（報批稿）信息技術(shù) 高性能計算系統(tǒng) 管理監(jiān)控平臺技術(shù)要求

I 1 13術(shù)語和定義 14縮略語 5管理監(jiān)控平臺架構(gòu) 26功能模塊技術(shù)要求 36.1IT設(shè)備管理 6.2設(shè)備監(jiān)控 5 6.5可視化管理 6.7訪問控制管理 6.8安全防范管理 7系統(tǒng)性能技術(shù)要求 7.1兼容性 7.3高性能 附錄A(資料性)管理監(jiān)控平臺高性能測試 Ⅲ1管理監(jiān)控平臺技術(shù)要求本文件適用于含有10000個及以上計算單元的高性能計算系統(tǒng)的管理監(jiān)控平臺(以下簡稱ACL:訪問控制列表(AccessControlList)BBU:電池備份單元(BatteryBackupUnit)BMC:基板管理控制器(BaseboardManagementController)CPU:中央處理單元(CentralProcessingUnit)FC:光纖通道(FibreChannel)2ID:身份識別(Identification)IPMI:智能平臺管理接口(IntelligentPlatformManagementInterNTP:網(wǎng)絡(luò)時間協(xié)議(NetworkTimeProtocol)RAID:冗余磁盤陣列(RedundantArrayofIndependentDisks)SWAP:交換空間(SwapSpace)VIP:虛擬IP地址(VirtualIP)告警管理配置基線告警用戶管理碳排放門禁系統(tǒng)視頻系統(tǒng)計算設(shè)備功能模塊34b)應(yīng)支持部件信息的批量導(dǎo)入、手動錄入和自動發(fā)現(xiàn)，例如，磁陣的部件信息可包含機框、號、投入運行時間、軟件版本、設(shè)備類型、最大功率(W)、額定功率(W)5(Mb/s)、包轉(zhuǎn)發(fā)能力(Mp/s)。b)應(yīng)支持部件信息的批量導(dǎo)入、手動錄入和自動發(fā)現(xiàn)，網(wǎng)絡(luò)設(shè)備部件信息可包含端口、風(fēng)扇、電1)端口包括：名稱、描述、速率(Mb/s)、類型、VLAN、MAC、對端端口ID、對端2)風(fēng)扇包括：名稱、轉(zhuǎn)速、槽位、模式、狀態(tài)等；3)電源包括：名稱、型號、狀態(tài)、模式等；4)單板包括：名稱、型號、序列號、槽位、狀態(tài)等。d)應(yīng)支持網(wǎng)絡(luò)設(shè)備全生命周期的資產(chǎn)追溯，從采購、入庫、出庫、上架、下架、退庫、報廢等每a)平臺對智能機柜管理要求如下：應(yīng)支持基本信息的批量導(dǎo)入、手動錄入和自動發(fā)現(xiàn)，基本信息包含但不限于智能機柜名稱、廠商、型號、產(chǎn)品序列號、主板產(chǎn)品號、主板序列號、所屬機1)電源包括：名稱、廠商、型號、序列號、固件版本、輸入模式、狀態(tài)等；2)風(fēng)扇包括：名稱、轉(zhuǎn)速、槽位、模式、狀態(tài)等。e)應(yīng)支持機柜資源全生命周期的資產(chǎn)追溯，從采購、入庫、出庫、柜內(nèi)設(shè)備上架、柜內(nèi)設(shè)備移c)應(yīng)支持計算服務(wù)器部件的狀態(tài)監(jiān)控，部件包括但不限于CPU、GPU、內(nèi)存、電源、風(fēng)扇、網(wǎng)2)GPU的部件狀態(tài)監(jiān)控包含：GPU不在位檢測、GPU狀態(tài)異常、GPU利用率超出閾值、3)風(fēng)扇的部件狀態(tài)監(jiān)控包含：風(fēng)扇不在位檢測、風(fēng)扇冗余丟失、風(fēng)扇轉(zhuǎn)速異常等；4)內(nèi)存的部件狀態(tài)監(jiān)控包含：內(nèi)存不在位檢測、內(nèi)存故障、內(nèi)存ECC(糾錯碼)錯誤、奇偶5)電源的部件狀態(tài)監(jiān)控包含：電源不在位檢測、電源故障、電源冗余丟失、電源輸入缺失、69)其他狀態(tài)監(jiān)控包含：溫度監(jiān)控，如入風(fēng)口、出風(fēng)口溫度異常監(jiān)控，電壓、電流監(jiān)控，如整1)應(yīng)支持實時監(jiān)控存儲設(shè)備的整體性能狀態(tài)，如I/O吞吐量、響應(yīng)時間等；2)應(yīng)支持實時監(jiān)控存儲設(shè)備的總?cè)萘亢涂捎萌萘浚粤私獯鎯臻g的使用情況；3)應(yīng)支持實時監(jiān)控存儲設(shè)備的故障狀態(tài)，及時發(fā)現(xiàn)并處理故障問題；4)應(yīng)支持實時監(jiān)控存儲設(shè)備的配置信息，包括系統(tǒng)版本、設(shè)7數(shù))、冷源監(jiān)控(溫度、壓力、流量);(℃)/相對濕度(%),橫坐標根據(jù)時間選項拉放時間軸；8HTMLd)應(yīng)支持顯示所有性能采集任務(wù)的狀態(tài)，如運行中、運行成功、運行失敗等，對于失敗的任務(wù)，r)應(yīng)支持計算設(shè)備的GPU性能監(jiān)控，包括GPU溫度、GPU功耗、GPU顯存使用率、GPU利用9d)應(yīng)支持顯示所有性能采集任務(wù)的狀態(tài)，如運行中、運行成功、運行失敗等，對于失敗的任務(wù)，f)應(yīng)支持歸一化負載計算方式，支持多種指標類型，包括CPU、內(nèi)存、I/O、網(wǎng)絡(luò)、電源負u)應(yīng)支持存儲設(shè)備的節(jié)點I/O性能監(jiān)控，指b)應(yīng)支持用戶自定義時間范圍的歷史性能數(shù)據(jù)導(dǎo)出，格式包括但不限于CSV、PDF、d)應(yīng)支持顯示所有性能采集任務(wù)的狀態(tài)，如運行中、運行成功、運行失敗等，對于失敗的任務(wù)，a)應(yīng)支持實時日志監(jiān)控：實時地收集、分析計算設(shè)備的運行日志，在設(shè)備發(fā)生故障或異常時立即b)應(yīng)支持歷史日志回溯：能夠存儲和查詢計算設(shè)備的歷史運行日志，可追蹤設(shè)備在特定時間段內(nèi)d)應(yīng)支持可視化監(jiān)控：能夠?qū)⒂嬎阍O(shè)備的運行數(shù)據(jù)以圖表、圖形等形式展示出來，便于了解設(shè)備f)應(yīng)支持自動巡檢和報告生成：能夠定期對計算設(shè)備進行自動巡檢，并生成詳細的巡檢報告，便g)應(yīng)支持日志聚合和歸檔：能夠?qū)⒂嬎阍O(shè)備的日志數(shù)據(jù)聚合到一起，進行長期歸檔存儲，以備后1)支持的日志類型包括但不限于BMC、BIOS、CPU、Memory、NIC(網(wǎng)絡(luò)接口卡)c)應(yīng)支持邏輯運算符：在設(shè)置閾值觸發(fā)規(guī)d)應(yīng)支持比較運算符：在設(shè)置閾值觸發(fā)規(guī)則時，可使用比較運算符，如大于、小于、等于來比較e)應(yīng)支持基于時間或事件的閾值觸發(fā)規(guī)則：應(yīng)能夠基于時間或事件的數(shù)量來設(shè)置告警閾值觸發(fā)規(guī)c)應(yīng)支持預(yù)測/定位RAID卡故障狀態(tài)，包括邏輯盤的狀態(tài)預(yù)測、掉盤預(yù)測、異常物理位置定i)應(yīng)支持檢測設(shè)備整體的故障狀態(tài)，包括硬件故障、電源故障、緩存故障、網(wǎng)絡(luò)故障預(yù)測以及硬a)應(yīng)支持計算設(shè)備BMC的功能的批量配置能力，能夠基于某一BMC和BIOS創(chuàng)建通用配置模板并c)應(yīng)支持計算設(shè)備SNMPTrap批量配置，配置項包括Trap版本、團體名、策略、e)應(yīng)支持計算設(shè)備NTP批量設(shè)置，設(shè)置項包括模式(自動/手工)、時區(qū)、NTP服務(wù)器等；2)選擇執(zhí)行目標操作系統(tǒng)類型和架構(gòu)，指定從安裝源或軟件包安裝軟件；3)從安裝包安裝：支持指定待安裝軟件類型、軟件包文件、軟件安裝目的路徑、是否卸載原2)支持立即上傳本地服務(wù)編排，支持在系統(tǒng)指定路徑查看各主機的服務(wù)編排執(zhí)行日志。h)應(yīng)支持交換機網(wǎng)絡(luò)配置，宜包括VRF(虛擬路由轉(zhuǎn)發(fā))、MLAG(跨設(shè)備鏈路聚合組)b)應(yīng)支持配置基線策略管理，包括基線策略的查詢、展示、新增、刪除、編輯、啟用和禁用等，g)應(yīng)支持動力環(huán)境供電系統(tǒng)聯(lián)動，根據(jù)設(shè)備的負載情況實時調(diào)整電力供應(yīng)，如降低或增加6.5可視化管理20a)應(yīng)支持電子地圖點播瀏覽各路實時視頻圖像，通過在電子地圖上點擊相應(yīng)的圖標即可查看該攝c)應(yīng)支持歷史視頻檢索回放功能，可根據(jù)錄像的類型、通道、時間等條件進行檢索，回放速平臺對服務(wù)器兼容要求如下：2122b)應(yīng)支持可實現(xiàn)吞吐量達到理論吞吐量80%;c)應(yīng)支持聚合吞吐量達到網(wǎng)