[发明专利]一种多路服务器快速故障恢复的方法

说明书

技术领域

本发明涉及多路服务器架构技术，尤其涉及一种多路服务器快速故障恢复的方法。

背景技术

普通的多路服务器架构，南桥芯片（PCH）的DMI总线与主CPU相连接，如图1。在系统开机启动时，PCH从BIOS中获取系统的设置信息、设备驱动程序和自检程序等，并通过与主CPU之间的DMI总线来完成对所有CPU和内存的自检。自检完成后，BIOS会开始引导操作系统，完成开机。在这种服务器结构设计中，系统可以屏蔽掉故障的从CPU，但是如果主CPU出现故障，与PCH之间的DMI总线便无法工作，BIOS程序无法加载，系统无法屏蔽主CPU，必须通过人工更换主CPU的方式完成故障恢复，增加了服务器的宕机时间，这对于关键应用的服务器来说是十分不利的。

发明内容

为了解决该问题，本发明提出一种新的多路服务器的快速故障恢复的方法。

本发明的技术方案是：

PCH的DMI总线通过一个PCIE switch芯片与主CPU和一个从CPU相连接，switch芯片的切换由PCH和管理控制器（BMC）共同控制。由于DMI总线使用的是PCIE协议，因此使用PCIE switch芯片可以保证DMI总线的信号完整。在这种设计下，当从CPU出现故障时，系统可将该从CPU屏蔽；当主CPU出现故障时，BIOS或者BMC会自动将DMI总线切换至从CPU下，并且屏蔽掉故障的主CPU，使得系统能够快速从故障中恢复，即实现了服务器中任何一个CPU的故障屏蔽，大幅降低服务器的故障恢复时的宕机时间，将因CPU故障导致系统宕机造成的损失降到最低。使用PCH和BMC双控切换的方式可以保证switch芯片在主CPU出现故障时可以稳定和快速切换。

switch芯片的控制信号由PCH的GPIO端口和BMC共同控制，通过控制信号来选择PCH的DMI总线连接到主CPU或者从CPU。

Switch芯片默认选择主CPU的DMI总线，控制信号为高电平，默认状态下PCH的GPIO端口和BMC均释放对该控制信号的控制权；当在系统运行时主CPU出现故障后，BMC会检测到主CPU的故障，并自动将控制信号拉低，并进行一次系统重启，重启后完成DMI总线的切换。

当在系统开机自检时主CPU出现故障，BIOS会自动根据CPU的自检代码进行响应，控制PCH的GPIO端口拉低switch芯片的控制信号，切换到从CPU并进行热重启重新自检，完成DMI总线的切换。

这种设计方法使得当主CPU出现故障时，BIOS或者BMC会自动将DMI总线切换至从CPU下，并且屏蔽掉故障的主CPU，使得系统能够快速从故障中恢复，大幅降低服务器的故障恢复时的宕机时间，将因CPU故障系统宕机造成的损失降到最低。

附图说明

图1是现有技术的连接结构示意图。

图2是本发明的连接结构示意图。

具体实施方式

下面对本发明的内容进行更加详细的阐述：

如图2所示，

1、该发明由主CPU、从CPU、switch芯片、PCH和BMC组成；

2、主CPU和从CPU的DMI总线都连接到switch芯片上，芯片的另一端连接到系统的PCH，switch芯片的控制信号由PCH的GPIO端口和BMC共同控制，通过控制信号来选择PCH的DMI总线连接到主CPU或者从CPU；

3、Switch芯片默认选择主CPU的DMI总线（控制信号为高电平），默认状态下PCH的GPIO端口和BMC均释放对该控制信号的控制权。当在系统OS运行时主CPU出现故障后，BMC会检测到主CPU的故障，并自动将控制信号拉低，并进行一次系统重启，重启后完成DMI总线的切换；

4、当在系统开机自检时主CPU出现故障，BIOS会自动根据CPU的自检代码进行响应，控制PCH的GPIO端口拉低switch芯片的控制信号，切换到从CPU并进行热重启重新自检，完成DMI总线的切换。