【服务器】带外管理 | iDRAC接口 | R750显卡风扇异响

这篇具有很好参考价值的文章主要介绍了【服务器】带外管理 | iDRAC接口 | R750显卡风扇异响 | GPU测试程序。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

iDRAC

参考：http://dbase.cc/2017/05/23/tools/Dell%20iDRAC%E6%9C%8D%E5%8A%A1%E5%99%A8%E8%BF%9C%E7%A8%8B%E6%8E%A7%E5%88%B6%E5%9B%BE%E8%A7%A3/

iDRAC又称为Integrated Dell Remote Access Controller（集成式戴尔远程控制卡），是戴尔服务器的独有功能。
iDRAC相当于是附加在服务器上的一个计算机，可以实现一对一的服务器远程管理与监控，通过与服务器主板上的管理芯片BMC进行通信，监控与管理服务器的硬件状态信息。
iDRAC拥有自己的系统和IP地址，与服务器上的OS无关，是管理员进行远程访问和管理的利器，戴尔服务器集成了iDRAC控制卡，我们就可以扔掉价格昂贵的KVM设备了。

服务器带外管理和iDRAC 接口

也就是标识为iDRAC的接口
idrac,服务器,服务器,运维

使用时，将笔记本直接通过网线连接到这个接口
笔记本上设置以太网连接的属性为手动IP，例如192.168.0.100
然后ping 192.168.0.120（服务器的默认的带外IP）
理论上应该是好使的

查看服务器的iDRAC地址

可以参考：http://dbase.cc/2017/05/23/tools/Dell%20iDRAC%E6%9C%8D%E5%8A%A1%E5%99%A8%E8%BF%9C%E7%A8%8B%E6%8E%A7%E5%88%B6%E5%9B%BE%E8%A7%A3/

以R750为例
在开机过程中不断按F2，进入这里：
idrac,服务器,服务器,运维
这里就能看到iDRAC的IPV4地址是192.168.0.120

设置iDRAC地址：官方教程

https://www.dell.com/support/kbdoc/zh-cn/000181641/14g%e6%9c%8d%e5%8a%a1%e5%99%a8idrac%e8%bf%9c%e7%a8%8b%e6%8e%a7%e5%88%b6%e5%8d%a1%e7%9a%84%e4%bd%bf%e7%94%a8%e6%96%b9%e6%b3%95?lang=zh

设置iDRAC地址

以R750为例
在开机过程中不断按F2，进入这里：
idrac,服务器,服务器,运维
之后不用管，会进入这里：

进入iDRAC Settings，之后进入Network：
idrac,服务器,服务器,运维

之后就可以设置iDRAC的IP地址了：
idrac,服务器,服务器,运维
这里将服务器的iDRAC IP设置为了192.168.0.120

之后使用笔记本通过网线连接服务器iDRAC接口
笔记本以太网地址手动设置为类似192.168.0.100这种
然后再笔记本上 ping 192.168.0.120 -t应该就可以ping得通
用笔记本的浏览器访问192.168.0.120就能进行服务器硬件的各种管理了

恢复iDRAC出厂配置

机器重启按F2进BIOS ，选择iDRAC Settings
idrac,服务器,服务器,运维
重置iDRAC（根据实际情况选择）

选择Reset iDRAC configurations to defaults
将iDRAC重置为出厂默认值将从非易失性存储设置恢复。但保留iDRAC网络设置和用户帐户
选择Reset iDRAC configurations to defaults all
将iDRAC重置为出厂默认值将从非易失性存储设置恢复。注意：（iDRAC Settings的所有设置都恢复成默认值）
选择Reset iDRAC configurations to default factory settings
将iDRAC配置重置为默认出厂设置将从非易失性存储设置中恢复。注意：用户名和密码重置为系统前面板上系统信息标签上的默认装运值

我这次选的是第二个

重置之后，iDRAC的IP配置会回到DHCP状态
这之后需要重新配置为静态IP
idrac,服务器,服务器,运维

R750 消费者级NVIDIA显卡风扇异响

Dell R750 机架式服务器安装NVIDIA消费者级显卡后，显卡一使用，显卡风扇就发出异响：间歇性啸叫。
可以通过iDRAC进行硬件配置，来缓解此问题：

笔记本接入iDRAC接口，笔记本配置好静态IP，使用ssh连接iDRAC：

ssh root@192.168.0.120

其中root为用户名，口令为BIOS中设置的iDRAC口令，也就是192.168.0.120网页界面所使用的口令
之后：

racadm get System.PCIESlotLFM     //查看所有槽位信息
racadm get System.PCIESlotLFM.5      // get对应槽位的信息，8 代表需要设定的具体槽位
racadm set System.PCIESlotLFM.5.LFMMode 2     //对PCIe Slot8 的LFM mode设置成custom， 0 auto（默认），  1 disabled ， 2 custom.

其中System.PCIESlotLFM.5要换成实际有显卡的槽位

idrac,服务器,服务器,运维

再次racadm get System.PCIESlotLFM.5，应该可以看到LFMMode变为Custom：
idrac,服务器,服务器,运维

测试显卡风扇情况

（请ChatGPT帮忙）写了一小段代码，用来提高GPU使用率，观察显卡情况：

conda activate project
python testfan.py

testfan.py内容如下：

import subprocess
import torch

# 检查GPU是否可用
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

def get_gpu_utilization():
    try:
        result = subprocess.check_output(['nvidia-smi', '--query-gpu=utilization.gpu', '--format=csv,noheader'], universal_newlines=True)
        utilization = float(result.split('\n')[0].strip().rstrip('%'))
        return utilization
    except (subprocess.CalledProcessError, OSError):
        return 0.0

def test_gpu_fan():
    # 设置GPU设备
    torch.cuda.set_device(0)

    # 使用一个大型的矩阵进行计算，以增加GPU使用率
    matrix_size = 10000
    matrix = torch.randn(matrix_size, matrix_size).to(device)
    
    while True:
        # 连续计算两个随机矩阵的乘积
        result = torch.mm(matrix, matrix)
        result = torch.mm(result, matrix)
        
        # 同步当前设备，确保所有计算已完成
        torch.cuda.synchronize()
        
        # 输出GPU使用率
        utilization = get_gpu_utilization()
        print("GPU使用率: {:.2f}%".format(utilization))

if __name__ == "__main__":
    print("开始测试GPU风扇...")
    test_gpu_fan()