[發明專利]一種基于SMBUS總線的服務器多卡控制系統

在審

• 申請號: 202210149891.1
• 申請日: 2022-02-18
• 公開（公告）號: CN114564327A
• 公開（公告）日: 2022-05-31
• 發明（設計）人: 顧正付;遲春紅;肖義;賀鵬
• 申請（專利權）人: 上海天數智芯半導體有限公司
• 主分類號: G06F11/07
• 分類號: G06F11/07;G06F11/10;G06F1/24
• 代理公司: 南京鐘山專利代理有限公司 32252
• 代理人: 王磊

本發明公開了一種基于SMBUS總線的服務器多卡控制系統，包括一塊服務器主板和若干GPU板卡，服務器主板通過SMBUS總線與各GPU板卡連接，并通過SMBUS總線協議中的ARP功能為每個GPU板卡分配不同的設備地址，SMBUS總線包括SCL、SDA和ALERTN三根信號線，每根信號線均通過上拉電阻與VCC端連接。本發明通過GPU板卡內置的watchdog監測協處理器是否發生異常，在發生異常時通過拉低ALERTN電位來通知服務器主板，不再需要服務器發送輪詢命令查詢GPU板卡是否發生異常，從而減輕了服務器主板的工作量，且本發明硬件結構簡單，只需要SMBUS總線即可實現一個服務器主板對多個GPU板卡的管理。

技術領域

本發明屬于服務器控制領域，具體涉及一種基于SMBUS總線的服務器多卡控制系統。

背景技術

服務器和GPU(graphics processing unit)是近來的熱門話題，相關的服務器廠商在服務器中集成了多種GPU板卡來提高運行速度。GPU溫度過高或者電壓過低經常導致其不能正常工作甚至重新啟動，程序異常也經常會導致GPU中的協處理器不能正常工作。現有的解決辦法主要有如下兩種：一種是通過發送中斷通知host讀取自身信息，另外一種是通過IPMI協議進行板卡協處理器的復位工作。然而，通過發送中斷通知host讀取自身信息需要更多的數據線和協議，方式也只能通過一對一的形式；IPMI協議復雜，在硬件和軟件實現方面都需要更多的人力資源，實現起來比較復雜。

發明內容

本發明針對現有技術中的不足，提供一種基于SMBUS總線的服務器多卡控制系統，采用的技術方案如下：

一種基于SMBUS總線的服務器多卡控制系統，包括一塊服務器主板和若干GPU板卡，所述服務器主板通過SMBUS總線與各GPU板卡連接，服務器主板通過SMBUS總線協議中的ARP功能為每個GPU板卡分配不同的設備地址，所述SMBUS總線包括SCL、SDA和ALERTN三根信號線，每根信號線均通過上拉電阻與VCC端連接；

所述服務器多卡控制系統的控制流程為：

S1、GPU板卡的協處理器出現異常時，GPU板卡中的watchdog由于不能得到刷新而拉低ALERTN信號線的電位；

S2、服務器主板偵測到ALERTN信號線處于低電位后，向各GPU板卡發出符合SMBUS協議的ALERT RESPONSE ADDRESS命令，各GPU板卡收到該命令后返回自身的設備地址，同時將ALERTN信號線恢復為高電位；

S3、服務器主板根據得到的設備地址讀取各GPU板卡的狀態，若某GPU板卡的協處理器處于異常狀態，則向該GPU板卡發送復位信號，該GPU板卡在接到復位信號后進行協處理器的復位，并在復位完成后產生相應的中斷信號；

S4、協處理器經過復位重新運行后，根據中斷信號得知本身發生異常，將ALERTN信號線重新拉低為低電位；

S5、服務器主板偵測到ALERTN信號線處于低電位后，向各GPU板卡重新發出符合SMBUS協議的ALERT RESPONSE ADDRESS命令，各GPU板卡收到該命令后返回自身的設備地址，同時將ALERTN信號線恢復為高電位；

S6、服務器主板根據得到的設備地址再次讀取各GPU板卡的狀態，若無異常則GPU板卡復位完成，否則由S3繼續執行。

進一步地，S3中，若某GPU板卡的協處理器處于異常狀態，則由服務器主板向各GPU板卡發送包含該異常GPU板卡位址數據的復位命令，各GPU板卡接到復位命令后校驗位址數據，若位址數據與自身位址不一致則回復NACK，否則回復ACK并通過寫寄存器進行復位過程，當寄存器寫完畢后產生相應的中斷信號。

進一步地，S3中，若某GPU板卡的協處理器處于異常狀態，則向該GPU板卡發送sideband reset命令，該GPU板卡得到命令后進行協處理器的復位，并在復位完成后產生相應的中斷信號。