北京
分享至
把AI模型集群隔离到独立网段时，实验室这台机器却怎么也连不上另一个网络里的主机。第一反应很自然：网卡坏了、网线断了，或者交换机上插错了口。
结果都不是。这台机器装了两块网卡，一块在自己的子网里，另一块被当作通往另一个子网的桥接。问题出在新分配的IP地址上——它和本机所在子网属于同一段地址。两个网络的地址范围重叠了。
解决办法不复杂：给桥接的那个网络单独划一个地址段，冲突就消失了。
如果环境里用了VLAN，需要确认它确实被隔离，并且只有其中一个节点开启了桥接。有线还是无线都一样，桥接开在两个节点上，同样的问题会再来一次。
快速自查可以用一条命令：ip -br addr。它会列出每块网卡的地址和前缀长度。只要看到一个地址范围落在另一个范围里面，就是同一个毛病。
对私有化部署的AI来说，这件事的分量更重。模型服务器应该待在自己的网段里，进出只留一条通道。网络边界一旦含糊，排查成本会成倍上升。
硬件故障是最容易想到的方向，也最容易让人白跑一趟。先看一眼地址分配，往往比拆机箱快得多。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
