4.2. 智算卡常见问题

4.2.1. SC5+在主机运行过热的情况

答：SC5+主机选择，请注意主机散热环境，SC5+散热角度服务器选型建议:

  1. SC5+被动卡进风口温度与需求风量对应表

    表 4.1 SC5+被动卡进风口温度与需求风量

    卡进风口平均温度（℃）

    30℃以下

    35℃

    40℃

    45℃

    50℃

    55℃

    最低Airflow（cfm）

    3.5

    4.3

    5.3

    6.7

    8.6

    10.5

    注解

    1. 表中对应温度下的风量为需求的最小风量要求，具体风量是否满足需系统厂商实测确定

    2. 卡进风口温度在25度以下时，只要智能卡接通电源，无论是idle或满载状态下，系统都需要提供与30度环境一样的最小风量

  2. 建议选择搭配高风量及风压（或风扇并联）的服务器，便于智能卡散热

    1. 1U机型的风扇建议选用：4056风扇或两个4028风扇并联

    2. 2U机型的风扇建议选用：8056风扇或两个8038风扇并联

    3. 4U机型的风扇建议选用：2组8056风扇(或两个8038并联)

    ../_images/hardware_sc5_dual_fan_parallel.jpg

  3. 风道设计

    1. 建议最好选用前进后出的风道设计

      ../_images/hardware_sc5_duct_design.jpg

    2. 导风罩设计：建议智能卡上做专用导风罩设计，与CPU导风罩分离；如下图所示，CPU散热器为一个导风罩，智能卡需单独设计导风罩，导风罩设计以最便于散热为目的

      ../_images/hardware_sc5_cpu_radiator_cover.jpg

    3. 选用服务器时卡进风口最好不要有高发热原机器件，如下图，CPU为高发热器件，其散热器需要选择高度矮一些的，避免挡住卡进风口

      ../_images/hardware_sc5_radiator_sink.jpg

  4. 系统出风口设计

    确保任何空的扩展槽上均安装一个挡片,一个未装挡片的开放扩展槽会降低系统散热效果，由此可能引起过热而影响系统性能或导致部件损害

    ../_images/hardware_sc5_system_outlet_design.jpg

4.2.2. SC5安装

4.2.2.1. SC5快速安装指南

  • 在主机关机状态下将SC5安装至PCIe插槽，需要插到位，SC5从PCIe接口直接供电，不需要外接ATX 2x3电源。注意，服务器最好是拔掉220V电源再安装，某些服务器，在220V输入时，PCIe插槽有漏电。

  • 安装完后，先不要盖好后盖，power on上电，从上侧观察LED状态，如下图所示，4个灯的状态，蓝蓝绿红，为SC5上电正常。

  • 进入系统，输入命令lspci｜grep 1684，正常识别的话，会看到1684设备，如下图所示。

    lspci | grep 1684
06:00.0 Processing accelerators: Device 1e30:1684 (rev 01)
06:00.1 Processing accelerators: Device 1e30:1684 (rev 01)
06:00.2 Processing accelerators: Device 1e30:1684 (rev 01)

  • 如没有1684设备，请再次确认LED状态是否正常；

  • 如LED 异常，关机，断电，断开220V，重新上电，再次观察LED 状态，如正常，请操作步骤4

  • 如LED正常，lspci命令下，仍无法识别设备，请收集硬件信息，和OS版本，反馈给我们。

4.2.2.2. PCIe模式驱动安装的步骤与注意事项？

答：安装驱动成功的前提是主机需要能够扫描到我们的板卡，通过lspci可以查看，我们一个三芯卡SC5+有3 个function，一个SC5H有一个function。 lspci能显示我们的设备是安装驱动的必要条件，如果主机发现不了设备，则驱动安装会异常。

4.2.2.3. 内核更新与驱动重装

答：内核版本升级会导致重启后不能自动加载驱动： 例如当前内核版本是: uname -r 4.15.0-142-generic 我们安装完驱动后，驱动放在下面目录: /lib/modules/4.15.0-142-generic/kernel/drivers/pci/bmsophon.ko 如果内核版本升级到了4.15.0-150-generic，则系统启动时会去/lib/modules/4.15.0-150-generic/kernel/drivers/pci/ 目录下去找bmsophon.ko，会失败，解决方法是重新装驱动，所以我们建议禁止内核自动升级。

4.2.2.4. 编译驱动过程报gcc/make/linux header找不到的错误？

答：build-essential、linux-headers-generic这些在插有板卡的host机器上要先安装好，否则会报gcc/make/linux header找不到的错误。

4.2.2.5. 驱动安装的其他注意事项？

答：

  1. 存放bmnnsdk2-bm1684_vx.x.x的路径中不能有空格：如，/home/abc/foo bar/bmnnsdk2-bm1684_v2.4.0/scripts，这个路径中存在“foo bar”这样的带空格的目录，会影响驱动安装，请一定不要建带空格的目录；

  2. 某些发行版，例如centos7.4已经不再维护，没有Linux header，导致编译失败，建议安装centos7.9 ；

  3. 某些内核版本导致我们的驱动编译不过，需要我们改驱动源码。这种情况下，安装驱动过程中会有失败log，请将log发给我们分析。；

  4. 板卡温度过热，或者板卡和卡槽接触不良导致安装失败，会有kernel 错误log；这种情况下，请把kernel log(dmesg命令显示的log)发给我们分析；

  5. 板卡个体故障原因导致安装失败，建议更换板卡 ；这种情况下，请把kernel log(dmesg命令显示的log)发给我们分析；

  6. lspci必须能发现我们的设备，才能出现设备节点，如果没有出现设备节点，请用上面命令检查系统是否有扫描到PCIE设备。

4.2.3. SC5+三芯卡无法被识别？

该问题很可能跟散热问题相关，因散热不满足要求芯片温度过高而造成：

  1. 看一下是PC还是标准服务器，如果是PC，通常风道和风量不能符合三芯卡的被动散热要求，建议加装额外的风扇进行散热，或者采用SC5H单芯片主动散热卡；

  2. 标准服务器，先看一下插卡的槽位是否是标准的X16槽位，X8槽位的功率支持通常最大只有45W，不建议使用；

  3. 看一下服务器的风扇是否直对PCIE卡的进风口，中间有否物理阻挡；

  4. 将服务器的上盖盖好，如果开盖，风扇的风会散逸，导致散热效果差；

  5. 看一下服务器的所有PCIE槽位都加装了挡片，没有加装挡片的需要加装挡片；

  6. 通过BIOS调整服务器的风扇转速到最大档位；

  7. 建议将服务器放置于有空调的房间或者标准机房环境进行测试；

  8. 针对三芯卡的散热，如果必须使用散热条件不足的工控机、PC、非GPU型服务器等，建议由主机厂商增加导风罩为加速卡设立专用风道，便于卡片散热；

  9. 风扇1）为12V供电，2pin风扇，最大电流0.36A，不可调速；风扇2）和3）为12V供电，4pin风扇，最大电流0.68A，可调速；安装方式：风扇需要安装到卡的入风口处，风扇出风口与卡进风口的距离建议最好不要超过3mm，如果条件许可的话，建议风扇出风口与卡进风口的地方密封，防止漏风。

4.2.3.1. 在X86服务器主机上安装卸载驱动的方法:

# 安装:
$ cd bmnnsdk2-bm1684_vx.x.x/scripts
$ sudo ./install_driver_pcie.sh

# 安装成功后/dev/会有bmdev-ctl和bm-sophonX(X=0/1/2/3/4/5/6)这样的设备节点出现

# 卸载:
$ cd bmnnsdk2-bm1684_vx.x.x/scripts $ sudo./remove_driver_pcie.sh

4.2.3.2. 在ARM64(飞腾/鲲鹏)服务器主机上安装卸载驱动的方法:

# 安装:
$ cd bmnnsdk2-bm1684_vx.x.x/scripts
$ sudo ./install_driver_arm_pcie.sh

# 安装成功后/dev/会有bmdev-ctl和bm-sophonX(X=0/1/2/3/4/5/6)这样的设备节点出现

# 卸载:
$ cd bmnnsdk2-bm1684_vx.x.x/scripts $ sudo./remove_driver_arm_pcie.sh

4.2.3.3. 在MIPS3000/4000服务器主机上安装卸载驱动的方法:

# 安装:
$ cd bmnnsdk2-bm1684_vx.x.x/scripts
$ sudo ./install_driver_mips64.sh

# 安装成功后/dev/会有bmdev-ctl和bm-sophonX(X=0/1/2/3/4/5/6)这样的设备节点出现

# 卸载:
$ cd bmnnsdk2-bm1684_vx.x.x/scripts $ sudo./remove_driver_mips64.sh

驱动安装完后，系统会有sophon模块，可以通过下面命令确认:

lsmod | grep bm
bmsophon 2752512 0

如果安装驱动不成功的话，是不会出现bmsophon模块的

4.2.4. PCIe模式如何查看VPU内存分配情况？

答：PCIe VPU内存使用情况：

bm-smi --opmode=display_memory_detail

4.2.5. 如何判断机器上是否有sophon设备

答：

  1. 卡插入卡槽后，lspci｜grep 1684，正常识别的话，会看到1684设备

    类似这样的 06:00.0 Processing accelerators: Device 1e30:1684 (rev 01)

  2. 卡被识别，驱动安装成功后，系统会有sophon模块

    lsmod | grep bm 会输出：类似 bmsophon 2752512 0

  3. 卡被识别，驱动安装成功后，会有/dev/bmdev-ctl /dev/bm-sophon0节点

    /dev/bmdev-ctl
/dev/bm-sophon0节点

  4. 卡被识别，驱动安装成功后，获取设备数量中可使用如下代码

    bm_dev_getcount(int *count)