环境检测

环境检测

> 硬件验证边界（截至 2026-10-20）：本文中的“10 种品牌/检测器”指代码检测与适配范围，不代表 10 种硬件都完成了真机端到端验证。现有项目记录显示 NVIDIA 多机型已有真机端到端证据；国产加速卡检测逻辑已做软件及厂商命令输出对照，真机端到端验证仍待对应硬件。

HeteroFlow V2 提供 Agent 一键部署和环境自动检测能力，帮助用户快速验证 GPU 节点是否满足部署要求。

一键部署

镜像预热（运维态镜像通道）

独立于任务生命周期的镜像拉取通路，面向大规模集群准备度管理：

• 后台拉取预算 2 小时，超时自动放弃不阻塞节点
• 分钟级进度心跳上报，环境检测页实时可见各节点预热进度
• 停摆判僵死：心跳停止的预热任务自动标记，不误杀慢速拉取
• 镜像存在性批量查询：秒级返回多节点镜像就绪状态

使用一键部署脚本快速安装 Agent：

curl -fsSL http://your-server:5173/deploy-agent-all-in-one.sh | bash
export EXTENDER_URL="http://your-server:3333"
export SKIP_DOCKER="true"

自动检测项

Agent 启动时自动检测以下环境信息：

GPU 检测

按优先级顺序检测 10 种 GPU 品牌：

摩尔线程 → 海光DCU → 寒武纪 → 壁仞 → 昇腾 → 昆仑 → 天数智芯 → NVIDIA → 沐曦 → 燧原

每种检测器执行：

• HasGPU()：检查 GPU 管理工具是否存在
• Detect()：检测所有 GPU 设备
• CollectStats()：采集实时运行指标

Docker 检测

• Docker 是否安装
• Docker 服务是否运行
• 当前用户是否有 Docker 权限
• GPU 运行时是否可用（如 nvidia-container-toolkit）

推理引擎检测

自动检测以下推理引擎：

系统资源检测

• CPU 核心数
• 内存大小
• 磁盘空间
• 网络连接

检测结果

检测结果通过心跳上报到 Server，在节点详情中可查看：

• GPU 型号、显存大小
• Docker 可用状态
• 可执行状态（是否可运行任务）
• 推理引擎列表及版本
• 已发现的本地模型

常见问题

GPU 未被检测到

• 确认 GPU 驱动已正确安装
• 检查 GPU 管理工具是否在 PATH 中
• 查看是否有 GPU 工具的替代路径

Docker 不可用

• 确认 Docker 已安装：docker --version
• 确认 Docker 服务运行中：systemctl status docker
• 确认用户权限：docker ps

推理引擎未检测到

• 确认推理引擎已安装
• 检查对应 Python 包或 Docker 镜像
• vLLM 需要 Compute Capability ≥ 7.5