第十二次废土之行,第六十二天。
前哨站新增的光伏阵列、八十千瓦时储能系统,以及二号工作间内的独立计算母线,刚刚通过连续负载验证。
角落里,四台服务器依旧沉睡在断电状态中,而两组庞大的存储设备也仅唤醒了一半。
工作台中央,A100基准节点已经悄无声息地运转了十二个小时。
核心热点、显存温度与电源模块均呈现出令人安心的稳定曲线。
这得益于江临历经四次修改的散热路径。
服务器排出的滚滚热流被精准导入机架侧面的板式换热器,随后顺着外部低速风道,无声地消散在前哨站外的荒原中。
计算节点停机后,江临将完整的启动记录封装成只读基准。
【A100基准节点/运行环境完成】
【基准卡:A100 pcIe 40Gb】
【连续负载:12h】
【E不可纠正错误:0】
【热路径:稳定】
【供电权限:三级可中断负载】
这不是170hx解除限制后必然会呈现的模样。
板卡设计、供电能力、制造筛选和产品定位都可能存在差异。
这张A100只负责提供一套公开、完整、且具备可重复测量性的GA100参照环境。
江临调出A100从上电到建立计算上下文的完整记录,将整个启动过程抽丝剥茧般拆分为六个层级:从物理连接(L0)、身份配置(L1)、安全固件与hbm训练(L2)、资源表生成(L3)、主机驱动映射(L4),直到最终的运行时与任务接口(L5)。
信息彼此咬合,毫无罅隙。
五组hbm完成训练,物理资源顺利进入设备资源表并向主机公开40Gb显存。
驱动建立完整地址空间,运行时最终握住了全部40Gb的可分配容量。
江临保存好最后一组数据,转身将c170-01接入了同一套记录系统。
板卡边缘贴着醒目的红色标签。
【允许拆解】
【允许失效】
伴随着供电建立,板卡身份读取完成。
五组hbm堆栈依次进入训练流程,主机完成设备枚举。
pcIe物理宽度仅有四通道,当前协商状态停滞在Gen1。
江临强制执行链路重训练,又在设备负载状态下重新读取链路状态。
结果依旧停在Gen1x4。
这种差异从设备枚举阶段便初露端倪,它或许源于板卡布线,或许来自启动配置,但暂时不能与显存容量混为一谈。
真正值得追踪的幽灵,潜伏在另一条路径里。
直到L2结束之前,c170-01对外呈现的五组hbm训练行为,与A100有着极高的相似度。
然而,一旦跨入L3的门槛,结果骤然收缩。
【GpU架构:GA100】
【设备身份:cmp 170hx】
本章未完,请翻下一页继续阅读.........