一种基于smbus总线的服务器多卡控制系统
技术领域
1.本发明属于服务器控制领域，具体涉及一种基于smbus总线的服务器多卡控制系统。
背景技术：
2.服务器和gpu(graphics processing unit)是近来的热门话题，相关的服务器厂商在服务器中集成了多种gpu板卡来提高运行速度。gpu温度过高或者电压过低经常导致其不能正常工作甚至重新启动，程序异常也经常会导致gpu中的协处理器不能正常工作。现有的解决办法主要有如下两种：一种是通过发送中断通知host读取自身信息，另外一种是通过ipmi协议进行板卡协处理器的复位工作。然而，通过发送中断通知host读取自身信息需要更多的数据线和协议，方式也只能通过一对一的形式；ipmi协议复杂，在硬件和软件实现方面都需要更多的人力资源，实现起来比较复杂。
技术实现要素：
3.本发明针对现有技术中的不足，提供一种基于smbus总线的服务器多卡控制系统，采用的技术方案如下：
4.一种基于smbus总线的服务器多卡控制系统，包括一块服务器主板和若干gpu板卡，所述服务器主板通过smbus总线与各gpu板卡连接，服务器主板通过smbus总线协议中的arp功能为每个gpu板卡分配不同的设备地址，所述smbus总线包括scl、sda和alertn三根信号线，每根信号线均通过上拉电阻与vcc端连接；
5.所述服务器多卡控制系统的控制流程为：
6.s1、gpu板卡的协处理器出现异常时，gpu板卡中的watchdog由于不能得到刷新而拉低alertn信号线的电位；
7.s2、服务器主板侦测到alertn信号线处于低电位后，向各gpu板卡发出符合smbus协议的alert response address命令，各gpu板卡收到该命令后返回自身的设备地址，同时将alertn信号线恢复为高电位；
8.s3、服务器主板根据得到的设备地址读取各gpu板卡的状态，若某gpu板卡的协处理器处于异常状态，则向该gpu板卡发送复位信号，该gpu板卡在接到复位信号后进行协处理器的复位，并在复位完成后产生相应的中断信号；
9.s4、协处理器经过复位重新运行后，根据中断信号得知本身发生异常，将alertn信号线重新拉低为低电位；
10.s5、服务器主板侦测到alertn信号线处于低电位后，向各gpu板卡重新发出符合smbus协议的alert response address命令，各gpu板卡收到该命令后返回自身的设备地址，同时将alertn信号线恢复为高电位；
11.s6、服务器主板根据得到的设备地址再次读取各gpu板卡的状态，若无异常则gpu板卡复位完成，否则由s3继续执行。
12.进一步地，s3中，若某gpu板卡的协处理器处于异常状态，则由服务器主板向各gpu板卡发送包含该异常gpu板卡位址数据的复位命令，各gpu板卡接到复位命令后校验位址数据，若位址数据与自身位址不一致则回复nack，否则回复ack并通过写寄存器进行复位过程，当寄存器写完毕后产生相应的中断信号。
13.进一步地，s3中，若某gpu板卡的协处理器处于异常状态，则向该gpu板卡发送sideband reset命令，该gpu板卡得到命令后进行协处理器的复位，并在复位完成后产生相应的中断信号。
14.与现有技术相比，本发明具有以下技术效果：
15.硬件结构简单，只需要smbus总线即可实现一个服务器主板对多个gpu板卡的管理；
16.基于smbus协议，命令支持自定义，开发简单，同时通过smbus总线可以读取相关板卡的温度、功耗、电压等相关参数；
17.本发明通过gpu板卡内置的watchdog监测板卡中的协处理器是否发生异常，在发生异常时通过拉低alertn电位来通知服务器主板，这样将不再需要服务器发送轮询命令查询gpu板卡是否发生异常，从而减轻服务器主板的工作量。
附图说明
18.图1为本发明控制系统的硬件架构图；
19.图2为本发明控制系统的控制流程图。
具体实施方式
20.现在结合附图对本发明作进一步详细的说明。
21.如图1所示，服务器主板作为master，通过smbus总线的scl、sda、alertn和多个gpu板卡进行通信。由于scl、sda、alertn总线具有开漏(open drain)特性，所以通过上拉电阻连接到vcc，这样可以确保smbus总线在idle状态上拉为高电位。当服务器正常工作后，服务器主板通过smbus协议中的arp功能为每个gpu板卡分配不同的设备地址，这样支持了服务器访问gpu主板时不会发生地址冲突。
22.如图2所示，当gpu板卡由于高温、低压、功耗过大、程序异常等因素，导致gpu板卡的协处理器不能正常工作时，板卡芯片中的watchdog由于不能得到刷新从而发生溢出，导致alertn电位被拉低。
23.服务器主板侦测到alertn为低电位后，发出符合smbus协议的alert response address命令，gpu板卡接收到此命令后回复本身的设备地址，同时释放alertn为高。服务器主板重复进行此动作直到alertn为高。
24.服务器主板根据得到的设备地址读取相应状态，如果得到板卡协处理器异常状态则可以选择下列两种方式的一种：(1)发送复位命令。gpu板卡接收到此命令后校验数据部分，如果数据不一致则回复nack，否则回复ack并且通过写寄存器进行复位过程，当寄存器写完毕后产生相应的中断信号。(2)发送sideband reset命令，gpu板卡得到此命令后，复位gpu板卡的协处理器，并产生相应的中断信号。
25.gpu板卡中的协处理器经过复位重新运行后，根据中断信号得知本身发生异常后，
重新拉低alertn，并且设置相应的状态位。
26.服务器主板侦测到alertn为低后，重新发出符合smbus协议的alert response address命令，gpu板卡接收到此命令后回复本身的设备地址，同时释放alertn为高。
27.服务器主板根据得到的设备地址读取相应状态，如果得到板卡复位处于完成状态，则本次复位流程完成。
28.以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。
技术特征：
1.一种基于smbus总线的服务器多卡控制系统，其特征在于，包括一块服务器主板和若干gpu板卡，所述服务器主板通过smbus总线与各gpu板卡连接，服务器主板通过smbus总线协议中的arp功能为每个gpu板卡分配不同的设备地址，所述smbus总线包括scl、sda和alertn三根信号线，每根信号线均通过上拉电阻与vcc端连接；所述服务器多卡控制系统的控制流程为：s1、gpu板卡的协处理器出现异常时，gpu板卡中的watchdog由于不能得到刷新而拉低alertn信号线的电位；s2、服务器主板侦测到alertn信号线处于低电位后，向各gpu板卡发出符合smbus协议的alert response address命令，各gpu板卡收到该命令后返回自身的设备地址，同时将alertn信号线恢复为高电位；s3、服务器主板根据得到的设备地址读取各gpu板卡的状态，若某gpu板卡的协处理器处于异常状态，则向该gpu板卡发送复位信号，该gpu板卡在接到复位信号后进行协处理器的复位，并在复位完成后产生相应的中断信号；s4、协处理器经过复位重新运行后，根据中断信号得知本身发生异常，将alertn信号线重新拉低为低电位；s5、服务器主板侦测到alertn信号线处于低电位后，向各gpu板卡重新发出符合smbus协议的alert response address命令，各gpu板卡收到该命令后返回自身的设备地址，同时将alertn信号线恢复为高电位；s6、服务器主板根据得到的设备地址再次读取各gpu板卡的状态，若无异常则gpu板卡复位完成，否则由s3继续执行。2.如权利要求1所述的一种基于smbus总线的服务器多卡控制系统，其特征在于，s3中，若某gpu板卡的协处理器处于异常状态，则由服务器主板向各gpu板卡发送包含该异常gpu板卡位址数据的复位命令，各gpu板卡接到复位命令后校验位址数据，若位址数据与自身位址不一致则回复nack，否则回复ack并通过写寄存器进行复位过程，当寄存器写完毕后产生相应的中断信号。3.如权利要求1所述的一种基于smbus总线的服务器多卡控制系统，其特征在于，s3中，若某gpu板卡的协处理器处于异常状态，则向该gpu板卡发送sideband reset命令，该gpu板卡得到命令后进行协处理器的复位，并在复位完成后产生相应的中断信号。
技术总结
本发明公开了一种基于SMBUS总线的服务器多卡控制系统，包括一块服务器主板和若干GPU板卡，服务器主板通过SMBUS总线与各GPU板卡连接，并通过SMBUS总线协议中的ARP功能为每个GPU板卡分配不同的设备地址，SMBUS总线包括SCL、SDA和ALERTN三根信号线，每根信号线均通过上拉电阻与VCC端连接。本发明通过GPU板卡内置的watchdog监测协处理器是否发生异常，在发生异常时通过拉低ALERTN电位来通知服务器主板，不再需要服务器发送轮询命令查询GPU板卡是否发生异常，从而减轻了服务器主板的工作量，且本发明硬件结构简单，只需要SMBUS总线即可实现一个服务器主板对多个GPU板卡的管理。可实现一个服务器主板对多个GPU板卡的管理。可实现一个服务器主板对多个GPU板卡的管理。
技术研发人员：顾正付 迟春红 肖义 贺鹏
受保护的技术使用者：上海天数智芯半导体有限公司
技术研发日：2022.02.18
技术公布日：2022/6/1
再多了解一些
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
