[發明專利]一種外設組件高速互聯設備故障檢測方法、裝置及服務器

在審

• 申請號: 202111146246.6
• 申請日: 2021-09-28
• 公開（公告）號: CN113868058A
• 公開（公告）日: 2021-12-31
• 發明（設計）人: 張俊
• 申請（專利權）人: 新華三技術有限公司
• 主分類號: G06F11/22
• 分類號: G06F11/22
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 楊春香

本申請提供一種PCIE設備故障檢測方法、裝置及服務器，服務器包括CPU和BMC，BMC接收CPU獲取的在位的PCIE設備的設備信息；并獲得PCIE總線上支持MCTP的PCIE設備的設備信息；依據已獲得的在位的PCIE設備的設備信息和支持MCTP的PCIE設備的設備信息確定待檢測的PCIE設備；對待檢測的PCIE設備進行故障檢測，確定處于故障狀態的故障PCIE設備。本申請中，BMC不再僅依賴BIOS中斷服務程序檢測PCIE設備故障，BMC可主動確定待檢測PCIE設備，并對待檢測PCIE設備進行故障檢測，從而拓展了對PCIE設備的故障檢測手段，可有效提升系統故障診斷率。

技術領域

本申請涉及故障診斷技術，特別涉及一種PCIE設備故障檢測方法、裝置及服務器。

背景技術

BMC(Baseboard Management Controller，基板管理控制器)主要是實現對服務器各部件故障的及時監控和上報，以保障服務器的可靠運行。當前BMC對PCIE(PeripheralComponent Interconnect Express，外設組件高速互聯)設備如網卡，GPU(graphicsprocessing unit，圖形處理單元)卡的故障檢測，主要依賴服務器上處理器通過BIOS(Basic Input Output System，基本輸入輸出系統)的中斷服務程序對PCIE設備進行中斷故障檢測以將PCIE設備故障中斷上報，并通過BIOS傳遞到BMC，BMC自身對PCIE設備的檢測僅限于通過I2C總線獲取PCIE設備溫感等傳感器信息。

然而，在實際應用中，由于PCIE設備的故障種類多種多樣，有些故障可能通過服務器上處理器對PCIE設備的故障檢測中斷無法檢測，例如一個PCIE設備故障，操作系統將該PCIE設備處理下線，造成該PCIE設備丟失，但這種故障并沒有被BIOS中斷服務程序檢測到，也就不會發送給BMC，這也就是說，該種類故障，服務器上的處理器和BMC都沒有檢測到，使得該種類故障的PCIE設備被漏檢，造成系統故障診斷率低。

發明內容

本申請提供了一種PCIE設備故障檢測方法、裝置以及服務器，用以提升系統的故障診斷率。

本申請提供的技術方案包括：

第一方面，本申請實施例提供了一種PCIE故障檢測方法，該方法應用于服務器上的BMC，所述服務器至少還包括CPU(Central Processing Unit，中央處理器)，所述CPU通過PCIE總線連接PCIE設備，該方法包括：

接收所述CPU啟動時，所述CPU獲取的、在位的PCIE設備的設備信息；

獲得所述PCIE總線上支持MCTP(Management Component Transport Protocol，管理器件傳輸協議)的PCIE設備的設備信息；

依據已獲得的在位的PCIE設備的設備信息和支持MCTP的PCIE設備的設備信息確定待檢測的PCIE設備；

對所述待檢測的PCIE設備進行故障檢測，確定處于故障狀態的故障PCIE設備。

可選的，在所述接收所述CPU啟動時，所述CPU獲取的、在位的PCIE設備的設備信息之后，該方法進一步還包括：

向管理設備輸出接收的設備信息，以使所述管理設備顯示所述服務器中在位的PCIE設備的設備信息；

在所述確定處于故障狀態的故障PCIE設備之后，該方法進一步還包括：

向所述管理設備輸出所述故障PCIE設備的設備信息，以使所述管理設備將所顯示的、在位的故障PCIE設備的狀態更新為故障狀態。

可選的，所述獲得所述PCIE總線上支持MCTP的PCIE設備的設備信息之前，所述方法還包括：