使用SR-IOV网络创建Pod时报mlx5_core CREATE_SQ参数错误故障求助

你遇到的mlx5_core CREATE_SQ报错、容器内网卡启动返回invalid argument问题，根因多集中在VF配置错误、驱动固件不兼容、K8s SR-IOV组件配置不匹配三类，可按以下顺序排查：

1. 基础SR-IOV配置校验 #

• 确认物理网卡SR-IOV已开启，VF数量配置生效：执行lspci | grep Mellanox 确认b5:00.0对应的VF设备已全部被系统识别
• 确认IOMMU已正确开启：执行cat /proc/cmdline 检查参数，Intel平台需包含intel_iommu=on iommu=pt，AMD平台需包含amd_iommu=on iommu=pt，缺少参数需更新grub配置后重启主机
• 确认RDMA相关内核模块正常加载：执行lsmod | grep rdma 验证ib_uverbs、ib_ipoib、mlx5_ib模块均已加载
• 检查VF无占用冲突：执行lsof /dev/infiniband/* 确认要分配的VF没有被主机上其他进程占用

2. 驱动与固件适配校验 #

• 你使用的ConnectX-6 Dx网卡搭配mlx5_core 5.0-0.0驱动，要求网卡固件版本不低于20.31.1014，执行mstflint -d 0000:b5:00.0 q 可查看当前固件版本，版本过低需先升级网卡固件再重试，驱动固件版本不匹配是触发CREATE_SQ bad parameter报错的最常见原因
• 确认VF驱动绑定正确，不要将VF绑定到物理网卡的mlx5_core驱动，RDMA场景需绑定到mlx5_vfio驱动，普通网络场景可绑定vfio-pci驱动

3. K8s SR-IOV组件配置校验 #

• 检查Mellanox SR-IOV设备插件配置，确认其上报的资源名mellanox.com/mlnx_sriov_rdma与Pod中声明的资源名完全一致，且配置的PCI地址段包含b5:00.0对应的VF地址
• 确认SR-IOV CNI版本不低于v2.2，Multus CNI版本不低于v3.8，低版本CNI和mlx5 5.0驱动存在兼容性问题，会出现参数传递错误
• 检查sriov-rdma-net1对应的NetworkAttachmentDefinition配置，确认master参数指定的是b5:00.0对应的PF网卡名，且配置的MTU、VLAN参数与物理网络匹配，MTU超过物理网卡上限也会触发接口启动invalid argument报错

4. Pod配置修正 #

• 你当前使用的alpine镜像默认未预装bash，可将Pod的command和args修改为command: ["sleep"] args: ["inf"]，避免镜像本身缺少二进制文件带来的额外干扰
• 确认本地alpine镜像已正确导入，imagePullPolicy: Never配置下如果本地无对应镜像也会引发关联报错

以上步骤全部排查完成后如果问题仍存在，可先跳过K8s，直接在主机上用docker/containerd将VF分配给普通容器验证可用性，排除K8s组件配置问题。

内容的提问来源于stack exchange，提问作者Vaishali ch