Comment résoudre les problèmes d'alimentation électrique sur ma plate-forme de minage GPU avec un bloc d'alimentation de serveur ?

Vérification de la compatibilité de l'alimentation

1. Confirmez que le modèle de bloc d'alimentation du serveur correspond à la liste prise en charge par le fabricant pour les configurations d'exploration de GPU. Les blocs d'alimentation Dell PowerEdge étiquetés PSU0001 à PSU0003 indiquent des incompatibilités connues au niveau du micrologiciel avec des cycles de charge GPU soutenus.

2. Vérifiez l'intensité nominale du rail 12 V du bloc d'alimentation par rapport à la consommation totale de tous les GPU installés. Un seul NVIDIA A100 consomme jusqu'à 250 W en calcul de hachage complet ; quatre de ces cartes nécessitent au moins 100 A sur le rail 12 V, à l'exclusion de la carte mère, des ventilateurs et des charges de stockage.

3. Vérifiez que les connecteurs de sortie du bloc d'alimentation incluent des câbles PCIe natifs à 8 broches ou 6+2 broches conçus pour une alimentation continue de 75 W. Les adaptateurs convertissant de SATA ou Molex en PCIe introduisent une chute de tension et une instabilité thermique lors de sessions minières prolongées.

4. Inspectez l'étiquette du bloc d'alimentation pour connaître la certification de la plage de tension d'entrée. Les unités marquées « 100-240 V AC à réglage automatique » tolèrent les fluctuations du réseau courantes dans les zones industrielles où opèrent de nombreuses installations minières ; Les blocs d'alimentation à entrée fixe peuvent s'arrêter de manière inattendue pendant les baisses de tension.

Gestion des charges thermiques et électriques

1. Mesurez la température ambiante à l'intérieur du châssis de la plate-forme à l'aide d'une sonde thermique calibrée. Les blocs d'alimentation des serveurs dégradent la sortie au-dessus de 40 °C ambiants ; un fonctionnement prolongé au-delà de 45 °C déclenche une limitation interne qui se manifeste par des réinitialisations intermittentes du GPU ou des journaux d'événement ID 41 d'alimentation du noyau.

2. Vérifiez les courbes des ventilateurs dans l'interface iDRAC ou IMM du bloc d'alimentation. Si la vitesse du ventilateur reste statique en dessous de 30 % même lorsque les thermistances internes signalent >70 °C, la révision du micrologiciel ESE122T ou supérieure doit être appliquée pour restaurer la réponse thermique dynamique.

3. Remplacez les ventilateurs de boîtier standard de type ATX par des unités haute pression statique de 40 mm ou 60 mm montées directement sur les entrées d'air du bloc d'alimentation. Les blocs d'alimentation Lenovo ThinkSystem s'appuient sur des chemins de circulation d'air dirigés ; La ventilation générique du châssis ne répond pas à leurs exigences minimales en matière de CFM.

4. Installez des selfs à noyau de ferrite sur tous les câbles d'alimentation PCIe 12 V à moins de 5 cm du connecteur GPU. Le bruit électromagnétique provenant des blocs d'alimentation à commutation interfère avec la régulation VRM du GPU, provoquant des défauts de sous-tension enregistrés comme « GPU abandonné du bus PCIe » dans la sortie dmesg.

Mises à jour du micrologiciel et de la configuration

1. Extrayez la version actuelle du micrologiciel du bloc d'alimentation via ipmitool : ipmitool -I lanplus -H [BMC_IP] -U root -P calvin raw 0x30 0x09 . Les versions antérieures à AFE128B présentent des erreurs de synchronisation lors des séquences de mise sous tension simultanées du GPU.

2. Désactivez Misc Option3 dans le BIOS UEFI si des adaptateurs GPU sont installés. Laisser ce paramètre par défaut force une logique agressive de plafonnement de la puissance incompatible avec les charges de travail minières optimisées par ASIC.

3. Appliquez les mises à jour du micrologiciel du bloc d'alimentation exclusivement pendant les fenêtres de maintenance planifiées. Les mises à jour de l'alimentation électrique garantissent un temps d'arrêt du système et peuvent bloquer l'unité en cas d'interruption en cours de flash : aucune option de restauration n'existe.

4. Après la mise à jour, réinstallez tous les câbles d'alimentation PCIe pendant que le système est complètement éteint et débranché. La micro-oxydation sur les contacts plaqués or provoque des pics de résistance intermittents interprétés à tort par le micrologiciel du GPU comme une panne du bloc d'alimentation.

Diagnostics de chemin d'alimentation spécifiques au GPU

1. Exécutez nvidia-smi -q -d POWER pour capturer la consommation d'énergie du GPU en temps réel. Les valeurs fluctuant de plus de ± 8 W sur des intervalles de 10 secondes indiquent une régulation instable du bloc d'alimentation et non des problèmes de pilote.

2. Surveillez cat /sys/class/power_supply/psu*/online sur les hôtes Linux. Une valeur de « 0 » signale une perte de communication du bloc d'alimentation, souvent causée par un conflit de bus I²C entre plusieurs contrôleurs de puissance GPU et le BMC du bloc d'alimentation.

3. Testez chaque GPU individuellement à l'aide d'un bloc d'alimentation ATX stable et connu. Si l'instabilité disparaît, le temps de réponse transitoire du bloc d'alimentation du serveur ne répond pas aux exigences de la spécification PCIe de NVIDIA d'une récupération <50 μs après des changements d'étape de charge de 20 %.

4. Vérifiez les conflits de modules « nouveau » avant d'attribuer les pannes au matériel. Le pilote open source détourne les registres de gestion de l'alimentation PCIe, empêchant ainsi une négociation appropriée avec les blocs d'alimentation de niveau serveur pendant les transitions de sommeil profond.

Foire aux questions

Q : Puis-je utiliser deux blocs d'alimentation redondants d'un Dell R740 pour alimenter huit RTX 4090 ? Non. Les blocs d'alimentation Dell R740 ne fournissent que 1 600 W combinés à une conception de rail 12 V partagé. Huit RTX 4090 nécessitent un minimum de 3 200 W avec des rails 12 V isolés pour éviter l’effondrement de la tension entre les cartes.

Q : Pourquoi ma plate-forme plante-t-elle uniquement pendant les transitions d'époque DAG ? Le rechargement du fichier DAG augmente la demande de bande passante mémoire GPU de 400 %. Les blocs d'alimentation de serveur sans condensateurs à réponse transitoire rapide ne peuvent pas maintenir une tension stable de 12 V sous cette surtension de l'ordre de la microseconde, déclenchant l'arrêt de l'OVP au niveau matériel.

Q : Est-il sécuritaire de désactiver le contrôle du ventilateur du bloc d’alimentation via IPMI pour réduire le bruit ? Dangereux. Les blocs d'alimentation de serveur n'ont pas de capacité de refroidissement passif. La désactivation du contrôle du ventilateur risque un emballement thermique dans les 90 secondes à 80 % de charge, endommageant de manière permanente les MOSFET et déclenchant un verrouillage irréversible du micrologiciel.

Q : Les blocs d'alimentation Lenovo ThinkSystem prennent-ils en charge le séquençage de l'alimentation du GPU PCIe Gen5 ? Seuls les modèles livrés avec le micrologiciel ESE122T ou version ultérieure prennent en charge la synchronisation de la rampe de puissance Gen5. Les révisions précédentes échouent à la négociation avec les cartes RTX de la série 40, ce qui entraîne des erreurs « Largeur de liaison PCIe réduite à x1 » malgré la présence physique d'un emplacement x16.