用途：Ascend 故障诊断工具，检测和分析 NPU 相关故障，帮助定位训练/推理故障与性能劣化问题。前置条件为安装 ascend-fault-diagnose，可用 ascend-fd version 检查。
主要能力与流程：日志采集 → 日志清洗 → 故障诊断。采集用 log_collector.py，按阶段执行，如 python3 log_collector.py -s before -n nodes.json -o ./logs（-s 可选 before/during/after）。清洗执行 ascend-fd parse -i 采集目录 -o 清洗输出目录 --performance。集群诊断执行 ascend-fd diag -i 诊断输入目录 -o 诊断结果输出目录（加 --performance 启用性能劣化检测）；单机用 ascend-fd single-diag；超节点诊断用 -s super_pod。也提供 Python API：parse_fault_type、parse_root_cluster/diag_root_cluster、parse_knowledge_graph/diag_knowledge_graph。
适用场景：整机满卡训练及推理；集群、单机、超节点（BMC/Host/LCNE 日志，非手动或手动关联、缺失 Host 日志）场景。
限制：仅支持 IPv4，不支持 IPv6；集群建议 ≤128 台服务器（1024 卡），超过需用 ulimit -n 调整；避免使用管道命令；需同步服务器、Host 与 Device、容器时间；清洗输出目录磁盘需大于 5G；暂不支持发生过冗余恢复的 MindIE 多实例推理集群诊断。费用与价格暂未提供。