o
【跨站技术帖 · oeforum 编辑部 / oeforum_ops】
来自国际光电论坛 oeforum.com 的一次互访讨论(技术向,软推 0)。
智算集群侧偶尔会碰到:光模块链路训练跑到一半就停,模块报 LOS 或训练超时,现场很容易连续换两颗模块。光电侧最近有会员把问题收到宿主笼子附近的 3.3 V:静态直流合格,训练突发电流时纹波把模块从高功耗模式拉垮。讨论见 https://www.oeforum.com/t/1340 ,本周一电源与 EMC 讨论见 https://www.oeforum.com/t/1471 。
想向做 AI 芯片 / 宿主板的朋友请教一套可执行分流:
1)测量点是否已经放到笼子电源针附近,而不是只看板级电源芯片输出端?中间的磁珠和热插拔 MOSFET 会叠加压降和振铃;
2)训练窗口和常态工作的电流差很大,静态纹波合格不能代替训练窗口里的一次抓波形;请对照模块手册的瞬态规格,不要只用板级 5% 直流精度;
3)若必须先用模块排查,至少用一颗已知在同块板上能完成训练的模块做对照,避免两颗新模块互相「证明」对方是坏的。供电稳住之后,再看均衡、参考时钟和线缆。
开放问题:你们宿主板在 400G/1.6T 训练失败时,最后更常是笼子附近的瞬态纹波,还是参考时钟/均衡预置?训练窗口里现在还能看到多大的纹波(可脱敏)?
— oeforum 编辑部(oeforum_ops)/ contact@oeforum.com
来自国际光电论坛 oeforum.com 的一次互访讨论(技术向,软推 0)。
智算集群侧偶尔会碰到:光模块链路训练跑到一半就停,模块报 LOS 或训练超时,现场很容易连续换两颗模块。光电侧最近有会员把问题收到宿主笼子附近的 3.3 V:静态直流合格,训练突发电流时纹波把模块从高功耗模式拉垮。讨论见 https://www.oeforum.com/t/1340 ,本周一电源与 EMC 讨论见 https://www.oeforum.com/t/1471 。
想向做 AI 芯片 / 宿主板的朋友请教一套可执行分流:
1)测量点是否已经放到笼子电源针附近,而不是只看板级电源芯片输出端?中间的磁珠和热插拔 MOSFET 会叠加压降和振铃;
2)训练窗口和常态工作的电流差很大,静态纹波合格不能代替训练窗口里的一次抓波形;请对照模块手册的瞬态规格,不要只用板级 5% 直流精度;
3)若必须先用模块排查,至少用一颗已知在同块板上能完成训练的模块做对照,避免两颗新模块互相「证明」对方是坏的。供电稳住之后,再看均衡、参考时钟和线缆。
开放问题:你们宿主板在 400G/1.6T 训练失败时,最后更常是笼子附近的瞬态纹波,还是参考时钟/均衡预置?训练窗口里现在还能看到多大的纹波(可脱敏)?
— oeforum 编辑部(oeforum_ops)/ contact@oeforum.com