[{"data":1,"prerenderedAt":336},["ShallowReactive",2],{"lang-check-\u002Fzh\u002Fblogs\u002FBMC-supernode":3,"content-doc-\u002Fzh\u002Fblogs\u002FBMC-supernode":4,"surround-\u002Fzh\u002Fblogs\u002FBMC-supernode":335},null,{"_path":5,"_dir":6,"_draft":7,"_partial":7,"_locale":8,"title":9,"description":10,"date":11,"category":12,"author":13,"body":17,"_type":327,"_id":328,"_source":329,"_file":330,"_stem":331,"_extension":332,"coverImage":51,"plainText":333,"authorNames":334},"\u002Fzh\u002Fblogs\u002FBMC-supernode","blogs",false,"","openUBMC：超节点时代的 BMC 新范式","人工智能的持续发展同时驱动了智算和通算基础设施的显著变革，超节点架构成为算力的新形态，到2026年仍在持续普及应用。在此背景下，超节点的大规模硬件资源管理成为新的挑战。openUBMC基于先进的微组件架构，天然适应超节点时代的管理需求。","2026\u002F02\u002F13","essentials",[14],{"name":15,"description":16},"宋铜铃","openUBMC技术委员会主席，二十年服务器管理软件研发积淀，华为iBMC、FusionDirector奠基人，固件产业技术创新联盟发起人之一。",{"type":18,"children":19,"toc":324},"root",[20,28,33,39,44,54,59,64,72,77,83,88,96,101,177,183,191,196,229,234,242,247,280,285,308,313,319],{"type":21,"tag":22,"props":23,"children":25},"element","h1",{"id":24},"概要",[26],{"type":27,"value":24},"text",{"type":21,"tag":29,"props":30,"children":31},"p",{},[32],{"type":27,"value":10},{"type":21,"tag":22,"props":34,"children":36},{"id":35},"_01灵衢超节点广泛应用",[37],{"type":27,"value":38},"01.灵衢超节点广泛应用",{"type":21,"tag":29,"props":40,"children":41},{},[42],{"type":27,"value":43},"Agentic AI是人工智能发展的里程碑式阶段，与传统大语言模型（LLM）不同，Agentic AI的核心特征在于能够维持复杂的跨回合工作流，并在长时间跨度内积累和反思中间推理结果。在这一背景下，大容量高性能上下文存储成为智能计算系统的重要部分。然而，海量的存储需求已远超NPU\u002FGPU等加速卡的HBM容量限制，因此需要结合DRAM和SSD构建PB级超大容量、高性能上下文存储。",{"type":21,"tag":29,"props":45,"children":46},{},[47],{"type":21,"tag":48,"props":49,"children":53},"img",{"alt":50,"src":51,"title":52},"alt text","\u002Fcategory\u002Fblog\u002F%E8%B6%85%E8%8A%82%E7%82%B90213\u002F%E5%9B%BE%E7%89%871.png","图1 Agentic AI上下文存储",[],{"type":21,"tag":29,"props":55,"children":56},{},[57],{"type":27,"value":58},"而超节点是实现超大规模分级存储的理想方案。昇腾超节点通过将多协议（文件、对象、块）统一到单一的管理平面，极大地降低了元数据管理的复杂性，跨跳延迟从微秒级压缩至纳秒级，最大化提升了NPU到分级存储介质的读写性能。Nvidia Rubin也采用了类似技术，把GPU、DPU、CPU、DRAM集成在一个超节点内，结合ICMS技术实现高性能上下文存储系统。",{"type":21,"tag":29,"props":60,"children":61},{},[62],{"type":27,"value":63},"超节点在通用计算场景同样发挥着重要价值。结合灵衢超节点技术，数据库将迎来重要的架构创新，一举改写云原生数据库游戏规则。依托灵衢超节点架构和UB内存语义总线，可以做到计算、内存解耦，实现数据库多节点多活、多写，实现了极致的RTO（秒级）与写性能的数量级提升。",{"type":21,"tag":29,"props":65,"children":66},{},[67],{"type":21,"tag":48,"props":68,"children":71},{"alt":50,"src":69,"title":70},"\u002Fcategory\u002Fblog\u002F%E8%B6%85%E8%8A%82%E7%82%B90213\u002F%E5%9B%BE%E7%89%872.png","图2 基于共享内存池的数据库架构",[],{"type":21,"tag":29,"props":73,"children":74},{},[75],{"type":27,"value":76},"以上是超节点在智算、通算领域两个典型的应用案例。预计26年超节点将在不同业务场景获得广泛的应用。基于灵衢的昇腾超节点在AI训练、AI推理、AI agent应用持续发挥重要价值。鲲鹏超节点将在数据库、虚拟化、微服务、搜推、低时延应用等场景发挥重要价值。",{"type":21,"tag":22,"props":78,"children":80},{"id":79},"_02-灵衢超节点技术特点",[81],{"type":27,"value":82},"02. 灵衢超节点技术特点",{"type":21,"tag":29,"props":84,"children":85},{},[86],{"type":27,"value":87},"灵衢超节点基于UB总线实现CPU、NPU、DPU、SSU等算力部件高效协同，打破以“CPU为中心”的计算架构，走向“对等计算”。让数据自主流动，在合适的地方以合适的算力计算。基于合适的资源配比，形成匹配业务负载的最佳计算系统。",{"type":21,"tag":29,"props":89,"children":90},{},[91],{"type":21,"tag":48,"props":92,"children":95},{"alt":50,"src":93,"title":94},"\u002Fcategory\u002Fblog\u002F%E8%B6%85%E8%8A%82%E7%82%B90213\u002F%E5%9B%BE%E7%89%873.png","图3 灵衢超节点技术架构",[],{"type":21,"tag":29,"props":97,"children":98},{},[99],{"type":27,"value":100},"灵衢超节点的六大核心特征充分体现了其技术颠覆性 ：",{"type":21,"tag":102,"props":103,"children":104},"ul",{},[105,121,134,147,157,167],{"type":21,"tag":106,"props":107,"children":108},"li",{},[109,115,119],{"type":21,"tag":110,"props":111,"children":112},"strong",{},[113],{"type":27,"value":114},"总线级互联",{"type":21,"tag":116,"props":117,"children":118},"br",{},[],{"type":27,"value":120},"\n打破传统CPU为中心的互联架构，实现 CPU、NPU、SSU、DPU 等组件的 \"平等互联\"，让数据像在单条总线上传输一样高效。",{"type":21,"tag":106,"props":122,"children":123},{},[124,129,132],{"type":21,"tag":110,"props":125,"children":126},{},[127],{"type":27,"value":128},"平等协同",{"type":21,"tag":116,"props":130,"children":131},{},[],{"type":27,"value":133},"\n采用去中心化架构，所有设备都是 \"平等节点\"，NPU可以直接找 DPU、NPU 可以直接找内存，无需通过 CPU 中转。",{"type":21,"tag":106,"props":135,"children":136},{},[137,142,145],{"type":21,"tag":110,"props":138,"children":139},{},[140],{"type":27,"value":141},"全量池化",{"type":21,"tag":116,"props":143,"children":144},{},[],{"type":27,"value":146},"\n所有内存、算力都成为\"资源池\"，支持跨节点的算力、内存、存储资源动态分配与迁移。",{"type":21,"tag":106,"props":148,"children":149},{},[150,155],{"type":21,"tag":110,"props":151,"children":152},{},[153],{"type":27,"value":154},"协议归一",{"type":27,"value":156},"\n统一数据中心内的各种协议（PCIe、NVLink、SAS、以太网等），实现“车同轨、书同文”。",{"type":21,"tag":106,"props":158,"children":159},{},[160,165],{"type":21,"tag":110,"props":161,"children":162},{},[163],{"type":27,"value":164},"大规模组网",{"type":27,"value":166},"\n支持万卡千节点规模。",{"type":21,"tag":106,"props":168,"children":169},{},[170,175],{"type":21,"tag":110,"props":171,"children":172},{},[173],{"type":27,"value":174},"高可用",{"type":27,"value":176},"\n支持实时故障检测和自动切换，确保系统的高可靠性。",{"type":21,"tag":22,"props":178,"children":180},{"id":179},"_03-超节点架构对-bmc-的新挑战",[181],{"type":27,"value":182},"03. 超节点架构对 BMC 的新挑战",{"type":21,"tag":29,"props":184,"children":185},{},[186],{"type":21,"tag":110,"props":187,"children":188},{},[189],{"type":27,"value":190},"硬件管理复杂度增长",{"type":21,"tag":29,"props":192,"children":193},{},[194],{"type":27,"value":195},"超节点架构带来的首要挑战在于硬件管理复杂度呈倍数级增长。在功率密度显著提升的背景下，超节点内部器件连接规模达到传统架构的七倍以上，导致故障传播链条更为复杂，跨域、跨层故障的定位难度也大幅增加。具体来看，这种复杂性主要体现在以下三个维度：",{"type":21,"tag":102,"props":197,"children":198},{},[199,209,219],{"type":21,"tag":106,"props":200,"children":201},{},[202,207],{"type":21,"tag":110,"props":203,"children":204},{},[205],{"type":27,"value":206},"规模挑战：",{"type":27,"value":208},"\n相比传统服务器有限的物理节点硬件对象，超节点集成了成百上千个组件单元，部件之间相互影响，故障排查范围显著扩大。",{"type":21,"tag":106,"props":210,"children":211},{},[212,217],{"type":21,"tag":110,"props":213,"children":214},{},[215],{"type":27,"value":216},"异构挑战：",{"type":27,"value":218},"\n超节点融合了 CPU、NPU、DPU、SSU 等多种异构计算单元，各类组件在管理接口、监控指标和运维需求上均存在差异。BMC 必须构建统一的管理抽象能力，实现“一套接口、多样硬件”的融合管控。",{"type":21,"tag":106,"props":220,"children":221},{},[222,227],{"type":21,"tag":110,"props":223,"children":224},{},[225],{"type":27,"value":226},"多元挑战：",{"type":27,"value":228},"\n超节点内部采用了灵衢（UnifiedBus）、ETH、NVMe、PCIe 等多种互连协议，要求 BMC 具备灵活、多元的管理适配与协议协调能力。",{"type":21,"tag":29,"props":230,"children":231},{},[232],{"type":27,"value":233},"为应对上述挑战，openUBMC 在技术架构设计初期即针对超节点场景进行系统规划，引入微组件框架以增强系统扩展性与适应性。该框架通过开放消息总线实现组件互联，支持组件级、插件级与配置化三重扩展机制。同时，基于标准化接口将软件业务拆分为多个独立协同的单元，使得各模块可独立设计、演进与部署，从而为超节点环境下的智能运维奠定技术基础。",{"type":21,"tag":29,"props":235,"children":236},{},[237],{"type":21,"tag":110,"props":238,"children":239},{},[240],{"type":27,"value":241},"能效管理精细化与故障诊断能力升级的需求",{"type":21,"tag":29,"props":243,"children":244},{},[245],{"type":27,"value":246},"超节点的高功率密度对BMC的功耗监控与能效管理能力提出了更高要求：",{"type":21,"tag":102,"props":248,"children":249},{},[250,260,270],{"type":21,"tag":106,"props":251,"children":252},{},[253,258],{"type":21,"tag":110,"props":254,"children":255},{},[256],{"type":27,"value":257},"监控粒度精细化：",{"type":27,"value":259},"\n动态功耗波动显著，需实现更精细的实时功耗采集与异常能耗设备的快速识别。",{"type":21,"tag":106,"props":261,"children":262},{},[263,268],{"type":21,"tag":110,"props":264,"children":265},{},[266],{"type":27,"value":267},"监测全面化：",{"type":27,"value":269},"\n面对液冷复杂管路可能出现的泄漏、凝露、结晶等风险，BMC需具备对温度、压力、流量等关键参数的全面监测能力。",{"type":21,"tag":106,"props":271,"children":272},{},[273,278],{"type":21,"tag":110,"props":274,"children":275},{},[276],{"type":27,"value":277},"智能能效优化：",{"type":27,"value":279},"\n超节点单柜功耗已突破 100KW，BMC 需要具备更有效的能效优化能力，降低整机柜的功耗。",{"type":21,"tag":29,"props":281,"children":282},{},[283],{"type":27,"value":284},"同样，超节点系统的复杂性要求 BMC 具备更强的故障诊断能力：",{"type":21,"tag":102,"props":286,"children":287},{},[288,298],{"type":21,"tag":106,"props":289,"children":290},{},[291,296],{"type":21,"tag":110,"props":292,"children":293},{},[294],{"type":27,"value":295},"故障传播的复杂性：",{"type":27,"value":297},"\n超节点系统相比通用服务器更紧密的耦合特性，使得故障不再是简单的单点问题，而可能涉及多个组件、多个层次的复杂故障链。",{"type":21,"tag":106,"props":299,"children":300},{},[301,306],{"type":21,"tag":110,"props":302,"children":303},{},[304],{"type":27,"value":305},"实时故障检测：",{"type":27,"value":307},"\n超节点的高可靠性要求 BMC 具备实时故障检测能力，能够在故障发生的第一时间发现并进行处理，最大限度减少故障对业务的影响。",{"type":21,"tag":29,"props":309,"children":310},{},[311],{"type":27,"value":312},"openUBMC 已具备对异构硬件资源的实时监控与事件上报能力，可覆盖CPU负载、IO、内存等关键指标，并支持全系统温度趋势分析，实现硬件健康状态的动态感知。此外，平台集成了基于机器学习的故障预测算法，能够通过历史数据与实时信息分析，提前预警内存、CPU等部件的潜在故障。面向超节点场景，openUBMC 可从容应对日益增长的智能化运维需求，为系统稳定与能效优化提供可靠支撑。",{"type":21,"tag":22,"props":314,"children":316},{"id":315},"_04-结语",[317],{"type":27,"value":318},"04. 结语",{"type":21,"tag":29,"props":320,"children":321},{},[322],{"type":27,"value":323},"随着超节点架构的普及，管理领域正迎来全新变革。在这一新范式下，唯有坚持开放协作，才能持续驱动算力基础设施的创新与演进。2025年，openUBMC社区已初步构建起相对丰富的南北向生态；进入2026年，我们将更聚焦于智能化管理能力的深化与拓展。未来，社区将继续紧密围绕新兴产业结构，积极推动自身演进，引领BMC技术发展，为计算生态的繁荣筑牢坚实的技术基石。",{"title":8,"searchDepth":325,"depth":325,"links":326},4,[],"markdown","content:zh:blogs:BMC-supernode.md","content","zh\u002Fblogs\u002FBMC-supernode.md","zh\u002Fblogs\u002FBMC-supernode","md","概要 人工智能的持续发展同时驱动了智算和通算基础设施的显著变革，超节点架构成为算力的新形态，到2026年仍在持续普及应用。在此背景下，超节点的大规模硬件资源管理成为新的挑战。openUBMC基于先进的微组件架构，天然适应超节点时代的管理需求。 01.灵衢超节点广泛应用 Agentic AI是人工智能发展的里程碑式阶段，与传统大语言模型（LLM）不同，Agentic AI的核心特征在于能够维持复杂的跨回合工作流，并在长时间跨度内积累和反思中间推理结果。在这一背景下，大容量高性能上下文存储成为智能计算系统的重要部分。然而，海量的存储需求已远超NPU\u002FGPU等加速卡的HBM容量限制，因此需要结合DRAM和SSD构建PB级超大容量、高性能上下文存储。  而超节点是实现超大规模分级存储的理想方案。昇腾超节点通过将多协议（文件、对象、块）统一到单一的管理平面，极大地降低了元数据管理的复杂性，跨跳延迟从微秒级压缩至纳秒级，最大化提升了NPU到分级存储介质的读写性能。Nvidia Rubin也采用了类似技术，把GPU、DPU、CPU、DRAM集成在一个超节点内，结合ICMS技术实现高性能上下文存储系统。 超节点在通用计算场景同样发挥着重要价值。结合灵衢超节点技术，数据库将迎来重要的架构创新，一举改写云原生数据库游戏规则。依托灵衢超节点架构和UB内存语义总线，可以做到计算、内存解耦，实现数据库多节点多活、多写，实现了极致的RTO（秒级）与写性能的数量级提升。  以上是超节点在智算、通算领域两个典型的应用案例。预计26年超节点将在不同业务场景获得广泛的应用。基于灵衢的昇腾超节点在AI训练、AI推理、AI agent应用持续发挥重要价值。鲲鹏超节点将在数据库、虚拟化、微服务、搜推、低时延应用等场景发挥重要价值。 02. 灵衢超节点技术特点 灵衢超节点基于UB总线实现CPU、NPU、DPU、SSU等算力部件高效协同，打破以“CPU为中心”的计算架构，走向“对等计算”。让数据自主流动，在合适的地方以合适的算力计算。基于合适的资源配比，形成匹配业务负载的最佳计算系统。  灵衢超节点的六大核心特征充分体现了其技术颠覆性 ： 总线级互联  \n打破传统CPU为中心的互联架构，实现 CPU、NPU、SSU、DPU 等组件的 \"平等互联\"，让数据像在单条总线上传输一样高效。 平等协同  \n采用去中心化架构，所有设备都是 \"平等节点\"，NPU可以直接找 DPU、NPU 可以直接找内存，无需通过 CPU 中转。 全量池化  \n所有内存、算力都成为\"资源池\"，支持跨节点的算力、内存、存储资源动态分配与迁移。 协议归一 \n统一数据中心内的各种协议（PCIe、NVLink、SAS、以太网等），实现“车同轨、书同文”。 大规模组网 \n支持万卡千节点规模。 高可用 \n支持实时故障检测和自动切换，确保系统的高可靠性。 03. 超节点架构对 BMC 的新挑战 硬件管理复杂度增长 超节点架构带来的首要挑战在于硬件管理复杂度呈倍数级增长。在功率密度显著提升的背景下，超节点内部器件连接规模达到传统架构的七倍以上，导致故障传播链条更为复杂，跨域、跨层故障的定位难度也大幅增加。具体来看，这种复杂性主要体现在以下三个维度： 规模挑战： \n相比传统服务器有限的物理节点硬件对象，超节点集成了成百上千个组件单元，部件之间相互影响，故障排查范围显著扩大。 异构挑战： \n超节点融合了 CPU、NPU、DPU、SSU 等多种异构计算单元，各类组件在管理接口、监控指标和运维需求上均存在差异。BMC 必须构建统一的管理抽象能力，实现“一套接口、多样硬件”的融合管控。 多元挑战： \n超节点内部采用了灵衢（UnifiedBus）、ETH、NVMe、PCIe 等多种互连协议，要求 BMC 具备灵活、多元的管理适配与协议协调能力。 为应对上述挑战，openUBMC 在技术架构设计初期即针对超节点场景进行系统规划，引入微组件框架以增强系统扩展性与适应性。该框架通过开放消息总线实现组件互联，支持组件级、插件级与配置化三重扩展机制。同时，基于标准化接口将软件业务拆分为多个独立协同的单元，使得各模块可独立设计、演进与部署，从而为超节点环境下的智能运维奠定技术基础。 能效管理精细化与故障诊断能力升级的需求 超节点的高功率密度对BMC的功耗监控与能效管理能力提出了更高要求： 监控粒度精细化： \n动态功耗波动显著，需实现更精细的实时功耗采集与异常能耗设备的快速识别。 监测全面化： \n面对液冷复杂管路可能出现的泄漏、凝露、结晶等风险，BMC需具备对温度、压力、流量等关键参数的全面监测能力。 智能能效优化： \n超节点单柜功耗已突破 100KW，BMC 需要具备更有效的能效优化能力，降低整机柜的功耗。 同样，超节点系统的复杂性要求 BMC 具备更强的故障诊断能力： 故障传播的复杂性： \n超节点系统相比通用服务器更紧密的耦合特性，使得故障不再是简单的单点问题，而可能涉及多个组件、多个层次的复杂故障链。 实时故障检测： \n超节点的高可靠性要求 BMC 具备实时故障检测能力，能够在故障发生的第一时间发现并进行处理，最大限度减少故障对业务的影响。 openUBMC 已具备对异构硬件资源的实时监控与事件上报能力，可覆盖CPU负载、IO、内存等关键指标，并支持全系统温度趋势分析，实现硬件健康状态的动态感知。此外，平台集成了基于机器学习的故障预测算法，能够通过历史数据与实时信息分析，提前预警内存、CPU等部件的潜在故障。面向超节点场景，openUBMC 可从容应对日益增长的智能化运维需求，为系统稳定与能效优化提供可靠支撑。 04. 结语 随着超节点架构的普及，管理领域正迎来全新变革。在这一新范式下，唯有坚持开放协作，才能持续驱动算力基础设施的创新与演进。2025年，openUBMC社区已初步构建起相对丰富的南北向生态；进入2026年，我们将更聚焦于智能化管理能力的深化与拓展。未来，社区将继续紧密围绕新兴产业结构，积极推动自身演进，引领BMC技术发展，为计算生态的繁荣筑牢坚实的技术基石。",[15],[3,3],1783589611815]