U.2 NVMe 缓存驱动器更换

重要提示

仅可更换为与现有或被更换驱动器相同制造商、型号和密度（容量）的 U.2 NVMe 驱动器。

U.2 NVMe 缓存驱动器更换概述

这是更换缓存非易失性内存 Express (NVMe) 驱动器过程的高级概述。

1. 识别故障的 U.2 NVMe 驱动器。

2. 从 NVIDIA 企业支持订购更换件。

3. 使用 nvsm 准备驱动器以进行移除 - 寻找白色 LED。

4. 更换故障的 NVMe 驱动器。

5. 重建 RAID 卷并重新挂载 /raid 分区。

6. 通过运行 nvsm show health 确认系统运行状况良好。

7. 使用提供的包装将故障单元运回 NVIDIA 企业支持部门。

识别故障的 U.2 NVMe

从前面板识别故障的 NVMe

如果可以物理访问系统，则可以通过点亮的琥珀色 LED 识别故障驱动器。

从控制台识别故障的 NVMe

要从 DGX A100 控制台识别故障的 NVMe 驱动器，请输入以下命令，然后在输出中查找驱动器警报以识别故障驱动器。

$ sudo nvsm show health

该命令返回 PCIe 总线 ID。请参考下图查找与故障驱动器的 PCIe 总线 ID 相对应的插槽 ID。

NVMe 驱动器：PCIe 到插槽映射

或者，您可以使用 BMC 仪表板访问传感器屏幕、IPMI 事件日志和系统日志，以识别 U.2 驱动器的问题。

注意

插槽 6 和 7 的 PCIe 总线 ID 取决于固件版本。

识别 NVMe 制造商和型号

输入以下命令，将 X 替换为与故障驱动器的 Linux 设备名称相对应的数字。

$ sudo nvsm show /systems/localhost/storage/drives/nvmeXn1

输出示例

/systems/localhost/storage/drives/nvme5n1
Properties:
    Capacity = 3840755982336
    BlockSizeBytes = 7501476528
    SerialNumber = 174719FCF9F1
    PartNumber = N/A
    Model = Micron_9200_MTFDHAL3T8TCT
    Revision = 100007H0
    Manufacturer = Micron Technology Inc
    Status_State = Enabled
    Status_Health = OK
    Name = Non-Volatile Memory Express
    MediaType = SSD
    IndicatorLED = N/A
    EncryptionStatus = N/A
    HotSpareType = N/A
    Protocol = NVMe
    NegotiatedSpeedsGbs = 0
    Id = 5

从输出中的“型号”条目确定制造商和型号，然后向 NVIDIA 企业支持部门请求更换 NVMe，并注明此信息。

更换 U.2 NVMe 驱动器

1. 确保您已从 NVIDIA 企业支持部门请求并获得了更换驱动器。

2. 将任何关键数据备份到网络共享卷或其他备份方式。

3. 使用电源按钮关闭系统。

4. 移除 NVMe 驱动器。

   1. 按下杠杆释放按钮（在杠杆右侧）以解锁杠杆。

      

   2. 拉动杠杆以移除模块。

      

5. 将新的 NVMe 驱动器更换到同一插槽中。

   1. 解锁释放杠杆，然后将驱动器滑入插槽，直到前面板与其他驱动器齐平。

   2. 关闭杠杆并将其锁定到位。

      

6. 开启系统电源。

执行 U.2 NVMe 缓存驱动器安装后任务章节中描述的任务。