在執行 ai3_net 示例程序時，我們曾遇到一個與客戶算法底層卡死相關的問題。具體情況是：當卡死的算法模組將 IPU 綁定至核 2 和核 3 時，設備可以正常運行；但當 IPU 綁定至核 0 和核 1 時，設備則無法正常運行，並出現卡死現象，同時在 [conv1] 模組中顯示 99.99% 的占用率。
針對此問題，我們需要協助客戶確認內建的示例程序是否可以正常運行，這需要執行我們的 ai3_net 示例程序。執行該程序的步驟如下：
1. 在客戶設備上新建 `/mnt/sd` 路徑，並將 `ai_pattern` 文件放置於 `/sd` 路徑下，因為 `ai_pattern` 文件要求指定的路徑為 `/sd`。
2. 將包含 `libhdal.so` 的文件夾 `lib_evb` 同樣放置於 `/sd` 路徑中。
3. 將共享庫導出至指定路徑，執行以下命令：
```
export LD_LIBRARY_PATH=/mnt/sd/ai_pattern/lib_evb
```
需要注意的是，該示例程序默認以 "r" 模式運行，即僅執行一次。如果需要讓程序持續運行，則需要修改代碼，並根據示例代碼將其綁定到指定的核上。這樣即可復現客戶所描述的問題。
最終，我們通過分析日誌發現，客戶使用的軟件版本較為陳舊，而該問題在更新版本中已被修復。建議客戶將系統更新至最新版本後，問題已不再出現。
常見問題解答 (FAQ)
1. 什麼是 ai3_net 示例程序？
答：ai3_net 示例程序是一個用於展示 AI 神經網絡模型功能的示例代碼或測試用例，旨在演示特定 AI 模型的運行方式及其應用場景。
2. 運行 ai3_net 示例程序需要什麼環境配置？
答：通常需要具備 Python 環境、深度學習框架（如 TensorFlow 或 PyTorch）以及相關依賴庫。此外，具體配置可能因示例程序的要求而有所不同。
3. ai3_net 示例程序主要展示哪些 AI 技術？
答：該程序主要展示神經網絡的基本結構和工作原理，包括卷積神經網絡（CNN）、循環神經網絡（RNN）以及 Transformer 等架構的應用。
4. 運行 ai3_net 示例程序時常見的問題有哪些？
答：常見問題包括環境配置錯誤、依賴庫版本衝突、硬件資源不足以及數據集路徑設置不正確等。
5. 如何優化 ai3_net 示例程序的運行性能？
答：可以通過以下方法提升性能：
- 調整批處理大小（Batch Size）；
- 優化神經網絡結構；
- 使用 GPU 加速運算；
- 應用模型壓縮技術。
通過以上步驟和建議，可以更高效地運行 ai3_net 示例程序並解決相關問題。
參考來源