海光DCU计算卡适配小记

写在前面

本文会记录一些适配海光DCU卡的一些坑，会写一些基础的掉卡分析，升级固件以及升级驱动的一些trick

本文仅在K100-AI上进行测试

关于掉卡的分析

海光卡的耐温比Nvidia的差劲的多，而且似乎没啥降频的保护，因此一旦温度高于80°就容易掉卡，需要确保后面的被动散热风扇提供足够的风量

目前笔者尚未找到比较好的脚本，可以在国产的CPU/主板上，执行结合DCU温度对风扇风量进行自动化调节的方法，因此一个粗暴的方法是，始终让风扇保持在最高转速区间上，以提供足够的散热冷量。如使用四线风扇进行散热，则建议剪掉负责调速的线，使得该风扇为一个定速风扇。

但是，目前仍可观测到在没有过热的情况下出现掉卡，在单卡的情况下难以出现，但在双卡情况下频繁出现，目前怀疑和PCIE通信量存在相关性，销售的建议是更新驱动/固件以解决问题。

关于驱动/固件的升级

笔者希望单独升级固件，但经过全网的检索，均未发现固件的下载地点。

但是，机器内部存在有一个固件升级的脚本，路径在/opt/hyhal/vbios/vbios_upgrade.sh中，笔者发现这个脚本可以实现固件的升级，但是，升级包居然是在本地的。

经过进一步的分析发现，固件包居然是跟着驱动包一起下载下来的，想要最新的固件就得升级下驱动。

驱动的下载地址在https://download.sourcefind.cn:65024/6/main/中，点击开可以看到下列的界面