[发明专利]自动检查服务器与GPU箱互连线缆错插的方法及装置

说明书

本发明提供一种自动检查服务器与GPU箱互连线缆错插的方法及装置，所述方法步骤：在用于对接服务器与GPU箱的每对PCIe端口的每根高速线缆中设置在位信号线，并设置在位信号线两端分别与GPU箱的第一CPLD芯片连接，及服务器的第二CPLD芯片连接；第一CPLD芯片通过每根在位信号线向第二CPLD芯片发送不同频率的信号；设置在服务器的BMC解析第二CPLD芯片接收到的各在位信号线的实际信号频率，并判断各实际信号频率是否与对应预设信号频率相同，进而判定是否出现互连线缆错插漏插，以及定位错插漏插线缆的序号。本发明实现服务器与GPU箱装配后的调测和错误定位，能够有效识别插接松动、错插和漏插线缆的错误情况。

技术领域

本发明属于服务器生产装配纠错技术领域，具体涉及一种自动检查服务器与GPU箱互连线缆错插的方法及装置。

背景技术

随着AI计算、高性能运算、人工智能应用的迅速发展，推动了异构运算设备的广泛应用。为了获取强大的异构计算能力和扩展性能，通常将CPU运算和GPU运算分成服务器和GPU箱两个独立的设备，两者之间使用PCIe高速线缆连通。

实际应用中，每个PCIe端口为x16带宽，即包含16组通信通道。由于每条高速线缆中有4组通信通道，因此每个PCIe端口需要使用4条高速线缆。GPU箱有4个PCIe X16端口，即需要16条高速线缆，与服务器连接。

在生产装配环节，人工装配时无法自动检测线缆是否有错插、漏插等问题。往往依靠人工目检的方式，识别出问题并纠正经常发生线缆顺序插错的情况。同一端口内的线缆插错、跨端口插错等问题，会导致产品PCIe降带宽、无法通信、GPU系统序号与物理序号不对应等问题，经常会被误判为GPU板卡功能问题，排查澄清需要专职的检查人员，检查每台设备的每根线缆，工作量大，会耗费较多人力资源；完全依赖检查人员人工筛查，稍有疏忽，会有漏检、错检的风险；当插接错误的线缆数据较多时，往往需要耗费较大精力进行调整线序，甚至全部拆下后，重新进行连接。

此为现有技术的不足，因此，针对现有技术中的上述缺陷，提供一种自动检查服务器与GPU箱互连线缆错插的方法及装置，是非常有必要的。

发明内容

针对现有技术的上述服务器与GPU箱装配时，无法自动检测线缆是否有错插、漏插等问题，往往依靠人工目检的方式，耗费大量人力，漏检及错检风险大，且不便于调整错误线序的缺陷，本发明提供一种自动检查服务器与GPU箱互连线缆错插的方法及装置，以解决上述技术问题。

第一方面，本发明提供一种自动检查服务器与GPU箱互连线缆错插的方法，包括如下步骤：

S1.在用于对接服务器与GPU箱的每对PCIe端口的每根高速线缆中设置在位信号线，并设置在位信号线第一端与GPU箱的第一CPLD芯片连接，以及设置在位信号线第二端与服务器的第二CPLD芯片连接；

S2.第一CPLD芯片通过GPIO管脚产生不同频率信号，并通过连接的在位信号线向第二CPLD芯片发送；

S3.设置在服务器中的BMC解析第二CPLD芯片的GPIO管脚连接的在位信号线的实际信号频率，并判断各实际信号频率是否与对应预设信号频率相同，进而判定是否出现互连线缆错插漏插，以及定位错插漏插线缆的序号。

进一步地，步骤S1具体步骤如下：

S11.在用于连接服务器与GPU箱的每对PCIe端口的每根高速线缆中设置一根在位信号线；

S12.设置各在位信号线第一端与GPU箱的第一CPLD芯片的一个第一GPIO管脚连接；

S13.设置各在位信号线第二端与服务器的第二CPLD芯片的一个第二GPIO管脚连接；