25 1230版本BMC
RP1000P2SFP-A03网卡获取温度失败
答案内容由AI生成，仅供参考：
总结
| 项目 | 内容 |
|---|---|
| 问题类型 | 带外通信故障 |
| 根本原因 | MCTP通信失败导致NCSI命令无法执行 |
| 涉及协议 | NCSI over MCTP over SMbus |
| 影响组件 | RP1000P2SFP-A03网卡温度、MAC、序列号等信息无法获取 |
| 系统表现 | 触发TempFail事件，健康状态降级，风扇可能异常调速 |
| 解决方向 | 检查MCTP链路、升级/修复驱动、增加通信容错 |
点击此处查看详细分析解答
RP1000P2SFP-A03网卡温度获取失败问题分析
事件概述
在使用25.1230版本BMC的系统中，RP1000P2SFP-A03型号网卡出现温度数据读取失败的问题。系统产生告警，事件码为 0x8000005，级别为轻微，设备序列号为 020182032413105346。
告警显示：“Failed to obtain data of the PCIe Card 2 (RP1000P2SFP-A03) temperature”，即无法获取PCIe卡2（RP1000P2SFP-A03）的温度数据。
问题根源分析
根据日志和系统上下文分析，问题由MCTP（Management Component Transport Protocol）通信链路异常引发，导致无法通过带外协议获取网卡信息。
关键日志证据
-
核心错误日志：
2026-03-17 14:12:47.969987 daemon ERROR: ncsi_over_mctp_wx.cpp(72): Error: failed to send NCSI get temperature command 2026-03-17 14:12:47.970565 daemon ERROR: ncsi_over_mctp_wx.cpp(131): Error: failed to send NCSI get serial number command 2026-03-17 14:12:47.971056 daemon ERROR: ncsi_over_mctp_wx.cpp(105): Error: failed to send NCSI get MAC address command多个
ncsi_over_mctp_wx.cpp模块报错表明：系统尝试通过 NCSI over MCTP over SMbus 协议获取网卡温度、序列号、MAC地址等信息均失败。 -
事件触发标志：
2026-03-17 14:12:27.999134 event NOTICE: hardware_event.lua(578): Event TempFail_01010502[{"source":{"properties":[{"Property":"TemperatureStatus","Path":"/bmc/dev/System/1/PCIE NicCard/PCIE NicCard_1_01010502","Service":"PCIE NicCard"}],"Value":1,"Tech":"Temperature"}}, "message":"Temperature Status changed to 1"]TemperatureStatus被设置为1（表示温度故障），触发了TempFail_01010502事件。
故障成因
1. MCTP Endpoint创建失败
系统依赖MCTP协议实现带外管理。当MCTP链路不稳定或Endpoint未成功创建时，所有基于MCTP的命令（温度、MAC地址、LLDP状态等）均无法发送。
此问题与知识库中LPe32002-AP网卡的 create_endpoint failed 错误一致（参考文档 4348 和 4085），表明该问题具有共性。
2. 协议栈通信链路中断
RP1000P2SFP-A03 属于支持 NCSI over MCTP over SMbus 的网卡类型。若SMbus物理链路或MCTP服务异常，即使网卡物理在位，BMC也无法与之通信。
日志中持续的“failed to send NCSI get…”命令错误表明通信链路处于持久性故障状态。
影响范围
- 温度监控失效：
PCIe NIC温度传感器无法读取，系统无法进行热管理和调速。 - 关键信息缺失：
- MAC地址无法更新
- 序列号无法获取
- LLDP状态不可知
- 误触发告警与调速异常：
- 系统健康状态由“Normal”降为“Minor”
- 可能触发异常调速策略，风扇以固定高转速运行（如
80%），影响噪音与能耗
- 系统可观测性下降：BMC无法获取该网卡的运行状态，不利于远程管理和故障排查
修复建议
1. 确认BMC及驱动版本兼容性
参考openUBMC 25.09版本发布说明，RP1000P2SFP-A03 已在支持列表中：
新增标卡和OCP网卡，包括…
RP1000P2SFP-A03等支持
建议确认当前 25.1230版本 是否包含针对该网卡MCTP通信的修复补丁。
2. 排查MCTP通信链路
- 检查SMbus通信是否正常，是否存在总线冲突或超时。
- 查看MCTP日志（
mctpd）是否有create_endpoint failed或msg_type=0异常。 - 验证网卡设备是否正确注册到MCTP路由表。
3. 防抖与容错机制优化
参考“CSR硬件监控防抖机制”文档，建议对网卡温度获取增加：
- 重试机制：NCSI命令失败后自动重试3次
- 防抖时间窗：在OS启动/重置期间暂停告警上报，避免误报
- 异常处理策略：温度读取失败时，采用备份温度源或设定安全默认值
4. 回退或热插拔测试
作为临时规避措施：
- 尝试对网卡进行热插拔操作，重新建立MCTP Endpoint
- 若问题复现率高，可考虑临时回退至稳定BMC版本
总结
| 项目 | 内容 |
|---|---|
| 问题类型 | 带外通信故障 |
| 根本原因 | MCTP通信失败导致NCSI命令无法执行 |
| 涉及协议 | NCSI over MCTP over SMbus |
| 影响组件 | RP1000P2SFP-A03网卡温度、MAC、序列号等信息无法获取 |
| 系统表现 | 触发TempFail事件，健康状态降级，风扇可能异常调速 |
| 解决方向 | 检查MCTP链路、升级/修复驱动、增加通信容错 |
麻烦提供下固件使用的img版本，还有component_drivers,libmcpp,devmon的版本号。
好的 请问下img版本是什么 网卡驱动吗？
组件版本比较老，建议用最新的南向部件仓试下。