本發(fā)明涉及計算機軟件開發(fā)領域，具體涉及一種支持多GPU的PCIE-SWITCH計算型服務器的自動檢測方法，通過該方法對PCIE-SWITCH服務器進行測試，能夠有效檢測PCIE-SWITCH服務器存在的異常狀況，可以減少人力、物力及流程管理的成本，提高測試覆蓋率。

背景技術：

目前在整機柜服務器領域，大型高性能、計算型服務器(PCIE-SWITCH)支持16張235瓦功率的GPU(Graphic Processing Unit圖形處理器)，通過PCIE(總線和接口標準Peripheral Component Interface Express)retimer卡(時間修正卡)和Mini SAS HD高速線纜外接一臺服務器server使用，此時PCIE-SWITCH相當于服務器server端的PCIE設備，測試時PCIE-SWITCH也需要與服務器server聯(lián)合測試。因為PCIE-SWITCH最多可支持16張GPU卡，當搭配Nvidia的GPU，使用NVQual工具測試GPU時，測試項較多、每個測試項較長，故工作量極大。

針對上述問題，本申請發(fā)明了一種支持多GPU的PCIE-SWITCH計算型服務器的自動化測試方法，能夠自動進行PCIE-SWITCH服務器搭配GPU進行減耗(Thermal)、PCI Express頻帶寬度(bandwidth)、服務器承受壓力Stress的測試，大大提高工作效率，從而有效地解決上述工作量巨大的問題。整個測試流程測試方法操作簡單，自動化程度高，實用性較強，能夠節(jié)省人力，提高測試效率，是驗證產品質量的非常有效的方法。

技術實現(xiàn)要素：

本發(fā)明是為提高計算型服務器(PCIE-SWITCH)自動化測試所做的。

本申請發(fā)明一種支持多GPU的PCIE-SWITCH計算型服務器的自動檢測方法，該檢測方法具體包括如下步驟：a、將PCIE-SWITCH服務器與server連接；b、開啟PCIE-SWITCH服務器，1分鐘后開啟server；c、將測試主程序拷貝在server的操作系統(tǒng)下面；d、根據測試需求配置配置文件；e、運行測試主程序。

上述的自動檢測方法，其特征還在于，是用MiniSASHD線纜將PCIE-SWITCH服務器與servet連接。所述的測試主程序具體包括如下步驟：

讀取通過命令行輸入的參數；

判斷參數值，當參數值為f時，傳遞參數并讀取配置文件；卸載操作系統(tǒng)自帶的nvidia驅動，安裝NVQual測試程序，并啟動該測試程序進行GPU測試；

當參數值為h時，顯示幫助信息；

當參數值為v時，顯示版本信息；

當參數值為h、v、f以外的值時，顯示錯誤信息。

上述的自動檢測方法，其特征在于，所述的NVQual測試程序，具體包括以下步驟：

讀取用戶設置的減耗循環(huán)檢測參數，根據用戶設定的檢測次數，對GPU進行thermal循環(huán)檢測。

所述的NVQual測試程序，還包括以下步驟：

讀取用戶設置的序號參數，如果該參數為序號，則根據用戶設定的序號，對該序號的GPU進行qualification測試；如果該參數為“all”，則對所有的GPU進行qualification測試。

所述的NVQual測試程序，還包括以下步驟：

讀取用戶設置的帶寬參數，如果該參數為序號，則根據用戶設定的序號，對該序號的GPU進行bandwidth的測試；如果該參數為“all”，則對所有的GPU進行bandwidth測試。

所述的NVQual測試程序，還包括以下步驟：

讀取用戶設置的壓力循環(huán)檢測參數，根據用戶設定的檢測次數，對GPU進行stress循環(huán)檢測。

所述的NVQual測試程序，減耗循環(huán)檢測參數可以設置成循環(huán)測試10個小時。

所述的NVQual測試程序，壓力循環(huán)檢測參數可以設置成循環(huán)測試12個小時。

上述的測試主程序結束后，收集日志信息，如果日志記錄錯誤信息，則重新檢測或者診斷故障原因。

附圖說明

圖1、測試主程序mian函數流程圖

圖2、NVQual測試程序流程圖

具體實施方式

下面對本發(fā)明的內容進行更加詳細的闡述：

發(fā)明主要包括四部分，第一部分為測試程序main函數的流程圖，第二部分為NVQual測試程序流程圖，第三部分為部分代碼詳解，最后一部分為使用說明。

1、測試主程序main函數

如圖1所示，測試主程序在開始執(zhí)行的時候根據命令行加入的參數，執(zhí)行不同的函數。如輸入“-h”參數，則show_usage函數會打印出“幫助信息”，指導該程序的使用者使用該程序；“-v”參數，會調用show_version函數，打印出程序的版本信息，有助于使用者了解測試程序的變更記錄；“-f”參數后面需要加上“config.file”，程序讀取到-f參數后，會讀取“config.file”文件的內容保存到變量中，之后程序卸載os自帶nvidia的GPU驅動，安裝NVQual測試程序，最后程序會根據config.file的配置參數去執(zhí)行后續(xù)測試項；

2、NVQual測試程序

如圖2所示，NVQual測試程序開始時，依據圖1中“讀取配置參數文件”步驟從config.file中讀取到的配置信息進行判斷，來決策進行不同的測試。

config.file文件格式及內容如下：

NVQual_path＝/root/nvidia/NVQual-P2081-K40_v07

#1.Thermal Qualification Test

loops＝3

#2.PCI Express Qualification Test

loops＝1

gpu＝0

#3.PCI Express Bandwidth Test

loops＝1

gpu＝all

#4.Stress Test

loops＝3

該文件中，以#開始的行，表示注釋信息，用于解釋文件中的內容，不會被程序讀取，與測試無關；該文件的主要信息為不以#開頭的5行信息，分別表示測試工具路徑及具體測試項的測試配置信息；

#1.Thermal Qualification Test

loops＝3

該loops＝3的信息被傳遞給loops_thermal變量，如果該項信息為空，表示不進行該項測試，直接進入下一項測試；如果有具體的值，則該值傳遞給thermal.exp程序，控制測試loop數；

#2.PCI Express Qualification Test

loops＝1 #設置PCI Express Qualification Test test loop數

gpu＝0 #設置參與PCI Express Qualification Test test的GPU序號

該項信息中，loops＝1為該項測試的loop數，gpu＝0為進行測試的GPU序號；如loops值為空，則不進行該項測試，如gpu值為“all”，則表示測試所有GPU，loops的值與gpu的值一起傳遞給qualification.exp程序，控制程序運行；

#3.PCI Express Bandwidth Test

loops＝1

gpu＝all

該項信息中，loops＝1為該項測試的loop數，gpu＝all為進行測試的GPU序號，all表示所有GPU均進行測試；如loops值為空，則不進行該項測試，如loops有具體值，則和gpu的值一起傳遞給bandwidth.exp程序，控制程序運行；

#4.Stress Test

loops＝3

該項信息中，loops＝3為該項測試的loop數，如loops值為空，則不進行該項測試，如loops有具體值，則和gpu的值一起傳遞給stress.exp程序，控制程序運行；

3、部分代碼如下：

圖1相關代碼

圖2相關代碼：

程序可以用C++語言寫，或其他語言。

4、使用方法

a、把一臺PCIE-SWITCH服務器與server用MiniSASHD線纜連接起來，開啟PCIE-SWITCH服務器，1分鐘后開啟server；

b、拷貝NVQualtest_0.2文件夾及NVQual-P2081-K40-v07測試工具到server端os下

c、根據測試需求配置config.file，主要包括NVQual-P2081-K40-v07工具目錄、各項測試的loop數及對應的GPU序號；

d、執(zhí)行“./NVQualtest.sh-f config.file”命令，四項測試的時間分別為10h、1.5h、1.5h、12h，共計等待25h，測試結束后收集測試log即可，中間無需人工干預測試過程；

本發(fā)明實現(xiàn)了PCIE-SWITCH服務器搭配GPU進行bandwidth、thermal、stress、qualification test的自動化測試，整個測試流程測試方法操作簡單，自動化程度高，實用性較強，能夠節(jié)省人力，提高測試效率，是驗證產品質量的非常有效的方法。