[发明专利]一种带内外定位AI加速卡的方法、系统、设备及介质

说明书

本发明公开了一种带内外定位AI加速卡的方法、系统、设备和存储介质，方法包括：根据点灯指令的来源判断是带内定位还是带外定位；响应于带内定位，将本地系统的点灯指令传输到AI计算芯片中，并通过AI计算芯片将点灯指令传输到片上管理芯片；响应于带外定位，将远程系统的点灯指令传输到服务器的BMC中，并通过BMC将点灯指令传输到片上管理芯片；以及使片上管理芯片根据点灯指令点亮对应AI加速卡的位置的指示灯。本发明在AI加速卡上增加定位灯的功能，并且结合了带内和带外定位，同时带内和带外采用不同的链路进行定位，实现了系统已经关机或者在跑业务时也能正常点灯。

技术领域

本发明涉及定位领域，更具体地，特别是指一种带内外定位AI加速卡的方法、系统、计算机设备及可读介质。

背景技术

随着大数据及人工智能的兴起，数据中心对AI(人工智能)算力的要求越来越高，从而对AI加速卡的需求也与日俱增；市面上开始出现各种各样的高密度AI算力服务器，例如，一机4卡，一机8卡，设置一机16卡的服务器，当数据中心同时维护几百台这样的服务器时，也意味着同时维护着几千张AI加速卡；如何实现对这些加速卡的快速定位，对于提高运维人员的工作效率显的尤为重要。

现有的技术想要定位一张AI加速卡，需要先通过服务器的BMC(BaseboardManager Controller，基板管理控制器)将插着此卡的服务器ID(identification，标识)灯点亮，然后运维人员进入现场，找到点亮的服务器，再根据服务器系统下AI加速卡的busID(PCIe设备的总线ID号)和实际物理槽位的关系进行定位；而确认busID和实际物理槽位的关系需要翻看服务器的硬件拓扑架构，或者咨询服务器厂商的技术人员。而确认系统下busID和实际物理槽位之间的关系对于运维人员来说是一件极其不方便的事情；另外，每一家服务器厂商，都有自己的设计方式，且没有统一标准，需要运维人员具备较高的技术素养去阅读相关的硬件拓扑图，且经常容易搞错位置，造成一些不必要的意外情况。

发明内容

有鉴于此，本发明实施例的目的在于提出一种带内外定位AI加速卡的方法、系统、计算机设备及计算机可读存储介质，通过在AI加速卡上增加定位灯的功能，并且结合了带内和带外定位，同时带内和带外采用不同的链路进行定位，实现了系统已经关机或者在跑业务时也能正常点灯。

基于上述目的，本发明实施例的一方面提供了一种带内外定位AI加速卡的方法，包括如下步骤：根据点灯指令的来源判断是带内定位还是带外定位；响应于带内定位，将本地系统的点灯指令传输到AI计算芯片中，并通过所述AI计算芯片将所述点灯指令传输到片上管理芯片；响应于带外定位，将远程系统的点灯指令传输到服务器的BMC中，并通过所述BMC将所述点灯指令传输到片上管理芯片；以及使所述片上管理芯片根据点灯指令点亮对应AI加速卡的位置的指示灯。

在一些实施方式中，所述通过所述AI计算芯片将所述点灯指令传输到片上管理芯片包括：通过所述AI计算芯片将所述点灯指令转换成所述片上管理芯片能够识别的寄存器规范。

在一些实施方式中，所述通过所述BMC将所述点灯指令传输到片上管理芯片包括：通过所述BMC将所述点灯指令转换成所述片上管理芯片能够识别的寄存器规范。

在一些实施方式中，使所述片上管理芯片根据点灯指令点亮对应AI加速卡的位置的指示灯包括：从所述寄存器规范中读取点灯对应的基准数据以及所述基准数据写入的寄存器的地址。

在一些实施方式中，使所述片上管理芯片根据点灯指令点亮对应AI加速卡的位置的指示灯包括：所述片上管理芯片的轮询进程循环检测每个寄存器的数据，并判断所述数据与所述基准数据是否相同。

在一些实施方式中，使所述片上管理芯片根据点灯指令点亮对应AI加速卡的位置的指示灯包括：响应于所述数据与所述基准数据相同，触发信号发生函数以使得所述信号灯发出固定频率的信号。

在一些实施方式中，还包括：根据AI加速卡的故障的严重程度设置指示灯发出光的状态。