在UEFI方式下,使用网卡对高密度服务器上的OS进行升级时,设备设置里突然找不到网卡了怎么办?本文依托戴尔易安信PowerEdge C6420,以Linux操作系统为例,实际演示了遇到此种状况该如何解决,供相关人员参考。
一背景:
某客户在去年购买了戴尔易安信的高密度服务器PowerEdge C6420,此双路服务器在一个超高密度的2U机箱中提供多达4台独立热插拔,具备充足的计算、内存、存储、连接和机箱选项,配置灵活,在I/O方面支持OCP标准的25G网卡,可以满足客户高带宽、低延迟的需求。
春节过后,客户要升级OS,启用UEFI方式安装。在启用UEFI的过程中,遇到了一个问题:
Device Settings中看不到Mellanox 25G网卡▼
这下真是巧夫难为无米之炊了,要利用网卡进行服务器OS升级,结果却找不到对网卡操作的选项,很多人面对这种情形就进行不下去了。不过别着急,都是有解决办法滴,请查收下面这套有图有字的详细攻略。
二解决方法(以Linux操作系统为例)
① 从Mellanox官网下载MFT工具:
http://www.mellanox.com/page/management_tools
② 选择Linux版本的RPM包▼:
③ 完成下载后,将其拷贝到Linux中,并进行解压:
tar zxvf mft-4.11.0-103-x86_64-rpm.tgz
④ 然后开始安装MFT工具▼
⑤ 安装完成后,启用MFT工具▼
mst start
⑥ 获取device ID▼
mst status
设备名固定为【mt4117_pciconf0】
⑦ 依次执行如下命令▼
mlxconfig -d /dev/mst/mt4117_pciconf0 set UEFI_HII_EN=1
mlxconfig -d /dev/mst/mt4117_pciconf0.1 set UEFI_HII_EN=1
mlxconfig -d /dev/mst/mt4117_pciconf0 set EXP_ROM_UEFI_x86_ENABLE=1mlxconfig -d /dev/mst/mt4117_pciconf0.1 set EXP_ROM_UEFI_x86_ENABLE =1---->执行:mlxconfig -d /dev/mst/mt4117_pciconf0 set UEFI_HII_EN=1
执行: mlxconfig -d /dev/mst/mt4117_pciconf0.1 set UEFI_HII_EN=1
执行:mlxconfig -d /dev/mst/mt4117_pciconf0 set EXP_ROM_UEFI_x86_ENABLE=1
执行:mlxconfig -d /dev/mst/mt4117_pciconf0.1 set EXP_ROM_UEFI_x86_ENABLE =1
⑧ 完成以上操作后,重启服务器,进入BIOS界面▼
此时,在“Device Settings”界面里,就可以看到Mellanox网卡啦。
⑨ 看到UEFI网卡后,就可以进行网口的PXE设置了▼
三适用条件:
① 适用的物料:
Mellanox Connect X4 LX-EN 双端口 25G SFP+,PCIe3.0x8,OCP 夹层适配器 - DSS RESTRICTED(9R8DF)
② 适用机型:
PowerEdge C6420、PowerEdge R540、PowerEdge R740xd2、PowerEdge R7415、PowerEdge R6415
至此,问题已经圆满解决了。如果你也遇到此类问题,不妨试试这里介绍的方法吧!
好文章,需要你的鼓励
Insta360推出GO 3S复古套装,将现代4K运动相机与胶片时代美学结合。套装核心仍是仅重39克的GO 3S,新增复古取景器、胶片风格滤镜、NFC定制外壳及可延长录制时长至76分钟的电池组。复古取景器模仿老式腰平相机设计,鼓励用户放慢节奏、专注构图。相机内置11种色彩预设及负片、正片等滤镜,同时保留FlowState防抖、4K拍摄及10米防水能力,面向热衷复古影像风格的年轻创作者。
FORTIS是专门测量AI代理"越权行为"的基准测试,研究发现十款顶尖模型普遍选择远超任务需要的高权限技能,端到端成功率最高仅14.3%。
谷歌近期悄然调整账户存储政策:新注册用户若未绑定手机号,免费存储空间将从原来的15GB缩减至5GB。用户需验证手机号后,方可获得完整的15GB空间,用于Gmail、Drive和Photos的共享使用。谷歌表示,此举旨在确保存储空间"每人仅限一份",有效防止滥用。有分析认为,存储硬件成本上升也是推动此次政策调整的重要原因之一。
荷兰Nebius团队提出SlimSpec,通过低秩分解压缩草稿模型LM-Head的内部表示而非裁剪词汇,在保留完整词汇表的同时将LM-Head计算时间压缩至原来的五分之一,端到端推理速度超越现有方法最高达9%。