AI Edge Box 上推理服务出现偶发崩溃，如何设计基础故障排查流程？

[老虎大又肥]

AI Edge Box 上推理服务出现偶发崩溃，如何设计基础故障排查流程？
 

[weixin_38498942]

偶发崩溃建议按 “复现、日志、资源、输入、上下文” 五步排查。

1. 稳定复现
   先记录崩溃发生条件：
   是否多路并发？
   是否连续推理超过 N 小时？
   是否特定输入尺寸？
   是否网络断连后发生？
2. 查看运行日志
   开启调试日志：
   export QNN_LOG_LEVEL=DEBUG
   ./inference_app
   关注关键词：

segment fault
null pointer
out of memory
tensor mismatch
context invalid

3. 检查内存

free -h
top

如果内存持续上涨，重点检查是否存在 Tensor 未释放、模型上下文重复创建。
4. 检查输入数据
确认输入尺寸、类型、内存地址是否正确：

printf("input size: %d, type: %d\n", input_tensor->size, input_tensor->type);

5. 看门狗与重启机制
   生产环境建议加入进程守护：

while true; do
  ./inference_app
  sleep 3
done