银河麒麟v10不支持传统crossfire/sli，但可通过pcie多卡并行+统一api实现算力叠加，需显卡同架构、驱动与内核严格匹配；执行lspci | grep vga确认多卡识别，nvidia-smi或clinfo验证驱动加载，deep link或nccl等机制需对应版本、内核参数及服务状态支持。
确认硬件与驱动基础是否就绪
银河麒麟V10不支持传统AMD CrossFire或NVIDIA SLI意义上的“交火”，但可通过PCIe多卡并行+统一API调度实现算力叠加，前提是显卡型号、驱动版本、内核模块三者严格匹配。
执行lspci | grep VGA确认系统识别到两张及以上独立GPU，且均为同架构（如双ARC A750、双RTX 4090或双昇腾910B）；若混插Intel核显+独显或NVIDIA+AMD，【将无法启用任何协同加速机制】。
运行nvidia-smi（N卡）或clinfo（Intel/AMD OpenCL）验证每张卡均被驱动正确加载，无“Failed to initialize”报错。
启用Intel ARC多卡Deep Link加速
仅适用于搭载两块Intel Arc系列显卡（如A750+A750或A770+A380）的银河麒麟V10 SP1 2503及以上版本，需关闭Secure Boot并启用UEFI CSM兼容模式。
方法一：通过内核参数强制启用
编辑/etc/default/grub，在GRUB_CMDLINE_LINUX末尾追加：intel_iommu=on iommu=pt，保存后执行sudo update-grub && sudo reboot。
方法二：加载Deep Link内核模块
终端中依次执行：
① sudo modprobe intel_dlb
② echo "intel_dlb" | sudo tee -a /etc/modules
③ 验证模块状态：lsmod | grep dlb应返回非空结果。
此时运行intel_gpu_top可观察到双卡GPU利用率同步波动，说明Deep Link链路已激活。若仅单卡响应，检查BIOS中PCIe Slot Link Speed是否被强制降为Gen3——【必须设为Auto或Gen4以上】。
配置NVIDIA多卡CUDA统一内存与NCCL通信
适用于双RTX 4090/Ada架构显卡，要求驱动版本≥535.129.03且已安装cuda-toolkit-12-4完整套件。
第一步：确认NVLink物理连接（仅限支持NVLink桥接器的型号，如A100/RTX 6000 Ada）
执行nvidia-smi topo -m，输出中应出现NVLINK行且带OK标识；若显示PHB或PIX，说明仅走PCIe总线，带宽受限于CPU PCIe通道数。
第二步：设置CUDA_VISIBLE_DEVICES环境变量
在运行AI训练脚本前，导出：export CUDA_VISIBLE_DEVICES=0,1，确保PyTorch/TensorFlow能同时调用两张卡。
第三步：启用NCCL通信优化（关键步骤）
添加环境变量：export NCCL_TREE_THRESHOLD=0，避免小规模通信绕过树形拓扑；再执行export NCCL_ASYNC_ERROR_HANDLING=1，防止某卡异常导致全任务中断。
若训练中出现NCCL WARN Connection closed by peer，立即检查/var/log/nvidia-persistenced/nvidia-persistenced.log——【nvidia-persistenced服务必须处于active状态】，否则多卡上下文无法持久驻留。
验证多卡算力叠加效果
使用deviceQuery（CUDA）或oneapi-cli list（Intel oneAPI）确认设备枚举数量与ID连续性。
运行基准测试：
• NVIDIA场景：cd /usr/local/cuda/samples/1_Utilities/deviceQuery && sudo make && ./deviceQuery，输出应显示两个Device 0/1且Result = PASS
• Intel ARC场景：clinfo | grep "Device Name\|Max compute units"，对比单卡与双卡模式下Compute Units总数是否翻倍
启动真实负载验证：python -c "import torch; print([torch.cuda.memory_allocated(i) for i in range(torch.cuda.device_count())])"，若返回[120586240, 120586240]类对称数值，证明显存分配已均衡生效。
