Certyfikacja serwera AI przed wysyłką

Kwalifikacja GPU i certyfikacja serwera

Kwalifikacja pojedynczej karty GPU oraz certyfikacja kompletnego serwera są odrębnymi procesami. Inne narzędzia, inne warunki chłodzenia, inny przedmiot oceny. Wynik kwalifikacji karty na stanowisku testowym nie zastępuje weryfikacji jej pracy w kompletnej konfiguracji serwera 2U pod osłoną powietrza, w kanale z konkretnymi wentylatorami.

Dlatego certyfikujemy złożoną maszynę osobno, a wyników pomiarowych z obu procesów nie należy porównywać bezpośrednio. Jak kwalifikujemy pojedyncze karty: jak sprawdzamy każdy używany akcelerator GPU.

Warunki rozpoczęcia przebiegu certyfikacyjnego

1. Inwentarz z numerami seryjnymi zebrany przed testem — procesory, moduły pamięci per slot, dyski per bay, karty GPU, kontrolery. Bez numerów seryjnych nie jest możliwe jednoznaczne przypisanie wyniku do konkretnego egzemplarza, a operacje serwisowe firmware nadpisują inwentarz bezpowrotnie.
2. Zapisany profil zasilania z BIOS-u — profil może zmienić wyniki wydajnościowe nawet kilkukrotnie. Bez jego zapisania liczby w certyfikacie byłyby nieodtwarzalne.
3. Szerokość i prędkość łącza PCIe każdej karty potwierdzona z LnkSta — interfejs zarządzania potrafi raportować pełną szerokość przy łączu działającym z niższą szerokością. Zawężenie wykryte po kilkunastu godzinach testu wymaga powtórzenia całego przebiegu.
4. Kompletny zestaw chłodzenia GPU — osłony powietrza, risery, zasilacze o właściwej mocy. Przy niepełnym kanale przepływu powietrza pasywne karty GPU mogą wejść w stan throttlingu termicznego, co unieważnia wynik.
5. Progi bezpieczeństwa termicznego — progi GPU są wyznaczane na podstawie parametrów raportowanych przez kartę, temperatura CPU jest nadzorowana względem zdefiniowanego progu bezpieczeństwa.
6. Stan odniesienia dziennika zdarzeń sprzętowych zapisany przed obciążeniem — po testach analizowane są zdarzenia, które pojawiły się od początku przebiegu.

Zgodność z konfiguracją wysyłkową

Certyfikacja nie sprawdza wyłącznie tego, czy serwer działa. System automatycznie porównuje rzeczywiście wykryty sprzęt z profilem przypisanym do konkretnego egzemplarza przeznaczonego do wysyłki. Sprawdzane są m.in.:

• procesory
• pamięć
• karty GPU
• nośniki i kontroler storage
• zasilacze
• interfejsy sieciowe

Niezgodność z wymaganym profilem blokuje pozytywny wynik.

Zasilanie i interfejsy sieciowe

Przed rozpoczęciem obciążeń system automatycznie sprawdza obecność, stan i redundancję zasilaczy oraz zgodność ich liczby i mocy z profilem danego serwera. Weryfikowane są również wymagane interfejsy sieciowe, liczba portów i ich klasa prędkości. Brak wymaganych elementów lub stan krytyczny uniemożliwia uzyskanie wyniku CERTIFICATION.

Łącze PCIe każdej karty GPU

• Maksymalne możliwości interfejsu (capability) i parametry wynegocjowanego łącza są odrębnymi wartościami. Odczytujemy obie: parametry obsługiwane przez interfejs karty i to, co faktycznie uzgodnił ze slotem (LnkSta), bo kontroler zarządzania potrafi raportować pełną szerokość przy łączu działającym z niższą szerokością.
• Karta z capability x16, która wynegocjowała tylko x8, to degradacja łącza, a nie wariant normy. Taki przebieg nie może uzyskać wyniku CERTIFICATION.
• Karty mapujemy po tożsamości egzemplarza — numerze seryjnym i adresie PCI — a nie wyłącznie po kolejności z nvidia-smi, która nie musi odpowiadać kolejności slotów. Wynik każdego pomiaru jest przypisany do konkretnej karty w konkretnym slocie.

Certyfikacja nie modyfikuje danych na dyskach

Przebieg uruchamiamy z nośnika live, z systemem działającym w pamięci RAM. Certyfikacja nie instaluje systemu, nie partycjonuje, nie formatuje i nie wykonuje testów zapisujących dane użytkownika ani wzorce testowe na przestrzeni danych nośników docelowych. Stan dysków oceniamy przez SMART oraz self-test dostępny dla danego typu nośnika, firmware i kontrolera RAID. Self-test wykonuje sam nośnik, a jego firmware może przy tym zaktualizować własny dziennik diagnostyczny SMART. Jeżeli pełny długi self-test nie jest obsługiwany albo jego wyniku nie da się wiarygodnie uzyskać przez warstwę kontrolera, procedura uwzględnia to w końcowej kwalifikacji przebiegu. Konfiguracja sprzętowa w trakcie testu to ta sama konfiguracja, która jest przeznaczona do dostawy — każda zmiana obsady modułu pamięci, dysku, karty lub risera unieważnia przebieg i wymaga jego powtórzenia.

Przebieg certyfikacyjny

Kolejność jest wiążąca. Przebieg przerwany lub niekompletny nie może być podstawą certyfikatu — aby uzyskać certyfikację, wykonujemy nowy, pełny przebieg od początku. Wynik częściowy nie jest dla nas dowodem sprawności.

Nadzór w trakcie przebiegu

1. Watchdog termiczny. Obciążenia CPU i GPU są prowadzone pod nadzorem watchdoga termicznego, który może automatycznie przerwać test po przekroczeniu progu bezpieczeństwa.
2. Próbnik czujników zapisuje temperatury, pobór mocy, takty i przyczyny throttlingu co 10 s przez cały przebieg.
3. Throttling termiczny jest traktowany jako warunek dyskwalifikujący przebieg. Throttling wynikający z limitu mocy jest oczekiwany i nie jest podstawą odrzucenia — w raporcie oba przypadki są rozróżnione.

Nie każdy zakończony test oznacza certyfikację

Ocena końcowa jest rozdzielona na trzy niezależne warstwy:

• Wynik sprzętu (Hardware Result) — wynik testów sprzętu.
• Kompletność materiału dowodowego (Evidence Pipeline) — kompletność i poprawność materiału dowodowego.
• Wynik certyfikacji (Certification Result) — końcowa kwalifikacja przebiegu jako certyfikacja, walidacja lub wynik negatywny.

Procedura może zakończyć przebieg jednym z trzech wyników:

• CERTIFICATION — certyfikacja: sprzęt, konfiguracja i materiał dowodowy spełniają komplet wymagań.
• VALIDATION — walidacja: sprzęt może działać poprawnie, ale co najmniej jeden warunek formalny lub dowodowy nie pozwala wystawić certyfikatu.
• FAIL — wynik negatywny: wykryto problem sprzętowy, niezgodność konfiguracji lub inny warunek dyskwalifikujący.

Generator dokumentów nie pozwala ręcznie zmienić wyniku VALIDATION lub FAIL na CERTIFICATION. Certyfikat jest wydawany wyłącznie dla przebiegu zakończonego wynikiem CERTIFICATION.

Serwer z wynikiem VALIDATION nie jest wysyłany jako certyfikowany egzemplarz. Raport walidacyjny jest dokumentem wewnętrznym i nie zastępuje certyfikatu klienta — po usunięciu przyczyny wykonujemy nowy, pełny przebieg, który musi zakończyć się wynikiem CERTIFICATION.

Dokumentacja wynikowa

• Każda wartość prezentowana w dokumentacji musi mieć potwierdzenie w zachowanym materiale z przebiegu. Wartości nie są wprowadzane ręcznie na podstawie odczytu z konsoli ani notatek operatora.
• Wyłącznie czas UTC, bez czasu lokalnego — co zapewnia porównywalność znaczników czasu pomiędzy przebiegami.
• Suma kontrolna archiwum weryfikowana po skopiowaniu do repozytorium, nie tylko po utworzeniu.
• Certyfikat nie podaje przyczyn, których nie potwierdzono pomiarem.
• Terminologia techniczna zostaje w formie oryginalnej, bez tłumaczeń opisowych, żeby dała się zweryfikować.

Czego certyfikacja nie obejmuje

Sprzedajemy sprzęt używany z rynku wtórnego. Certyfikat potwierdza stan maszyny w momencie przebiegu, a zachowane archiwum umożliwia późniejszą weryfikację wyników. Certyfikat nie jest gwarancją producenta. Obowiązuje gwarancja sprzedawcy na warunkach podanych przy sprzedaży.

Liczby wydajnościowe w certyfikacie nie są progami. Etapy wydajnościowe raportują wartość zmierzoną na tej maszynie, w tym profilu BIOS-u i z tymi parametrami narzędzia. Dwa benchmarki o tej samej nazwie, w innych wersjach i z innymi parametrami, mogą dawać na tym samym procesorze istotnie różne wyniki — dlatego zestawienie naszego wyniku z wynikiem innego narzędzia wymaga podania obu konfiguracji.

Self-test dostarczany z serwerem to inne narzędzie niż certyfikacja. Potwierdza po dostawie, że podzespoły są obecne i działają; nie ocenia wydajności i nie wystawia certyfikatu. Wyników self-testu odbiorczego i przebiegu certyfikacyjnego nie należy porównywać bezpośrednio, ponieważ wykorzystują inne narzędzia i mają inny zakres.