HPE ProLiant Compute DL580 Gen12 پرچمدار سری DL500 و یک سرور ۴U چهارسوکته (4S) است که برای بارهای کاری بسیار حساس و فشرده روی داده مانند SAP HANA، پایگاهدادههای درونحافظهای، تحلیل کلانداده و مجازیسازی در مقیاس بزرگ طراحی شده است. این سرور تا چهار پردازنده Intel Xeon 6 با حداکثر ۸۶ هسته در هر سوکت و تا ۱۶ ترابایت حافظه DDR5 را پشتیبانی میکند و مدیریت سختافزاری آن بر عهده iLO نسخه ۷ (iLO7) است که در این نسل با یک پردازنده امنیتی اختصاصی به نام Secure Enclave، رابط کاربری بازطراحیشده و پشتیبانی کامل از Redfish API عرضه میشود. بهدلیل نقش این سرور در زیرساختهای ماموریتحیاتی، طراحی توان و افزونگی Power Supply روی DL580 Gen12 پیچیدهتر و چندلایهتر از سرورهای دوسوکته رایجتر سری DL است؛ موضوعی که محور اصلی این مقاله است.
معماری Power Supply در DL580 Gen12
طبق QuickSpecs رسمی HPE، سرور DL580 Gen12 با Power Supplyهای هاتپلاگ خانواده HPE Flexible Slot در توانهای ۱۵۰۰ وات،2200 وات، ۲۴۰۰ وات یا ۳۲۰۰ وات عرضه میشود و بسته به پیکربندی، یکی از سه حالت افزونگی ۱+۱، ۲+۲ یا ۳+۱ روی آن قابل پیادهسازی است. این یعنی برخلاف بسیاری از سرورهای دوسوکته سری DL که عملاً تنها دو خانه Power Supply دارند، DL580 Gen12 میتواند تا Power Supply را همزمان میزبانی کند تا توان لازم برای چهار پردازنده پرمصرف، ۶۴ اسلات DIMM و تا ۳۲ درایو EDSFF/SFF را بهصورت ایمن تامین کند. علاوه بر خانواده Flexible Slot سنتی، DL580 Gen12 از خانواده جدید HPE Modular Common Redundant Power Supply (M‑CRPS) نیز پشتیبانی میکند؛ Power Supply هایی مطابق با استاندارد Open Compute Project (OCP) که فرمفاکتور یکپارچهتری بین مدلهای مختلف Gen12 دارند و گزینههای متنوعی از نظر توان و بازده انرژی ارائه میدهند.
نکته مهم برای عیبیابی این است که Power Supply های خانواده Flexible Slot و خانواده M‑CRPS از نظر فیزیکی و Firmware با هم سازگار نیستند و نباید در یک سرور با هم ترکیب شوند؛ مشاهده پیام Mismatch در چنین حالتی کاملاً قابلانتظار است و راهحل آن جایگزینی کل مجموعه با یک خانواده یکسان است، نه صرفاً تعویض یک واحد.
انواع حالتهای افزونگی Power Supply و تفاوت آنها در عیبیابی
تشخیص صحیح حالت افزونگی پیکربندیشده، پیشنیاز خواندن درست پیامهای iLO پس از خرابی یک Power Supply است؛ چون رفتار سیستم در هر حالت متفاوت است.
حالت 1+1
پیکربندی پایه با دو Power Supply ؛ یکی بار را تامین میکند و دیگری کاملاً افزونه (Standby) است. از کار افتادن یک واحد یعنی از دست رفتن کامل افزونگی، اما بدون افت ظرفیت کاری.
حالت 2+2
چهار Power Supply در دو جفت بار-متوازن (Load-Balanced)؛ هر جفت بخشی از بار را تقسیم میکند. از کار افتادن یک واحد از یک جفت باعث افت افزونگی همان جفت میشود، در حالی که جفت دیگر همچنان کاملاً افزونه باقی میماند.
حالت 3+1
چهار Power Supply که سه واحد بهطور همزمان بار را تامین میکنند و واحد چهارم کاملاً افزونه است؛ مناسب پیکربندیهای پرمصرف با چهار پردازنده، حافظه و درایو کامل. از کار افتادن یک واحد معمولاً بدون افت ظرفیت کاری مدیریت میشود.
بهطور کلی، در حالتهای N+N مانند ۲+۲، از دست رفتن یک واحد باعث میشود فقط همان جفت غیرافزونه شود، در حالی که در حالتهای N+1 مانند ۳+۱ یا ۱+۱، از دست رفتن واحد افزونه باعث میشود کل سرور بهطور همزمان غیرافزونه شود. این تفاوت مستقیماً روی فوریت واکنش به پیام System Power Supplies Not Redundant اثر میگذارد: در حالت ۳+۱ معمولاً زمان بیشتری برای تعویض برنامهریزیشده وجود دارد، اما در حالت ۱+۱ باید تعویض را در اولویت بالاتر قرار داد.
گزینههای Power Supply M‑CRPS سازگار با DL580 Gen12
تمام Power Supply های این خانواده دارای مکانیزمهای محافظتی داخلی در برابر اضافهولتاژ (Overvoltage)، افتولتاژ (Undervoltage)، اضافهجریان (Overcurrent)، دمای بیشازحد (Overtemperature) و اتصالکوتاه (Short Circuit) هستند؛ یعنی بسیاری از خاموشیهای ناگهانی Power Supply در واقع واکنش طراحیشده واحد به یک شرایط نامتعارف در ورودی یا خروجی است، نه لزوماً خرابی تصادفی قطعه.
روشهای تشخیص خطا
سه منبع اصلی برای دیدن وضعیت Power Supply روی DL580 Gen12 وجود دارد.
نخست، LED روی خود واحد Power Supply و LED سلامت پنل جلوی سرور که سریعترین راه برای تشخیص اولیه است.
دوم، رابط وب iLO7 در بخشهای Power و Health Summary که وضعیت لحظهای هر یک از حداکثر چهار Power Supply ، ولتاژ ورودی و وضعیت دقیق حالت افزونگی انتخابشده (۱+۱، ۲+۲ یا ۳+۱) را نشان میدهد.
سوم، لاگ Integrated Management Log یا IML که تاریخچه کامل رخدادهای Power Supply را با زمان دقیق ثبت میکند.
چهارم، از آنجا که iLO7 بهطور کامل از Redfish API پشتیبانی میکند، در محیطهای عملیاتی میتوان وضعیت هر Power Supply را بهصورت برنامهنویسیشده و خودکار از طریق فراخوانیهای Redfish استعلام کرد و آن را به سامانههای مانیتورینگ مرکزی یا Compute Ops Management متصل نمود؛ موضوعی که برای یک سرور ماموریتحیاتی مانند DL580 Gen12 توصیه میشود.
رایجترین پیامهای IML/iLO7 مربوط به Power Supply
جدول زیر شایعترین پیامهایی را که در لاگ IML یا رابط وب iLO7 درباره Power Supply ثبت میشود، همراه با معنای هرکدام خلاصه میکند. شماره Power Supply در این پیامها روی DL580 Gen12 میتواند از ۱ تا ۴ باشد، بسته به تعداد واحدهای نصبشده.
| معنای آن | پیام در IML / iLO7 |
| خود واحد Power Supply دچار خرابی داخلی شده یا یکی از مکانیزمهای محافظتی آن فعال شده است | System Power Supply Failure (Power Supply X) |
| تعداد یا توان Power Supply های فعال برای حفظ حالت افزونه انتخابشده (۱+۱، ۲+۲ یا ۳+۱) کافی نیست | System Power Supplies Not Redundant |
| برق ورودی (AC) به آن Power Supply قطع شده است | Power Supply Input Lost / AC power has been lost |
| Power Supply های نصبشده از نظر توان، مدل یا حتی خانواده (Flexible Slot در برابر M‑CRPS) با هم یکسان نیستند | Power Supply Mismatch Detected |
| ارتباط داخلی بین Power Supply و iLO7 قطع یا دوباره برقرار شده است | Communication Lost / Restored to Power Supply |
| Power Supply از یکی از خانههای پاور خارج یا در آن نصب شده است | Power Supply Removed / Installed |
| پس از رفع خطا، حالت افزونه انتخابشده دوباره بهطور کامل برقرار شده است | Redundancy Regained |
نکته مهم در عیبیابی این است که بسیاری از این پیامها صرفاً اطلاعرسانی هستند و الزاماً به معنای خرابی فیزیکی نیستند؛ برای نمونه پیام Power Supply Mismatch روی DL580 Gen12 معمولاً با یکسانسازی مدل، توان و خانواده Power Supplyها برطرف میشود، اما پیام System Power Supply Failure معمولاً نشانه خرابی واقعی سختافزاری یا یک رخداد محافظتی جدی است و نیاز به بررسی دقیقتر یا تعویض قطعه دارد.
علل شایع بروز خطای Power Supply روی DL580 Gen12
شایعترین علت خطاهای Power Supply ، قطعی یا نوسان برق ورودی است؛ این موضوع میتواند ناشی از کابل برق سست یا آسیبدیده، اتصال شل در PDU رک، یا مشکل خود UPS و برق ساختمان باشد، و بهدلیل مصرف توان بالای این سرور (تا ۴ Power Supply ۳۲۰۰ واتی)، ظرفیت و توازن فاز PDU اهمیت بیشتری نسبت به سرورهای کوچکتر دارد. علت دوم، خرابی فیزیکی خود Power Supply پس از سالها کارکرد یا فعال شدن یکی از مکانیزمهای محافظتی (اضافهولتاژ، اضافهجریان، دمای بیشازحد) است که معمولاً با پیام Power Supply Failure همراه است. علت سوم، عدم تطابق Power Supply هاست؛ یعنی ترکیب Power Supply های خانواده Flexible Slot با خانواده M‑CRPS، یا نصب واحدهایی با توان متفاوت در یک سرور، که حالت افزونه انتخابشده را غیرفعال میکند. علت چهارم، انتخاب نادرست حالت افزونگی نسبت به پیکربندی واقعی سرور است؛ برای نمونه پیکربندی یک سرور با چهار پردازنده پرمصرف و حافظه کامل در حالت ۱+۱ بهجای ۳+۱ میتواند باعث رسیدن به آستانه توان و خاموشیهای غیرمنتظره زیر بار سنگین شود. علت پنجم، نشستن نادرست Power Supply در اسلات پس از جابهجایی فیزیکی سرور یا سرویس رک است. در نهایت، Firmware قدیمی یا ناسازگار iLO7 و سیستم نیز میتواند باعث گزارش نادرست وضعیت Power Supply شود، حتی زمانی که سختافزار سالم است.
مراحل عیبیابی پیشنهادی
برای بررسی منظم یک خطای Power Supply روی DL580 Gen12، توالی زیر معمولاً مؤثرترین مسیر است.
1. ابتدا پیام دقیق را در iLO7، بخش Integrated Management Log یا از طریق Redfish API بررسی کنید و زمان وقوع، شماره Power Supply (از ۱ تا ۴) و متن کامل پیام را یادداشت کنید.
2. حالت افزونگی پیکربندیشده سرور (۱+۱، ۲+۲ یا ۳+۱) را در iLO7 تایید کنید تا مشخص شود از دست رفتن این واحد خاص باعث افت ظرفیت کاری میشود یا صرفاً افت افزونگی.
3. LED روی خود Power Supply و LED سلامت پنل جلوی سرور را از نظر رنگ و الگوی چشمکزدن بررسی کنید تا بین قطع برق ورودی، خرابی داخلی و فعال شدن مکانیزم محافظتی تمایز قائل شوید.
4. کابل برق و اتصال آن به PDU یا پریز را از دو طرف بازبینی و در صورت امکان با یک کابل یا فاز دیگر تست کنید.
5. Power Supply مشکوک را بیرون بکشید و دوباره بهدرستی در اسلات جا بزنید (Hot Reseat) تا مشکلات اتصال مکانیکی رد شود.
6. در صورت وجود بیش از یک واحد افزونه، Power Supply ها را با یکدیگر جابهجا کنید یا یکی را در یک خانه دیگر تست کنید تا مشخص شود خرابی از خود قطعه است یا از اسلات.
7. مدل، توان و خانواده تمام Power Supply های نصبشده را با هم مقایسه کنید تا از یکسان بودن آنها برای فعال ماندن حالت افزونه انتخابشده مطمئن شوید.
8. Frmware iLO7 و System ROM را با آخرین نسخه HPE Service Pack for ProLiant (SPP) بهروزرسانی کنید، چون برخی پیامهای نادرست با آپدیت Firmware برطرف میشوند.
9. بودجه توان پیکربندیشده (پردازندهها، DIMM، درایوها و کارتهای PCIe) را با ظرفیت واقعی Power Supply های سالم و حالت افزونگی انتخابشده مقایسه کنید تا از آستانه توان دور بمانید.
10. اگر پس از این مراحل پیام Power Supply Failure همچنان تکرار میشود، قطعه را خراب در نظر بگیرید و برای تعویض اقدام کنید.
نکات پیشگیرانه
برای کاهش بروز خطاهای Power Supply روی این سرور ماموریتحیاتی، توصیه میشود حالت افزونگی (۱+۱، ۲+۲ یا ۳+۱) را متناسب با سطح بحرانی بودن بار کاری انتخاب کنید؛ برای بارهای کاری بسیار حساس مانند SAP HANA معمولاً حالت ۲+۲ یا ۳+۱ نسبت به ۱+۱ تحمل خطای بهتری ارائه میدهد. هر Power Supply باید به یک مسیر برق مستقل (در صورت امکان PDU یا فاز جداگانه) متصل باشد تا یک قطعی ساده برق باعث از دست رفتن همزمان چند منبع تغذیه نشود. فعال کردن هشدارهای ایمیلی یا SNMP در iLO7، اتصال سرور به Compute Ops Management و در صورت امکان استعلام دورهای وضعیت Power Supply از طریق Redfish API کمک میکند خطاها پیش از تبدیل شدن به قطعی کامل سرویس شناسایی شوند. همچنین، بهدلیل عدم سازگاری فیزیکی دو خانواده Flexible Slot و M‑CRPS، توصیه میشود قطعات یدکی دقیقاً همخانواده و همتوان با Power Supply نصبشده در انبار نگهداری شوند.
جمعبندی
روی HPE ProLiant Compute DL580 Gen12، عیبیابی Power Supply فراتر از خواندن صرف یک پیام خطاست؛ باید با شناخت دقیق حالت افزونگی پیکربندیشده (۱+۱، ۲+۲ یا ۳+۱) و خانواده Power Supply نصبشده (Flexible Slot یا M‑CRPS) همراه باشد. اکثر خطاها یا به مشکلات برق ورودی مانند کابل، PDU و UPS برمیگردند، یا به خرابی فیزیکی و فعال شدن مکانیزمهای محافظتی داخلی واحد، یا به انتخاب نادرست حالت افزونگی نسبت به بودجه توان واقعی پیکربندی. خواندن دقیق پیام در IML و رابط iLO7، بررسی رنگ LED و در محیطهای پیشرفته استعلام برنامهنویسیشده از طریق Redfish API، مسیر عیبیابی را بهسرعت مشخص میکند. برای جزئیات دقیق هر پیام خطا، کد LED یا گزینههای دقیق سفارش Power Supply ، بهترین مرجع همان مستندات رسمی HPE است.
در زمان بروز هر مشکلی برای آپدیت سرور و تجهیزات آن کافیست به مانیا سرویس مراجعه کنید، ما در کنار شما خواهیم بود تا گرهای از مشکل شما بگشاییم.
