GPU卡加载sr，但在web上未看见门限传感器

xiapengcheng · 2026 年6 月 15 日 07:08

// 此模板仅供参考，如果不适用可以修改

问题描述

使用南向开发框架适配一款GPU卡时，web上显示有该GPU卡信息，说明已加载了sr，但门限传感器未在web上发现执行busctl --user tree bmc.kepler.sensor 我sr中定义的Entity也未发现

环境信息

软件版本：OpenUBMC2603]

sr文件为：

{
“FormatVersion”: “5.00”,
“DataVersion”: “5.00”,
“Unit”: {
“Type”: “PCIeGpuCard”,
“Name”: “PCIeGpuCard_1”,
“Compatible”: [“jm1100”]
},
“ManagementTopology”: {
“Anchor”: {
“Buses”: [
“I2cMux_Chan”
]
},
“I2cMux_Chan”: {
“Chips”: [
“Chip_McuChip”
]
}
},
“Objects”: {
“Chip_McuChip”: {
“Address”: 102,
“AddrWidth”: 1,
“OffsetWidth”: 1,
“WriteTmout”: 100,
“ReadTmout”: 100,
“HealthStatus”: 0
},
“Component_PCIeCard”: {
“FruId”: 255,
“Name”: “<=/PCIeGpuCard_1.DeviceName”,
“Instance”: “<=/PCIeGpuCard_1.Slot”,
“BoardId”: 65535,
“Type”: 8,
“Presence”: 1,
“Health”: 0,
“PowerState”: 1,
“UniqueId”: “N/A”,
“Manufacturer”: “JingJia Micro Technology Co.,Ltd”,
“ReplaceFlag”: 0,
“PreviousSN”: “”,
“SerialNumber”: “<=/PCIeGpuCard_1.SerialNumber”,
“GroupId”: 1
},
“PCIeGpuCard_1”: {
“bmc.dev.PCIeDevice”: {
“DeviceName”: “PCIe Card $ (JingJia Micro JM1100)”,
“DeviceType”: “SingleFunction”,
“SlotType”: “FullLength”,
“Model”: “JingJia Micro JM1100”,
“Manufacturer”: “JingJia Micro Technology Co.,Ltd”,
“PartNumber”: “”,
“SerialNumber”: “”,
“FirmwareVersion”: “”
},
“bmc.dev.PCIeCard”: {
“Name”: “JingJia Micro JM1100”,
“Description”: “JM1100”,
“BoardName”: “JM1100”,
“Health”: “<=/Component_PCIeCard.Health”
},
“bmc.dev.PCIeDevice.PCIeFunction”: {
“VendorId”: “0x0731”,
“DeviceId”: “0x1100”,
“SubSystemVendorId”: “0x0731”,
“SubSystemDeviceId”: “0x1105”,
“FunctionProtocol”: “PCIe”,
“FunctionType”: “Physical”
},
“bmc.dev.PCIeDevice.Oem”: {
“FunctionClass”: 3,
“ComponentType”: 8,
“Container”: “${Container}”,
“GroupPosition”: “PCIeDevice_1_${GroupPosition}”
}
},
“GraphicsController_1”: {
“@Parent”: “PCIeGpuCard_1”,
“bmc.dev.Processor”: {
“SystemId”: 1,
“Id”: 1,
“Presence”: 1,
“Manufacturer”: “JingJia Micro Technology Co.,Ltd”,
“Model”: “JingJia Micro JM1100”,
“Location”: “<=/PCIeGpuCard_1.Location”,
“ProcessorType”: “GPU”,
“SocketDesignation”: “1”
},
“bmc.dev.Processor.Metrics”: {
“TemperatureCelsius”: 0,
“PowerWatts”: 0
},
“bmc.dev.Gpu”: {
“RefChip”: “#/Chip_McuChip”
},
“bmc.dev.Gpu.Power”: {
“PowerBrakeState”: 255,
“ExternalPowerSufficient”: 255
},
“bmc.dev.Gpu.Status”: {
“ECCModeEnabled”: 255,
“ECCModePendingEnabled”: 255,
“ResetRequired”: 255,
“DoubleBitErrorPageCount”: 0,
“SingleBitErrorPageCount”: 0
}
},
“Memory_1”: {
“@Parent”: “PCIeGpuCard_1”,
“bmc.dev.Memory”: {
“DimmNum”: 1,
“Manufacturer”: “JingJia Micro”
},
“bmc.dev.Memory.Metrics”: {
“MemoryUsagePercent”: 0,
“BandwidthUsagePercent”: 0
}
},
“BoardPCIeCard_1”: {
“Slot”: “<=/PCIeGpuCard_1.Slot”,
“UID”: “N/A”,
“Name”: “N/A”,
“Manufacturer”: “JingJia Micro Technology Co.,Ltd”,
“Type”: “PCIeCard”,
“Description”: “JM1100 Series GPU”,
“PartNumber”: “”,
“PcbID”: 0,
“LogicVersion”: “N/A”,
“SRVersion”: “”,
“BoardType”: “BoardPCIeCard”,
“Number”: 1,
“DeviceName”: “<=/PCIeGpuCard_1.DeviceName”,
“Position”: “<=/PCIeGpuCard_1.Location”,
“BoardNodeId”: “<=/PCIeGpuCard_1.DeviceName”,
“FruID”: 255
},
“Entity_GPUCard”: {
“Id”: 11,
“Name”: “GPUCard”,
“PowerState”: 1,
“Presence”: 1,
“Instance”: 101
},
“ThresholdSensor_JM1100GPUTemp”: {
“OwnerId”: 32,
“OwnerLun”: 0,
“EntityId”: “<=/Entity_GPUCard.Id”,
“EntityInstance”: “<=/Entity_GPUCard.Instance”,
“Initialization”: 127,
“Capabilities”: 232,
“SensorType”: 1,
“ReadingType”: 1,
“SensorName”: “GPU${Slot} Temp”,
“Unit”: 128,
“BaseUnit”: 1,
“NominalReading”: 25,
“MaximumReading”: 127,
“AssertMask”: 128,
“DeassertMask”: 12416,
“ReadingMask”: 2056,
“M”: 100,
“RBExp”: 224,
“Analog”: 1,
“Reading”: “<=/GraphicsController_1.TemperatureCelsius”,
“ReadingStatus”: “<=/GraphicsController_1.TemperatureCelsius|> expr(($1 >= 32768) ? 1 : 0)”,
“SensorNumber”: 255,
“UpperNoncritical”: 85,
“PositiveHysteresis”: 2,
“NegativeHysteresis”: 2
},
“CoolingRequirement_1_58”: {
“RequirementId”: “${Slot} |> expr((58 << 8) | $1)”,
“TemperatureType”: 1,
“MonitoringStatus”: “<=/GraphicsController_1.TemperatureCelsius |> expr(($1 == 0 || $1 >= 127) ? 1 : 0)”,
“MonitoringValue”: “<=/GraphicsController_1.TemperatureCelsius |> expr(($1 == 0 || $1 >= 127) ? 30 : ($1 & 255))”,
“FailedValue”: 80,
“TargetTemperatureCelsius”: 70,
“MaxAllowedTemperatureCelsius”: 78
},
“Event_OverTemp”: {
“EventKeyId”: “PCIeCard.PCIeCardOverTemp”,
“Condition”: “<=/ThresholdSensor_JM1100GPUTemp.UpperNoncritical”,
“Hysteresis”: “<=/ThresholdSensor_JM1100GPUTemp.PositiveHysteresis”,
“Reading”: “<=/GraphicsController_1.TemperatureCelsius |> expr($1 >= 255 ? 30 : ($1 & 255))”,
“@Default”: {
“Condition”: 85
},
“OperatorId”: 4,
“Enabled”: true,
“Component”: “#/Component_PCIeCard”,
“AdditionalInfo”: “2”,
“DescArg2”: “#/Component_PCIeCard.Name”,
“DescArg4”: “#/Event_OverTemp.Reading |> string.format(‘%s’, $1)”,
“DescArg5”: “#/ThresholdSensor_JM1100GPUTemp.UpperNoncritical”
},
“Event_TempFail”: {
“EventKeyId”: “PcieCard.PCIeCardTempFail”,
“Condition”: 1,
“Reading”: “<=/GraphicsController_1.TemperatureCelsius |> expr(($1 == 32768) ? 1 : 0)”,
“OperatorId”: 5,
“Enabled”: true,
“Component”: “#/Component_PCIeCard”,
“AdditionalInfo”: “2”,
“DescArg2”: “#/Component_PCIeCard.Name”
},
“Event_PCIeCardUCE”: {
“EventKeyId”: “PCIeCard.PCIeCardUncorrectableErr”,
“Condition”: 1,
“LedFaultCode”: “q$$”,
“Reading”: “<=/PCIeGpuCard_1.DiagnosticFault;<=/PCIeGpuCard_1.UCEByBios |> expr(($1 + $2) == 0 ? 0 : 1)”,
“OperatorId”: 5,
“Enabled”: true,
“AdditionalInfo”: “2”,
“DescArg2”: “#/Component_PCIeCard.Name”,
“DescArg4”: “NA”,
“Component”: “#/Component_PCIeCard”
},
“Event_PCIeCardCE”: {
“EventKeyId”: “PCIeCard.PCIeCardCEHardFailure”,
“Condition”: 1,
“LedFaultCode”: “q$$”,
“Reading”: “<=/PCIeGpuCard_1.PredictiveFault”,
“OperatorId”: 5,
“Enabled”: true,
“AdditionalInfo”: “2”,
“DescArg2”: “#/Component_PCIeCard.Name”,
“Component”: “#/Component_PCIeCard”
},
“Event_PcieCardReplaceMntr”: {
“EventKeyId”: “PcieCard.PcieCardReplace”,
“Condition”: 1,
“Reading”: “<=/Component_PCIeCard.ReplaceFlag”,
“OperatorId”: 5,
“Enabled”: true,
“AdditionalInfo”: “1”,
“DescArg1”: “#/Component_PCIeCard.Name”,
“DescArg2”: “#/Component_PCIeCard.PreviousSN”,
“DescArg3”: “#/Component_PCIeCard.SerialNumber”,
“Component”: “#/Component_PCIeCard”
},
“Event_PCIeBandWidth”: {
“EventKeyId”: “PCIeCard.PCIeCardBandWidthDecreased”,
“Condition”: 1,
“Reading”: “<=/PCIeGpuCard_1.BandwidthReduced”,
“OperatorId”: 5,
“Enabled”: true,
“AdditionalInfo”: “2”,
“DescArg2”: “#/PCIeGpuCard_1.Slot”,
“DescArg3”: “(JingJia Micro JM1100)”,
“Component”: “#/Component_PCIeCard”
}
}
}

ubmc_assistant · 2026 年6 月 15 日 07:11

答案内容由AI生成，仅供参考：

总结

最可能的原因：SR 文件未成功打包进 BMC 镜像，或路径未被 profile.txt 收录，导致 Entity_GPUCard 未加载。

其次可能：Entity 虽然加载但因 Presence/PowerState 为 0 被禁用（但您写死为 1，应排除），或传感器引用解析失败。

建议优先检查 profile.txt 配置和框架日志，确认 SR 文件是否被正确扫描和加载。如需进一步帮助，请提供完整的构建日志或框架日志片段。

点击此处查看详细分析解答

问题分析

根据您提供的 SR 文件和环境信息，门限传感器 未在 Web 上显示 且 busctl --user tree bmc.kepler.sensor 中未发现 Entity_GPUCard，说明该实体可能未被成功注册到传感器树中。结合上下文知识（尤其来自传感器管理常见问题指南和GPU1.0卡适配指导），常见原因如下：

1. SR 文件未正确加载或未打包进固件

检查 SR 文件路径是否包含在镜像中
您需要确认在构建时，该 SR 文件已被添加到 build/product/BMC/openUBMC/rootfs/include/profile.txt（或其他针对机型的 profile）中。
引用：

“为了将sr文件带入hpm包，还需要修改manifest，一般在build/product/BMC/openUBMC/rootfs/include/profile.txt路径下”（文档片段 #7）
“检查 vpd/vendor/Huawei/Server/Kunpeng/openUBMC/profile.txt 内是否增加新增 sr 文件路径”（搜索 #5）
检查 SR 文件名和目录结构
根据 GPU 卡适配规范，SR 文件名通常由 BOM_AuxId.sr 或 BOM_Id_AuxId.sr 组成。您提供的 SR 文件内容中没有明确体现文件名，请确保：
- 文件名符合硬件上报的四元组（如 14140130_07311100_07311105.sr），且存放在正确的 vpd/vendor/<厂商>/ 目录下。
- 上级连接器（如载板、IEU）的 SR 中已配置 Connector 指向该 GPU 卡，且 IdentifyMode 建议设为 2（静态识别模式，由 BIOS 上报 BDF 后加载 SR）。
  引用：
  
  “IdentifyMode=2表示为静态识别模式”（文档 #5）
  “SR加载的IdentifyMode模式建议配置为2”（GPU1.0卡适配指导）

2. Entity 的 Presence 或 PowerState 未正确生效

您 SR 中 Entity_GPUCard 的 "Presence": 1 和 "PowerState": 1 看似正常，但请确认：
- 这些值是否为静态写死？若 Presence 或 PowerState 由硬件信号动态更新（如连接器检测），则需确保实际硬件在位且上电，否则 Entity 不会被注册。
- 建议通过 busctl get-property 检查运行时 Entity 的真实状态：
```
busctl --user get-property bmc.kepler.sensor /bmc/kepler/ObjectGroup/... Entity_GPUCard Presence
```

3. 传感器 Capabilities 和关联配置

您传感器 ThresholdSensor_JM1100GPUTemp 的 Capabilities 为 232（即 0xE8），表示传感器使能受实体在位和上下电影响。既然 Entity 未注册，传感器自然无法激活。
关联字段 EntityId 和 EntityInstance 使用动态引用（<=/Entity_GPUCard.Id 等），语法正确。但若 Entity 对象未加载，则传感器引用解析失败，也不会注册。

4. ReadingMask 可能导致读值隐藏

您的 ReadingMask 为 2056（0x0808），可能屏蔽了读值显示。参考规范，ReadingMask 为 0 时表示始终显示，非 0 可能隐藏读数。建议先设为 0 或确认此值的含义。

5. 缺少必要的依赖对象（如 Chip、Scanner）

传感器读值来源于 GraphicsController_1.TemperatureCelsius，而该属性定义在 GraphicsController_1 下。请确认：
- GraphicsController_1 对象及其父对象 PCIeGpuCard_1 是否已正常加载（通过 busctl tree 可查）。
- 温度数据源（TemperatureCelsius）是否有实际读值（可能为 0 导致传感器显示无读数？但 Entity 未注册是更严重的问题）。

排查步骤建议

确认 SR 文件是否在固件中
- 登录 BMC 后，检查 /opt/bmc/sr/ 目录下是否存在您上传的 SR 文件（文件名应与加载时一致）。
- 在 /var/log/framework.log 中过滤 hwdiscovery 关键词，查找是否有类似 get component sr failed 或 loaded sr 的日志。
检查 Connector 和识别流程
- 确认上级组件（如载板）的 SR 中配置了您的 GPU 卡连接器，并且 Presence 信号正确。
- 确认 BIOS 已上报该 GPU 卡的 BDF 信息（日志搜索 PCIeAddrInfo）。
验证 Entity 对象
- 使用 busctl --user tree bmc.kepler.sensor 列出所有对象，检查是否存在 Entity_GPUCard。
- 若不存在，则表明 SR 文件未被加载，或加载失败。查看 app.log 中 general_hardware 组件是否有错误（如解析异常）。
调整 ReadingMask
- 暂时将 ReadingMask 改为 0 以排除其影响。
添加 sensor 相关依赖
- 根据 GPU1.0 适配指导，门限传感器需要 Entity 对象和正确的 Scanner 或 Accessor。您当前的 SR 中未定义任何 Scanner 或温度源（TemperatureCelsius 未关联硬件读取）。建议：
  - 参考 component_driver 中其他 GPU 卡的实现，增加 Accessor 或 Scanner 来获取温度值（如通过 SMBPBI 协议）。
  - 若温度直接由 MCU 提供，需在 Chip_McuChip 下增加 Accessor 来读取寄存器。

总结