一种支持多GPU的计算型服务器的自动测试方法与流程

本发明涉及计算机软件开发领域，具体涉及一种支持多GPU的PCIE-SWITCH计算型服务器的自动检测方法，通过该方法对PCIE-SWITCH服务器进行测试，能够有效检测PCIE-SWITCH服务器存在的异常状况，可以减少人力、物力及流程管理的成本，提高测试覆盖率。

背景技术：

目前在整机柜服务器领域，大型高性能、计算型服务器(PCIE-SWITCH)支持16张235瓦功率的GPU(Graphic Processing Unit图形处理器)，通过PCIE(总线和接口标准Peripheral Component Interface Express)retimer卡(时间修正卡)和Mini SAS HD高速线缆外接一台服务器server使用，此时PCIE-SWITCH相当于服务器server端的PCIE设备，测试时PCIE-SWITCH也需要与服务器server联合测试。因为PCIE-SWITCH最多可支持16张GPU卡，当搭配Nvidia的GPU，使用NVQual工具测试GPU时，测试项较多、每个测试项较长，故工作量极大。

针对上述问题，本申请发明了一种支持多GPU的PCIE-SWITCH计算型服务器的自动化测试方法，能够自动进行PCIE-SWITCH服务器搭配GPU进行减耗(Thermal)、PCI Express频带宽度(bandwidth)、服务器承受压力Stress的测试，大大提高工作效率，从而有效地解决上述工作量巨大的问题。整个测试流程测试方法操作简单，自动化程度高，实用性较强，能够节省人力，提高测试效率，是验证产品质量的非常有效的方法。

技术实现要素：

本发明是为提高计算型服务器(PCIE-SWITCH)自动化测试所做的。

本申请发明一种支持多GPU的PCIE-SWITCH计算型服务器的自动检测方法，该检测方法具体包括如下步骤：a、将PCIE-SWITCH服务器与server连接；b、开启PCIE-SWITCH服务器，1分钟后开启server；c、将测试主程序拷贝在server的操作系统下面；d、根据测试需求配置配置文件；e、运行测试主程序。

上述的自动检测方法，其特征还在于，是用MiniSASHD线缆将PCIE-SWITCH服务器与servet连接。所述的测试主程序具体包括如下步骤：

读取通过命令行输入的参数；

判断参数值，当参数值为f时，传递参数并读取配置文件；卸载操作系统自带的nvidia驱动，安装NVQual测试程序，并启动该测试程序进行GPU测试；

当参数值为h时，显示帮助信息；

当参数值为v时，显示版本信息；

当参数值为h、v、f以外的值时，显示错误信息。

上述的自动检测方法，其特征在于，所述的NVQual测试程序，具体包括以下步骤：

读取用户设置的减耗循环检测参数，根据用户设定的检测次数，对GPU进行thermal循环检测。

所述的NVQual测试程序，还包括以下步骤：

读取用户设置的序号参数，如果该参数为序号，则根据用户设定的序号，对该序号的GPU进行qualification测试；如果该参数为“all”，则对所有的GPU进行qualification测试。

所述的NVQual测试程序，还包括以下步骤：

读取用户设置的带宽参数，如果该参数为序号，则根据用户设定的序号，对该序号的GPU进行bandwidth的测试；如果该参数为“all”，则对所有的GPU进行bandwidth测试。

所述的NVQual测试程序，还包括以下步骤：

读取用户设置的压力循环检测参数，根据用户设定的检测次数，对GPU进行stress循环检测。

所述的NVQual测试程序，减耗循环检测参数可以设置成循环测试10个小时。

所述的NVQual测试程序，压力循环检测参数可以设置成循环测试12个小时。

上述的测试主程序结束后，收集日志信息，如果日志记录错误信息，则重新检测或者诊断故障原因。

附图说明

图1、测试主程序mian函数流程图

图2、NVQual测试程序流程图

具体实施方式

下面对本发明的内容进行更加详细的阐述：

发明主要包括四部分，第一部分为测试程序main函数的流程图，第二部分为NVQual测试程序流程图，第三部分为部分代码详解，最后一部分为使用说明。

1、测试主程序main函数

如图1所示，测试主程序在开始执行的时候根据命令行加入的参数，执行不同的函数。如输入“-h”参数，则show_usage函数会打印出“帮助信息”，指导该程序的使用者使用该程序；“-v”参数，会调用show_version函数，打印出程序的版本信息，有助于使用者了解测试程序的变更记录；“-f”参数后面需要加上“config.file”，程序读取到-f参数后，会读取“config.file”文件的内容保存到变量中，之后程序卸载os自带nvidia的GPU驱动，安装NVQual测试程序，最后程序会根据config.file的配置参数去执行后续测试项；

2、NVQual测试程序

如图2所示，NVQual测试程序开始时，依据图1中“读取配置参数文件”步骤从config.file中读取到的配置信息进行判断，来决策进行不同的测试。

config.file文件格式及内容如下：

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

该文件中，以#开始的行，表示注释信息，用于解释文件中的内容，不会被程序读取，与测试无关；该文件的主要信息为不以#开头的5行信息，分别表示测试工具路径及具体测试项的测试配置信息；

#1.Thermal Qualification Test

loops＝3

该loops＝3的信息被传递给loops_thermal变量，如果该项信息为空，表示不进行该项测试，直接进入下一项测试；如果有具体的值，则该值传递给thermal.exp程序，控制测试loop数；

#2.PCI Express Qualification Test

loops＝1 #设置PCI Express Qualification Test test loop数

gpu＝0 #设置参与PCI Express Qualification Test test的GPU序号

该项信息中，loops＝1为该项测试的loop数，gpu＝0为进行测试的GPU序号；如loops值为空，则不进行该项测试，如gpu值为“all”，则表示测试所有GPU，loops的值与gpu的值一起传递给qualification.exp程序，控制程序运行；

#3.PCI Express Bandwidth Test

loops＝1

gpu＝all

该项信息中，loops＝1为该项测试的loop数，gpu＝all为进行测试的GPU序号，all表示所有GPU均进行测试；如loops值为空，则不进行该项测试，如loops有具体值，则和gpu的值一起传递给bandwidth.exp程序，控制程序运行；

#4.Stress Test

loops＝3

该项信息中，loops＝3为该项测试的loop数，如loops值为空，则不进行该项测试，如loops有具体值，则和gpu的值一起传递给stress.exp程序，控制程序运行；

3、部分代码如下：

图1相关代码

图2相关代码：

程序可以用C++语言写，或其他语言。

4、使用方法

a、把一台PCIE-SWITCH服务器与server用MiniSASHD线缆连接起来，开启PCIE-SWITCH服务器，1分钟后开启server；

b、拷贝NVQualtest_0.2文件夹及NVQual-P2081-K40-v07测试工具到server端os下

c、根据测试需求配置config.file，主要包括NVQual-P2081-K40-v07工具目录、各项测试的loop数及对应的GPU序号；

d、执行“./NVQualtest.sh-f config.file”命令，四项测试的时间分别为10h、1.5h、1.5h、12h，共计等待25h，测试结束后收集测试log即可，中间无需人工干预测试过程；

本发明实现了PCIE-SWITCH服务器搭配GPU进行bandwidth、thermal、stress、qualification test的自动化测试，整个测试流程测试方法操作简单，自动化程度高，实用性较强，能够节省人力，提高测试效率，是验证产品质量的非常有效的方法。