一段时间 • Targeted Stress ：检测GPU perf（GFlops）达到目标perf