背景
BMC需要支持通过CSR关联NPU的故障码,匹配精细化告警映射到标准IPMI离散传感器的事件,如thermaltrip、Uncorrectable Machine Check Error 等
评审点1: 资源协作接口 bmc.kepler.Systems.Board.NpuBoard 新增属性
新增属性
| 变更类型 | 属性名称 | 签名 | 只读 | 变化通知 | 属性描述 | 访问权限 | 属性来源 | 持久化类型 | 易变属性 |
|---|---|---|---|---|---|---|---|---|---|
| 新增 | FaultCode | s | true | true | NPU模组上报的故障码,包含芯片外围器件故障,如:“0x8F180473, 0x8F180A01” | Read: ReadOnly | 轮询获取 | 复位持久化 | false |
评审点2: 资源协作接口 bmc.kepler.Systems.Processor.NPU 变更属性FaultCode的emitsChangedSignal为true
变更属性
| 变更类型 | 属性名称 | 签名 | 只读 | 变化通知 | 属性描述 | 访问权限 | 属性来源 | 持久化类型 | 易变属性 |
|---|---|---|---|---|---|---|---|---|---|
| 变更 | FaultCode | s | true | true | NPU带内故障码 | Read: ReadOnly | 轮询NPU IMU获取 | 复位持久化 | false |
是否准备好AI预审
是
评审结论
遗留问题
1、需求结合业务代码分析,防止告警出现无法消除、反复触发等边界场景
2、第1个新增的faultcode描述要精确化