[發(fā)明專利]一種GPU整機(jī)柜集群的管理系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201810690618.3
• 申請日: 2018-06-28
• 公開（公告）號(hào): CN108959165A
• 公開（公告）日: 2018-12-07
• 發(fā)明（設(shè)計(jì)）人: 王玲燕
• 申請（專利權(quán)）人: 鄭州云海信息技術(shù)有限公司
• 主分類號(hào): G06F15/16
• 分類號(hào): G06F15/16
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 羅滿

本發(fā)明公開了一種GPU整機(jī)柜集群的管理系統(tǒng)，包括：設(shè)置有被管理設(shè)備和GPU卡的GPU節(jié)點(diǎn)；與每個(gè)GPU節(jié)點(diǎn)相連的管理節(jié)點(diǎn)，用于對每個(gè)GPU節(jié)點(diǎn)中各自對應(yīng)的被管理設(shè)備和GPU卡進(jìn)行管理；本發(fā)明通過對每個(gè)GPU節(jié)點(diǎn)中各自對應(yīng)的被管理設(shè)備和GPU卡進(jìn)行管理的管理節(jié)點(diǎn)的設(shè)置，將原本每個(gè)GPU節(jié)點(diǎn)中的管理模塊從GPU節(jié)點(diǎn)中獨(dú)立出來，每個(gè)GPU節(jié)點(diǎn)上不需要單獨(dú)設(shè)計(jì)管理模塊，只需預(yù)留與管理節(jié)點(diǎn)連接的管理接口，節(jié)省了開發(fā)成本，避免了資源浪費(fèi)；并且可以通過GPU節(jié)點(diǎn)的管理端口的統(tǒng)一設(shè)計(jì)，增強(qiáng)產(chǎn)品的兼容性。

技術(shù)領(lǐng)域

本發(fā)明涉及電力電子技術(shù)領(lǐng)域，特別涉及一種GPU整機(jī)柜集群的管理系統(tǒng)。

背景技術(shù)

隨著AI技術(shù)的飛速發(fā)展，高運(yùn)算性能的整機(jī)柜架構(gòu)也出現(xiàn)了空前的研發(fā)高漲。而目前NVIDIA(英偉達(dá))發(fā)布的高計(jì)算性能的GPU卡，在計(jì)算性能上占據(jù)了領(lǐng)先的地位。將多個(gè)GPU(Graphics Processing Unit，圖形處理器)卡進(jìn)行并行連接組成一個(gè)GPU節(jié)點(diǎn)計(jì)算集群，搭配計(jì)算服務(wù)器成為業(yè)界不斷提高計(jì)算性能的計(jì)算系統(tǒng)，而整機(jī)柜以其高密度便捷性成為整個(gè)計(jì)算系統(tǒng)的部署方式。

一個(gè)整機(jī)柜可搭載多個(gè)GPU卡，其通過PCIE的擴(kuò)展芯片對數(shù)據(jù)鏈路進(jìn)行多層級(jí)的擴(kuò)展，每增加一層擴(kuò)展芯片，其數(shù)據(jù)路徑就成倍的增加，搭載的GPU卡也成倍的增加。對這些GPU卡以及擴(kuò)展芯片需要一個(gè)管理模塊，進(jìn)行信息的收集和工作狀態(tài)的監(jiān)控。

現(xiàn)有技術(shù)中，GPU整機(jī)柜包含計(jì)算節(jié)點(diǎn)和GPU節(jié)點(diǎn)，往往將管理模塊設(shè)置在GPU節(jié)點(diǎn)內(nèi)，每個(gè)GPU節(jié)點(diǎn)都設(shè)計(jì)了用于管理的模塊，這對多個(gè)GPU節(jié)點(diǎn)組合成大規(guī)模集群時(shí)，管理模塊的冗余，造成了資源的浪費(fèi)。因此，如何大規(guī)模的GPU整機(jī)柜集群系統(tǒng)，避免GPU節(jié)點(diǎn)管理模塊的冗余，節(jié)省開發(fā)成本，避免資源浪費(fèi)，是現(xiàn)今急需解決的問題。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種GPU整機(jī)柜集群的管理系統(tǒng)，以利用管理節(jié)點(diǎn)將管理模塊從GPU節(jié)點(diǎn)中獨(dú)立出來，避免資源浪費(fèi)，增強(qiáng)產(chǎn)品的兼容性。

為解決上述技術(shù)問題，本發(fā)明提供一種GPU整機(jī)柜集群的管理系統(tǒng)，包括：

設(shè)置有被管理設(shè)備和GPU卡的GPU節(jié)點(diǎn)；

與每個(gè)所述GPU節(jié)點(diǎn)相連的管理節(jié)點(diǎn)，用于對每個(gè)所述GPU節(jié)點(diǎn)中各自對應(yīng)的被管理設(shè)備和GPU卡進(jìn)行管理。

可選的，所述管理節(jié)點(diǎn)，包括：

控制芯片，用于獲取每個(gè)所述GPU節(jié)點(diǎn)中各自對應(yīng)的GPU卡的信息和工作狀態(tài)；

第一擴(kuò)展芯片，用于獲取每個(gè)所述GPU節(jié)點(diǎn)中各自對應(yīng)的被管理設(shè)備的信息；

處理器，用于通過所述控制芯片和所述第一擴(kuò)展芯片，獲取每個(gè)所述GPU節(jié)點(diǎn)中各自對應(yīng)的GPU卡的信息、工作狀態(tài)和被管理設(shè)備的信息，并對每個(gè)所述GPU節(jié)點(diǎn)中各自對應(yīng)被管理設(shè)備進(jìn)行控制。

可選的，所述處理器通過PCIE2.0總線分別與所述控制芯片和所述第一擴(kuò)展芯片相連。

可選的，所述管理節(jié)點(diǎn)，還包括：

與所述處理器相連的SATA接口，用于連接存儲(chǔ)裝置為所述處理器安裝操作系統(tǒng)。

可選的，所述管理節(jié)點(diǎn)，還包括：

與所述處理器相連的網(wǎng)絡(luò)接口，用于實(shí)現(xiàn)所述處理器通過網(wǎng)絡(luò)進(jìn)行的數(shù)據(jù)傳輸。

可選的，所述管理節(jié)點(diǎn)，還包括：

與所述控制芯片相連的VGA接口，用于連接顯示器，以顯示每個(gè)所述GPU節(jié)點(diǎn)中各自對應(yīng)的GPU卡的信息和工作狀態(tài)。

可選的，所述管理節(jié)點(diǎn)，還包括：

與所述控制芯片相連的RJ45接口，用于實(shí)現(xiàn)所述控制芯片的在線控制。