GPU适配指导

[yelvsub (huangleisheng)]

接口定义

以下是GPU类主要的interface包含关系

    "path": "/bmc/kepler/Systems/:SystemId/Processors/GPU/:ID",
    "interfaces": [
        "bmc.kepler.Systems.Processor",            -- 描述通用处理器的接口
        "bmc.kepler.Systems.Processor.GPU",        -- 描述GPU特有功能的接口
        "bmc.kepler.Systems.Processor.GPU.Status", -- 描述GPU供电功能的接口
        "bmc.kepler.Systems.Processor.GPU.Power",  -- 描述GPU状态的接口
        ...
    ]

bmc.kepler.Systems.Processor

属性	说明	建议实现方式
ProcessorType	处理器类型	对于GPU，在CSR配置为"2"
SystemId	处理器所在系统Id	默认值1，在CSR配置
Id	处理器Id	默认值1，在CSR配置
Name	名称	根据需求在CSR配置
Presence	在位	默认值1，在CSR配置
InstructionSet	指令集	当前未应用，推荐在CSR配置
Architecture	芯片架构	当前未应用，推荐在CSR配置
Manufacturer	厂商	根据需求在CSR配置
Family	家族	当前未应用，推荐在CSR配置
Model	型号	根据需求在CSR配置
PartNumber	部件号	一般需要通过GPU带外管理协议获取。注意这是处理器的部件号，不是GPU卡的。
SN	序列号	一般需要通过GPU带外管理协议获取
FirmwareVersion	固件版本	一般需要通过GPU带外管理协议获取
SocketDesignation	槽位	默认值"1"，在CSR配置
Position	位置	配成PCIe Riser${Slot}
ThermalTrip	过热保护状态	GPU不涉及
Health	健康状态	关联Component_PCIeCard的Health属性
Replaceable	是否可以作为独立的部件进行替换	对于GPU已在model.json配置默认值为true

bmc.kepler.Systems.Processor.GPU

属性	说明	建议实现方式
InfoRomVersion	InfoRom版本	属性源于NVIDIA的GPU，若不涉及可不实现
Slot	槽位号	同步PCIeDevice_1的SlotID属性
VendorID	厂商ID	根据需求在CSR配置
DeviceID	设备ID	根据需求在CSR配置
SubVendorID	子厂商ID	根据需求在CSR配置
SubDeviceID	子设备ID	根据需求在CSR配置
GPUUtilization	GPU利用率	属性源于NVIDIA的GPU，若不涉及可不实现
MemoryUtilization	内存利用率	属性源于NVIDIA的GPU，若不涉及可不实现
BoardPartNumber	单板部件号	属性源于NVIDIA的GPU，若不涉及可不实现
MemoryVendor	内存厂商	属性源于NVIDIA的GPU，若不涉及可不实现
MemoryPartNumber	内存部件号	属性源于NVIDIA的GPU，若不涉及可不实现
BuildDate	构建日期	属性源于NVIDIA的GPU，若不涉及可不实现
UUID	通用唯一标识符	属性源于NVIDIA的GPU，若不涉及可不实现
PrimaryGPUTemperatureCelsius	主处理器温度	属性源于NVIDIA的GPU，若不涉及可不实现

bmc.kepler.Systems.Processor.GPU.Status

属性	说明	建议实现方式
ECCModeEnabled	ECC模式当前使能状态	属性源于NVIDIA的GPU，若不涉及可不实现
ECCModePendingEnabled	ECC模式重启后使能状态	属性源于NVIDIA的GPU，若不涉及可不实现
ResetRequired	是否需要重启	属性源于NVIDIA的GPU，若不涉及可不实现
DoubleBitErrorPageCount	双bit失效故障页个数	属性源于NVIDIA的GPU，若不涉及可不实现
SingleBitErrorPageCount	单bit失效故障页个数	属性源于NVIDIA的GPU，若不涉及可不实现
NvLinkInfo	NvLink信息	属性源于NVIDIA的GPU，若不涉及可不实现

bmc.kepler.Systems.Processor.GPU.Power

属性	说明	建议实现方式
PowerWatts	功率	属性源于NVIDIA的GPU，若不涉及可不实现
PowerBrakeSet	power brake状态	属性源于NVIDIA的GPU，若不涉及可不实现
ExternalPowerSufficient	外部供电是否充足	属性源于NVIDIA的GPU，若不涉及可不实现

协议实现

从资源协作接口的定义可以看到，实际上若非NVIDIA的GPU，需要适配的功能点实际上很少

NVIDIA的GPU

• NVIDIA的GPU支持自定义的带外管理协议，即SMBus Post Box Interface（SMBPBI）。当前openUBMC已支持，新增NVIDIA的GPU时，理论上只需增加配置文件即可。详情可参考general_hardware仓的Tesla_T4.lua
• 注意CSR配置的Model字段要与配置文件名称相匹配

非NVIDIA的GPU

• 除在CSR配死的字段外，重点应当关注温度、功耗、序列号、固件版本、部件号。温度、功耗影响整机散热策略设计，序列号、固件版本、部件号影响部件资产管理
• 如果需要实现新的带外管理协议，需要修改general_hardware组件代码，注意避免执行NVIDIA GPU的代码流程
• 目前，新的部件驱动规范正在制定当中，GPU卡作为首批落地的部件，将会很快启用新的适配流程，欢迎社区的伙伴们提出宝贵的意见和建议
• 【公示中】GPU卡驱动规范