devices.tesla.count

启用此设置以确保 NVML 库检测到预期数量的 Tesla 品牌 GPU。

此计数仅包括 nvidia-healthmon 进程具有足够权限访问的 Tesla 品牌 GPU。

如果未配置此设置，则需要此设置的检查将跳过。

drivers.blacklist

检查系统是否存在已知会导致 NVIDIA 硬件、驱动程序和软件出现问题的驱动程序。如果 nvidia-healthmon 检测到任何列入黑名单的驱动程序，它将不会执行进一步的测试。

您可以自行承担风险在此列表中添加/删除驱动程序。

如果未配置此设置，则需要此设置的检查将跳过。

display.gpudirect

启用此设置以显示系统上所有 P2P/RDMA 设备之间的 GPUDirect 通信矩阵。

version.driver

设置此项以提供预期的 Nvidia 驱动程序版本，不匹配会导致测试失败

rdma.enable

设置此项以激活 RDMA 测试功能，并在 GPU Direct 通信矩阵中显示相关的 RDMA 信息（通过 display.gpudirect）。请参阅下面的 rdma.*

bandwidth.warn

如果从主机到 GPU 或从 GPU 到主机的带宽低于此值（MB/s），nvidia-healthmon 将生成警告。

如果未配置此设置，则需要此设置的检查将被跳过，并通过 NVML 库检测到。

bandwidth.min

如果从主机到 GPU 或从 GPU 到主机的带宽低于此值（MB/s），nvidia-healthmon 将生成错误。

如果未配置此设置，则需要此设置的检查将跳过。

peer.bandwidth.warn

在支持对等访问的情况下，如果从一个 GPU 到另一个 GPU 的带宽低于此值（MB/s），nvidia-healthmon 将生成警告。如果不支持对等访问，则仍会运行带宽测试，但不会与最小带宽进行比较。

peer.bandwidth.min

在支持对等访问的情况下，如果从一个 GPU 到另一个 GPU 的带宽低于此值（MB/s），nvidia-healthmon 将生成错误。如果不支持对等访问，则仍会运行带宽测试，但不会与最小带宽进行比较。

pci.gen

将最靠近 GPU 芯片的 PCIe 链路的最大 PCIe 链路代数与此处指定的值进行比较。

如果未配置此设置，则需要此设置的检查将跳过。

如果存在不匹配，将生成错误。

对于包含多个 GPU 芯片的板卡，此值将反映 GPU 芯片与板载 PCIe 交换机之间的 PCIe 链路代数。对于单 GPU 板卡，此值反映 GPU 芯片与 GPU 连接到的 PCIe 插槽之间的链路宽度。请注意，GPU 上游的其他 PCIe 链路可能具有不同的链路代数。此处未考虑这些链路。

由于 PCIe 链路代数取决于链路的非 GPU 侧，因此需要了解系统的功能才能设置正确的期望值。因此，此配置文件默认禁用每个 GPU 的此测试。

pci.width

将最靠近 GPU 芯片的 PCIe 链路的最大 PCIe 链路宽度与此处指定的值进行比较。

如果未配置此设置，则需要此设置的检查将跳过。

如果存在不匹配，将生成错误。

对于包含多个 GPU 芯片的板卡，此值将反映 GPU 芯片与板载 PCIe 交换机之间的 PCIe 链路代数。对于单 GPU 板卡，此值反映 GPU 芯片与 GPU 连接到的 PCIe 插槽之间的链路宽度。请注意，GPU 上游的其他 PCIe 链路可能具有不同的链路代数。此处未考虑这些链路。

由于 PCIe 链路代数取决于链路的非 GPU 侧，因此需要了解系统的功能才能设置正确的期望值。因此，此配置文件默认禁用每个 GPU 的此测试。

temperature.warn

将当前的 GPU 芯片温度与摄氏度的警告级别进行比较。如果当前温度等于或高于警告级别，将生成警告。

请注意，所需的温度可能因使用的冷却系统而异。

如果未配置此设置，则需要此设置的检查将跳过。

rdma.mlxdev

rdma.mlxport

执行 RDMA 测试以测量 Mellanox Infiniband NIC 和 GPU 之间的带宽。这些测试通过全局节中的 rdma.enable 键激活。rdma.mlxdev 是 ibstat 给出的 Mellanox 设备 ID。rdma.mlxport 是您希望在其上执行测试的端口号。虽然这严格来说是一个环回测试，但端口必须处于活动状态并链接才能正常工作。

rdma.bandwidth.warn

在支持 RDMA 访问的情况下，如果 RDMA 单向带宽低于此值（MB/s），nvidia-healthmon 将生成警告。RDMA 带宽在很大程度上取决于确切的主机桥版本和架构。

这是一个可选参数。

rdma.bandwidth.min

在支持 RDMA 访问的情况下，如果 RDMA 单向带宽低于此值（MB/s），nvidia-healthmon 将生成错误。RDMA 带宽在很大程度上取决于确切的主机桥版本和架构。

这是一个可选参数。

version.vbios

检查以确保设备的 vBios 版本是预期值。这可以是单个值或逗号分隔的值列表。

ecc.check_state

设置此项以检查设备的 ECC 状态，并将与此参数的不匹配视为失败。如果提供了此参数，则它必须是以下之一

0 = 期望在此设备上禁用 ECC

1 = 期望在此设备上启用 ECC

如果提供了此参数，并且设备不支持获取其 ECC 状态，则将被视为测试失败