重启OS后 SP681的ncsi通信断开

Hardware SIG
1

基于2509的openubmc版本

前置条件：我们关闭了SP681网卡的SMBUS通道，因为在SMC的环境下，会造成其所在的那条smbus堵塞，具体请见 SP681网卡插上后，该卡所在板卡的I2C链路频繁报错 - Hardware SIG - openUBMC 论坛

初始情况下，BMC通过NCSI over MCTP正常获取网卡温度

img_v3_0213m_40796ceb-b145-4ea0-82e7-d47da59a46dg
img_v3_0213m_40796ceb-b145-4ea0-82e7-d47da59a46dg1463×683 116 KB

此时重启OS，网卡温度无法获取，产生温度获取失败告警：

image
image1448×659 107 KB

image
image1283×106 4.51 KB

从日志看重启OS之后NCSI链路检查失败：

image
image1591×355 20.1 KB

log中还看到一个空值错误：
image

请问这个是否是ncsi通信建立阶段的问题？是否已知？

2

答案内容由AI生成，仅供参考：

三、总结

问题 状态 参考来源
重启OS后SP681网卡NCSI通信断开，温度获取为0 已知问题，已修复 Topic 6873（document chunk reference_id: 1）
根本原因 NCSI通信建立阶段异常或温度读取逻辑缺陷 同上
修复方式 更新组件驱动，TemperatureStatus默认值设置为4 同上
关闭SMBUS通道的影响 不直接导致本问题（SP681主通信走PCIe） 驱动适配指南（Search Result 9）
建议操作 升级至包含修复的组件版本，并按network_adapter排查步骤验证 Search Result 2

结论：您的问题确实是NCSI通信建立阶段的问题，并且已在社区被识别和修复。请优先参照社区方案更新相关组件（尤其是 component_drivers），同时可继续排查 mctpd 及链路状态日志以确认闭环。

点击此处查看详细分析解答

根据您提供的信息及知识库内容，您所遇到的“重启OS后SP681网卡NCSI通信断开、温度无法获取”的问题在社区中已有相关讨论并被确认为已知问题。以下为您综合分析及参考方案。

一、问题确认：属于已知且已修复的场景

1. 高度匹配的社区案例

在知识库中，有一篇主题与您的问题几乎完全一致：【参考 topic_id: 6873】

  • 问题描述：服务器插SP681、SP670网卡，走南向加载，重启OS后出现“网卡温度获取不到”告警。
  • 关键日志：通过NCSI报文分析发现网卡返回的温度值为 0，且链路状态检查失败（类似您日志中的 get ncsi link status failed）。
  • 根本分析：南向加载时，NCSI通信在OS重启后异常，导致温度读取返回0；反复过温日志与调速策略相关，但最终确认是 NCSI通信建立或温度读取逻辑存在缺陷。

原文摘录：

“分析ncsi报文，收到的温度是0”
“重启os后网卡会返回温度为0”
“南向加载代码是不是需要对传入做异常处理”

2. 官方修复方案

在同一个主题中，社区维护者 xushuo25 回复：

“该问题已在近期解决，尝试用最新 component_drivers 组件代码出包看一下问题是否解决？最新代码中 TemperatureStatus 默认值参照 Scanner详解及数据更新机制设置为 4。”

  • 该修复已在 OpenUBMC 26.03 版本及后续版本中合入。
  • 解决核心：调整 NCSI 温度读取失败时的默认状态，避免误报。

3. 与您环境的关联

  • 您使用的 2509 版本 可能未包含该修复，因此现象与已知问题一致。
  • 您关闭了 SP681 网卡的 SMBUS 通道，但 SP681（Hi182x系列）的主要NCSI通信走 PCIe 通道（SMBus仅用于带外辅助信息），因此关闭SMBus 不直接影响核心NCSI链路，但可能导致部分辅助数据获取失败。问题现象（温度读为0、链路检查失败）与已知案例完全吻合，核心问题仍在NCSI通信建立阶段。

二、排查建议（基于知识库的官方指南）

1. 按 network_adapter 组件排查NCSI通信状态

参考【Search Result 2】：

  1. 确认 network_adapter 已正确识别网卡NCSI能力并注册NCSI网口。
  2. 确认OS重启后 bmc_network 是否触发了NCSI通道使能（Tx enable）。
  3. 检查 mctpd（MCTP）或 hwproxy（SMBus/I2C）通信日志中是否存在读写失败或超时。
    • 常见错误日志：get ncsi link status failed、ncsi cmd ctrl get link status failed、ncsi_comm.lua 报告无效端口ID等。

2. 对比已知修复尝试更新组件

  • 关键组件：component_drivers、devmon、libmcpp
  • 社区修复版本：
    • component_drivers/1.2.274@openubmc/stable
    • devmon/1.2.65@openubmc/stable
    • libmcpp/1.2.169@openubmc/stable
  • 若您尚未更新至上述版本，建议升级后重试。

3. 其他相关已知问题（供交叉验证）

  • Intel E810 网卡 因 openUBMC NCSI payload length 计算错误导致温度获取失败（已确认并在Q2版本修复）【参考 topic_id: 1316】。
  • 反复切换port口后NCSI概率性不通 也是社区已知问题，与OS重启场景类似【参考 Entity “反复切换port口后NCSI概率性不通问题分析”】。

三、总结

问题 状态 参考来源
重启OS后SP681网卡NCSI通信断开，温度获取为0 已知问题，已修复 Topic 6873（document chunk reference_id: 1）
根本原因 NCSI通信建立阶段异常或温度读取逻辑缺陷 同上
修复方式 更新组件驱动，TemperatureStatus默认值设置为4 同上
关闭SMBUS通道的影响 不直接导致本问题（SP681主通信走PCIe） 驱动适配指南（Search Result 9）
建议操作 升级至包含修复的组件版本，并按network_adapter排查步骤验证 Search Result 2

结论：您的问题确实是NCSI通信建立阶段的问题，并且已在社区被识别和修复。请优先参照社区方案更新相关组件（尤其是 component_drivers），同时可继续排查 mctpd 及链路状态日志以确认闭环。

3

dump_info_1.zip (5.4 MB)
dump_info_2.zip (9.6 MB)

4

请附上一键日志收集辅助定位

5

image
image1205×191 12.9 KB

有附的

6

可以参照这个问题下的抓取ncsi报文的方法先抓取一下ncsi报文查看一下【问题求助】网卡概率出现mctp超时，获取温度失败 - 交流互助区 - openUBMC 论坛