Atlas 850E 超节点 技术白皮书

Atlas 850E 超节点技术白皮书总结

产品概述

Atlas 850E 超节点是一款面向互联网、国计民生、运营商、金融等行业的大模型训练、推理等重要场景的高性能、高可靠、易部署的AI智能计算系统。产品主要由超节点服务器和灵衢互联设备两部分构成，集成高性能Ascend 950DT处理器和鲲鹏950 CPU处理器，通过华为自研的UB网络和灵衢互联设备实现互联组网。

组网拓扑

产品支持多种配置组网，如32超节点、64超节点、96超节点、192超节点、384超节点、768超节点等。典型组网方案包括96超节点（12台超节点服务器+4台LingQu 550 Box A）和768超节点（96台超节点服务器+384台LingQu 550 Box B+32台LingQu 550 Box A）。

产品特点

服务器

• 结构设计：14U机框，支持标准19英寸机柜安装，采用风冷平插架构，集成CPU抽屉、NPU抽屉、机框等关键部件，集成密度高，易维护。
• 核心配置：支持2鲲鹏950处理器+8Ascend 950DT NPU模组。
• 供电设计：最大输入功耗15.6kW，支持220V AC或336V HVDC/240V HVDC双输入供电，内部采用PSU电源模块向NPU模组提供54V DC，集中供电负载下电源转换效率最高可达96%。
• 散热设计：采用风冷方式实现智能调节高效散热，整机热性能优良，支持风扇N+1冗余，整机内部集成30个风扇模组，支持热插拔更换。
• 运维管理设计：支持CPU和内存智能故障诊断和隔离，硬件上支持管理网口汇聚，软件上支持CCAE智能管理平台纳管运维，同时支持通过Redfish接口被第三方网管集成。

灵衢互联设备

灵衢互联设备需根据解决方案组网灵活配置，不同组网使用的灵衢互联设备不同，请根据实际组网使用的灵衢互联设备，查阅对应设备的用户指南了解设备特点。

服务器硬件描述

前面板

• 外观：包含标签卡、NPU抽屉、Riser模组、CPU抽屉、硬盘、标签卡等。
• 指示灯和按钮：包括参数面接口的SPEED/LINK/ACT指示灯、故障诊断数码管、电源按钮/指示灯、健康状态指示灯、UID按钮/指示灯、网口数据传输状态指示灯、网口连接状态指示灯、硬盘Active/Fault/Locate指示灯等。
• 接口：包括参数面接口、UB接口、VGA接口、USB 2.0接口、FLEX IO接口（选配）、主板以太网接口、灵衢总线管理网口、BMC管理网口、灵衢总线调试串口、BMC调试串口、USB 3.0接口。

后面板

• 外观：包含电源模块、接地线接口、风扇墙。
• 指示灯：包括电源指示灯、风扇模块状态指示灯。
• 接口：包括电源输入口、接地线接口。

机框

• 部件：主要集成了PSU电源模块、风扇墙（集成风扇模组）、风扇背板、电源转接板、电源管理板、BUSBAR、Cable背板、PSU背板、横向铜排等。
• PSU电源模块：共配置6块，支持任意5+1冗余，支持热插拔，支持主备双路AC/HVDC混合供电，支持输入过欠压保护、输入过流保护、输出过压保护、输出过流/短路保护、过温保护。
• 风扇墙：由30个风扇模组组成，支持热插拔更换，整机支持任意N+1冗余。
• 风扇背板：主要用于风扇模组的管理控制，为风扇模组提供54V DC供电，整机支持风扇N+1冗余。
• 走线齿：用于辅助NPU抽屉、CPU抽屉的线缆走线。

NPU抽屉

• 概述：采用4.5U抽屉设计，整抽屉支持断电插拔，集成4个NPU模组、2个UB EXP模组或UBoE 直通模组、1块OSFP模组、1个CableTray组件及其他部件。
• NPU模组：是以高性能通用NPU计算芯片为核心的高密高功耗基础AI硬件单元，采用54V DC供电，主要集成1颗NPU芯片和电源、时钟、Flash芯片、低速连接器、高速连接器等主要部件。
• OSFP模组：为NPU抽屉提供电源管理、低速信号汇聚、UB、UBoE 直通模组或UB EXP模组等功能接口。
• UBoE直通模组：提供2个400Gbps光纤接口用来实现服务器参数面数据传输，并在板内集成QSFP光模块相关供电保护、Speed灯、Link/Act灯指示、进风口温度监测上报等功能。
• UB EXP模组：提供2个400Gbps光纤接口用来实现服务器参数面数据传输，并在板内集成QSFP光模块相关供电保护、Speed灯、Link/Act灯指示等功能，支持热插拔。
• CableTray：是一种内部线缆结构集成模组，其内部集成了Phoenix连接器、Luna连接器、UBC连接器及其线缆，通过机械结构件的形式将设备内部线缆进行集中布线管理。

CPU抽屉

• 概述：采用3U抽屉设计，整抽屉支持断电状态下的插拔，抽屉前面板集成10块硬盘、3个Riser模组及其他线缆接口，抽屉尾部集成1个CableTray和1个鸭嘴连接器。
• 处理器：CPU抽屉内部集成1块CPU基础板，CPU处理器集成在基础板上。
• 内存：CPU基础板最大提供24个内存插槽，每个处理器均提供12条内存通道，每条通道都支持1个DIMM，支持RDIMM，配置24根内存时，最大传输速率为6400MT/s，单根内存条容量最大支持96GB。
• CableTray：是一种内部线缆结构集成模组，其内部集成了Phoenix连接器、UBC连接器及其线缆，通过机械结构件的形式将设备内部线缆进行集中布线管理。
• Riser模组与PCIe插槽：CPU抽屉共包含3个Riser模组，根据支持安装的PCIe标卡的尺寸，分为全高3/4长Riser模组、半高半长Riser模组和全高半长Riser模组。
• 存储：硬盘配置为82.5寸NVMe+22.5寸SATA，支持热插拔。
• 单板：包括CPU基础板、BMC扩展板、IO转接板、硬盘背板、CPU电源板。

产品规格

服务器

• 技术规格：14U风冷服务器，支持8个NPU模组，每个NPU模组支持15个UB端口+1个参数面端口，用于AI处理器之间互连，单机NPU互联理论总带宽 8 × 1.68 TB/s (双向)，AI算力单颗Ascend 950DT处理器支持多种算力规格，整机支持多种算力规格，片上内存单模组最大支持84GB/96GB，CPU处理器支持2个鲲鹏950处理器，内存提供24个DDR内存插槽，支持RDIMM，存储硬盘支持82.5寸NVMe+22.5寸SATA，RAID控制标卡支持多种型号，接口包括前面板和后面板的各种接口，无系统管理iBMC支持IPMI、SOL、KVM over IP以及虚拟媒体，提供1个10/100/1000Mbps的管理网口汇聚到机柜管理板。
• 环境规格：工作温度5°C～35°C，存储温度（3个月以内）-30°C～+60°C，存储温度（6个月以内）-15°C～+45°C，最大温度变化率20°C（36°F）/小时、5°C（9°F）/15分钟，单风扇失效时支持的最高工作温度为正常工作温度规格以下5°C，整机散热需求最大风量3300CFM，无相对湿度（RH，无冷凝）工作湿度8%～90%，存储湿度（72小时以内）8%～95%，存储湿度（6个月以内）20%～75%，最大湿度变化率20%/小时，工作海拔高度：≤3050m。
• 物理规格：尺寸618.8mm(H)×447mm(W)×920mm(D)，满配重量整机净重251kg，包装材料+辅料重量：99kg。
• PSU电源规格：输入电压范围交流：90V AC～264VAC直流：180V DC～400VDC，输入最大电流16A，额定输入电压，额定负载，最大输出功率3000W，输出电压54V DC，散热方式风冷，热插拔支持。

灵衢互联设备

灵衢互联设备的规格相关描述请参见《灵衢互联设备 LingQu 550 Box A 用户指南》和《灵衢互联设备 LingQu 550 Box B 用户指南》。

系统管理

本产品集成了iBMC智能管理系统，iBMC智能管理系统是设备的远程管理系统，兼容业界管理标准IPMI2.0规范、Redfish规范，具有高可靠的硬件监测和管理功能，主要特性包括支持键盘、鼠标、视频和文本控制台的重定向，支持远程虚拟媒体，支持智能平台管理接口（IPMI），支持简单网络管理协议（SNMP），支持通过Web浏览器登录，支持多种管理接口，故障检测提供丰富的故障检测功能，告警管理支持告警管理及SNMP Trap、SMTP、syslog服务多种格式告警上报，集成虚拟KVM，最大支持1920*1200分辨率，集成虚拟媒体，虚拟光驱最大支持8MB/s，基于Web的用户界面支持可视化的图像界面，DNS/目录服务支持域管理和目录服务，软件双镜像备份当前运行的软件完全崩溃时，可以从备份镜像启动，设备资产管理智能的资产管理，IPv4/IPv6支持IPv4/IPv6双栈功能。