Manuel NVIDIA DGX GB200

Introduction

Cette rubrique contient des instructions pour le remplacement des composants du système NVIDIA DGX™ GB200. Assurez-vous de vous familiariser avec les documents des Conditions Générales d'NVIDIA avant de tenter toute modification ou réparation du système DGX GB200. Ces Conditions Générales pour le système DGX GB200 peuvent être trouvées sur la page NVIDIA DGX Systems Support.
Contactez NVIDIA Enterprise Support pour obtenir un numéro RMA pour tout système ou composant nécessitant un retour pour réparation ou remplacement. Lors du remplacement d'un composant, utilisez uniquement le remplacement fourni par NVIDIA.

Composants remplaçables par le client

Assurez-vous de vous familiariser avec les documents des Conditions Générales d'NVIDIA avant de tenter toute modification ou réparation du système DGX GB200. Ces Conditions Générales pour le système DGX GB200 peuvent être trouvées sur la page NVIDIA DGX Systems Support.

Unités remplaçables par le client
Contactez NVIDIA Enterprise Support pour obtenir un numéro RMA pour tout système ou composant nécessitant un retour pour réparation ou remplacement. Lors du remplacement d'un composant, utilisez uniquement le remplacement fourni par NVIDIA.
Vous pouvez obtenir les composants suivants pour remplacement dans votre centre de données.

• Module d'alimentation
• Module de gestion de l'alimentation
• Module de disque cache E1.S

Contactez NVIDIA Enterprise Support pour obtenir des instructions de remplacement et des conseils pour des composants spécifiques si ces instructions ne sont pas incluses dans ce document.

Support client

Contactez NVIDIA Enterprise Support pour obtenir de l'aide concernant le signalement, le dépannage ou le diagnostic de problèmes avec votre système DGX GB200. Contactez également NVIDIA Enterprise Support pour obtenir de l'aide concernant l'installation ou le déplacement du système DGX GB200.
Pour plus de détails sur la façon d'obtenir de l'aide, visitez le site web NVIDIA Enterprise Support (https://www.nvidia.com/en-us/support/enterprise/).

Exécution du test avant vol

Instructions pour l'exécution du test de stress DGX.
NVIDIA recommande d'exécuter le test de stress avant vol avant de mettre un système en environnement de production ou après une intervention de maintenance. Vous pouvez spécifier l'exécution du test sur les GPU, le CPU, la mémoire et le stockage, et également spécifier la durée des tests.
Pour exécuter les tests, utilisez NVSM.

Syntaxe :

Pour obtenir de l'aide sur l'exécution du test, émettez ce qui suit.

Commande recommandée
La commande suivante exécute le test sur tous les composants pris en charge (GPU, CPU, mémoire et stockage) et prend environ 20 minutes.

Remplacement de l'alimentation

Cette rubrique décrit comment remplacer les alimentations (PSU) du système NVIDIA DGX™ GB200.

Présentation du remplacement de l'alimentation

Cette section fournit une vue d'ensemble du processus de remplacement de l'alimentation.

1. Identifier l'alimentation défaillante
2. Retirer l'alimentation défaillante
3. Installer la nouvelle alimentation
4. Mettre à jour le firmware de la nouvelle alimentation, si nécessaire
5. Vérifier que la nouvelle alimentation est opérationnelle
6. Si demandé, retourner l'unité défaillante à NVIDIA Enterprise Support en utilisant l'emballage fourni

Identifier l'alimentation défaillante

Identifiez l'alimentation défaillante en inspectant visuellement les LED sur les modules d'alimentation. Le module défaillant aura un indicateur LED orange.

Les alimentations sont redondantes N+N, de sorte que toute alimentation peut être remplacée tant qu'au moins quatre étagères d'alimentation sont entièrement actives et saines.

Remplacer l'alimentation

1. Une fois que vous avez identifié l'alimentation défaillante, poussez la languette de déverrouillage vers la gauche et tirez sur la poignée pour l'éjecter de l'étagère d'alimentation.
   
2. Tirez l'alimentation tout droit hors de l'étagère d'alimentation et mettez-la de côté.
   
3. Insérez la nouvelle alimentation jusqu'à ce qu'elle s'enclenche. Vous entendrez un clic audible lorsqu'elle sera entièrement en place.
4. Effectuez les vérifications de santé suivantes :
   • L'indicateur LED de l'alimentation doit être vert.
   • Utilisez l'API Redfish pour vérifier l'état de l'alimentation via le module de gestion de l'étagère d'alimentation (Power Shelf Management Module). Pour plus d'informations sur l'API Redfish, consultez le Redfish User Guide (Guide de l'utilisateur Redfish).
   • Accédez au Power Shelf Dashboard (Tableau de bord de l'étagère d'alimentation) et vérifiez Power Management (Gestion de l'alimentation) ou System Monitoring (Surveillance du système) pour la présence et la santé de l'alimentation.
5. Si demandé, retournez l'unité défaillante à NVIDIA Enterprise Support en utilisant l'emballage fourni.

Remplacement du module de gestion de l'étagère d'alimentation

Cette rubrique décrit comment remplacer un module de gestion de l'étagère d'alimentation (PSMM) dans un système NVIDIA DGX™ GB200.

Présentation du remplacement du module de gestion de l'étagère d'alimentation

Cette section fournit une vue d'ensemble du processus de remplacement du PSMM.

1. Identifier le PSMM défaillant
2. Retirer le PSMM défaillant
3. Installer le nouveau PSMM
4. Mettre à jour le firmware du nouveau PSMM, si nécessaire
5. Vérifier que le nouveau PSMM est opérationnel
6. Si demandé, retourner l'unité défaillante à NVIDIA Enterprise Support en utilisant l'emballage fourni

Identifier le module de gestion de l'étagère d'alimentation défaillant

1. Identifiez le PSMM défaillant en inspectant visuellement les LED sur le module de gestion de l'étagère d'alimentation. Le module défaillant aura un indicateur LED orange.
   
2. Après avoir déballé le nouveau PSMM, enregistrez l'adresse MAC de l'étiquette et fournissez-la à votre administrateur système. Assurez-vous que l'administrateur système configure l'adresse IP et le nom d'hôte pour le nouveau PSMM.
   

Remplacer le module de gestion de l'étagère d'alimentation

Remarque
Les alimentations continueront de fonctionner pendant le processus de remplacement du module de gestion de l'étagère d'alimentation.

1. Une fois que vous avez identifié le PSMM défaillant, retirez son câble de gestion réseau.
   
2. Poussez la languette de déverrouillage vers le haut et tirez sur la poignée pour retirer le PSMM de l'étagère d'alimentation.
3. Tirez le PSMM tout droit hors de l'étagère d'alimentation et mettez-le de côté.
   
4. Insérez le nouveau module jusqu'à ce qu'il s'enclenche. Vous entendrez un clic audible lorsqu'il sera entièrement en place.
5. Une fois le PSMM entièrement branché, connectez le câble de gestion réseau. Après avoir connecté le câble, l'état de l'indicateur LED du PSMM devrait devenir vert.
6. Si demandé, retournez le module défaillant à NVIDIA Enterprise Support en utilisant l'emballage fourni.

Remplacement du disque cache E1.S

Cette rubrique décrit comment remplacer un disque cache E1.S dans le tiroir de calcul du système NVIDIA DGX™ GB200.

Présentation du remplacement du disque cache E1.S

Ceci est une vue d'ensemble des étapes nécessaires pour remplacer un disque cache.

1. Identifier le disque cache défaillant
2. Mettre hors tension le tiroir de calcul en cours de maintenance
3. Remplacer le disque
4. Mettre sous tension le tiroir de calcul
5. Reconstruire le volume RAID du système
6. Confirmer la santé du système avec nvsm show health

Identifier le module de cache défaillant

Ce diagramme montre l'emplacement physique de chaque logement de module de disque cache. Seuls les logements impairs sont utilisés pour les périphériques de stockage NVMe E1.S.

Identifiez un module de cache défaillant en utilisant l'une des méthodes suivantes :

• Exécutez sudo nvsm show health à partir d'une session de terminal et recherchez les alertes de disque
• Utilisez l'interface web BMC pour afficher le journal des événements IPMI et recherchez les alertes de disque

Remplacer le module de disque cache défaillant

1. Mettez hors tension le tiroir de calcul en cours de maintenance.
2. Identifiez le disque NVMe E1.S qui est remplacé. Appuyez sur le bouton situé en haut du disque pour l'éjecter et libérer le levier.
   
3. Utilisez le levier pour retirer le module de disque défaillant, puis insérez le nouveau. Lorsque vous insérez le nouveau module, appuyez sur le bouton de verrouillage pour vous assurer que le levier reste en position ouverte.
   
4. Insérez complètement le module de disque et fermez le levier pour le verrouiller en place.
   

Finaliser la procédure de remplacement

1. Mettez le système sous tension et connectez-vous à la console.
2. Confirmez que le nouveau module de disque est reconnu en exécutant sudo nvme list. Vous verrez quelque chose comme ceci (un disque de démarrage et quatre disques cache seront visibles, mais les noms et modèles peuvent différer) :
   
3. Si le chiffrement du disque est activé, désactivez-le avant de reconstruire le tableau RAID en utilisant la commande sudo nv-disk-encrypt disable.
4. Reconstruisez le volume de cache RAID en utilisant la commande configure_raid_array.py -c -f. Entrez y lorsque vous êtes invité à confirmer l'opération.
5. Si le chiffrement du disque est souhaité, activez-le en suivant les instructions du guide de l'utilisateur DGX OS.
6. Confirmez que le volume RAID est sain en exécutant la commande sudo nvsm show volumes.
7. Retournez le module de cache défaillant à NVIDIA Enterprise Support en utilisant l'emballage fourni.

Sécurité

Cette section fournit des informations sur la manière d'utiliser en toute sécurité le système NVIDIA DGX™ GB200.

Informations de sécurité

Pour réduire les risques de blessures corporelles, de choc électrique, d'incendie et de dommages matériels, lisez ce document et respectez tous les avertissements et précautions de ce guide avant d'installer ou d'entretenir votre produit serveur.
En cas de conflit entre les informations contenues dans ce document et les informations fournies avec le produit ou sur le site web pour un produit particulier, la documentation du produit prévaut.
Votre serveur doit être intégré et entretenu uniquement par des personnes techniquement qualifiées.
Vous devez respecter les directives de ce guide et les instructions d'assemblage de vos manuels de serveur pour assurer et maintenir la conformité avec les certifications et approbations de produits existantes. Utilisez uniquement les composants décrits et réglementés spécifiés dans ce guide. L'utilisation d'autres produits/composants annulera la certification UL et les autres approbations réglementaires du produit et pourra entraîner une non-conformité avec les réglementations relatives aux produits dans la ou les régions où le produit est vendu.

Avertissements et mises en garde de sécurité

Pour éviter les blessures corporelles ou les dommages matériels, avant de commencer l'installation du produit, lisez, observez et respectez toutes les instructions et informations de sécurité suivantes.
Les symboles de sécurité suivants peuvent être utilisés dans toute la documentation et peuvent être marqués sur le produit et son emballage.

Indique la présence d'un danger pouvant entraîner des blessures corporelles mineures ou des dommages matériels si la MISE EN GARDE est ignorée.

Indique la présence d'un danger pouvant entraîner des blessures corporelles graves si l'AVERTISSEMENT est ignoré.
Indique un danger potentiel si les informations indiquées sont ignorées.
Indique des dangers de choc électrique pouvant entraîner des blessures graves ou la mort si les instructions de sécurité ne sont pas suivies.
Indique des composants ou surfaces chauds
Indique de ne pas toucher les pales du ventilateur, peut entraîner des blessures.

Danger de choc électrique : Le produit peut être équipé de plusieurs cordons d'alimentation. - Pour éliminer toutes les tensions dangereuses, déconnectez tous les cordons d'alimentation. - Une connexion de mise à la terre (terre) à courant de fuite élevé à l'alimentation électrique est essentielle avant de connecter l'alimentation.

Recyclez la batterie.

Les rails de rack sont conçus pour supporter uniquement le poids du système serveur. N'utilisez pas d'équipement monté sur rail comme espace de travail. Ne placez pas de charge supplémentaire sur un équipement monté sur rail.

Utilisations prévues

Ce produit a été évalué comme Équipement de Technologie de l'Information (ETI), qui peut être installé dans des bureaux, des écoles, des salles informatiques et des emplacements commerciaux similaires.
L'adéquation de ce produit pour d'autres catégories de produits et environnements (tels que médical, industriel, résidentiel, systèmes d'alarme et équipements de test), autres qu'une application ETI, peut nécessiter une évaluation supplémentaire.

Sélection du site

Choisissez un site qui soit :

• Propre, sec et exempt de particules en suspension dans l'air (autres que la poussière ambiante normale).
• Bien ventilé et éloigné des sources de chaleur, y compris la lumière directe du soleil et les radiateurs.
• Éloigné des sources de vibrations ou de chocs physiques.
• Dans les régions sujettes aux orages électriques, nous vous recommandons de brancher votre système sur un parasurtenseur et de déconnecter les lignes de télécommunication de votre modem pendant un orage électrique.
• Doté d'une prise murale correctement mise à la terre.
• Doté d'un espace suffisant pour accéder au(x) cordon(s) d'alimentation, car il(s) constitue(nt) le dispositif principal de déconnexion de l'alimentation du produit.

Pratiques de manipulation de l'équipement

Pour réduire les risques de blessures corporelles ou de dommages matériels, veuillez faire ce qui suit :

• Respectez les exigences locales en matière de santé et de sécurité au travail lors du déplacement et du levage de l'équipement.
• Utilisez une assistance mécanique ou toute autre assistance appropriée lors du déplacement et du levage de l'équipement.

Précautions électriques

1. Avertissements d'alimentation et électriques
   
   Le bouton d'alimentation, indiqué par le marquage de l'alimentation de secours, NE COUPE PAS complètement l'alimentation secteur du système ; l'alimentation de secours est active dès que le système est branché. Pour couper l'alimentation du système, vous devez débrancher le cordon d'alimentation secteur de la prise murale. Assurez-vous que tous les cordons d'alimentation secteur sont débranchés avant d'ouvrir le châssis, ou d'ajouter ou de retirer des composants non enfichables à chaud.
   N'essayez pas de modifier ou d'utiliser un cordon d'alimentation secteur s'il ne correspond pas au type exact requis. Un cordon secteur séparé est requis pour chaque alimentation du système.
   Certaines alimentations dans les serveurs utilisent un fusible sur le pôle neutre. Pour éviter tout risque de choc, faites preuve de prudence lorsque vous travaillez avec des alimentations qui utilisent un fusible sur le pôle neutre.
   L'alimentation de ce produit ne contient aucune pièce réparable par l'utilisateur. N'ouvrez pas l'alimentation. Des niveaux de tension, de courant et d'énergie dangereux sont présents à l'intérieur de l'alimentation. Renvoyez-la au fabricant pour réparation.
   Lors du remplacement d'une alimentation enfichable à chaud, débranchez le cordon d'alimentation de l'alimentation à remplacer avant de la retirer du serveur.
   Pour éviter tout risque de choc électrique, éteignez le serveur et déconnectez les cordons d'alimentation, les systèmes de télécommunications, les réseaux et les modems connectés au serveur avant de l'ouvrir.
2. Avertissements concernant les cordons d'alimentation
   
   Pour éviter tout choc électrique ou incendie, vérifiez le(s) cordon(s) d'alimentation qui sera/seront utilisé(s) avec le produit comme suit :
   • N'essayez pas de modifier ou d'utiliser le(s) cordon(s) d'alimentation secteur s'il(s) ne correspond(ent) pas au type exact requis pour s'adapter aux prises électriques mises à la terre.
   • Le(s) cordon(s) d'alimentation doit/doivent satisfaire aux critères suivants :
     • Le cordon d'alimentation doit avoir une puissance électrique supérieure à la puissance nominale du courant électrique indiquée sur le produit.
     • Le cordon d'alimentation doit avoir une broche ou un contact de mise à la terre de sécurité adapté à la prise électrique.
     • Le(s) cordon(s) d'alimentation est/sont le principal dispositif de déconnexion de l'alimentation secteur. La/les prise(s) de courant doit/doivent être proche(s) de l'équipement et facilement accessible(s) pour la déconnexion.
     • Le(s) cordon(s) d'alimentation doit/doivent être branché(s) sur une/des prise(s) de courant dotée(s) d'une mise à la terre appropriée.

Avertissements d'accès au système

Pour éviter les blessures corporelles ou les dommages matériels, les instructions de sécurité suivantes s'appliquent chaque fois que vous accédez à l'intérieur du produit :

• Éteignez tous les périphériques connectés à ce produit.
• Éteignez le système en appuyant sur le bouton d'alimentation.
• Déconnectez l'alimentation secteur en débranchant tous les cordons d'alimentation secteur du système ou de la prise murale.
• Déconnectez tous les câbles et lignes de télécommunication connectés au système.
• Conservez toutes les vis ou autres attaches lors du retrait du/des couvercle(s) d'accès. Une fois l'accès à l'intérieur du produit terminé, refixez le couvercle d'accès avec les vis ou attaches d'origine.
• N'accédez pas à l'intérieur de l'alimentation. Il n'y a pas de pièces réparables dans l'alimentation.
• Renvoyez-la au fabricant pour réparation.
• Mettez le serveur hors tension et déconnectez tous les cordons d'alimentation avant d'ajouter ou de remplacer tout composant non enfichable à chaud.
• Lors du remplacement d'une alimentation enfichable à chaud, débranchez le cordon d'alimentation de l'alimentation à remplacer avant de la retirer du serveur.

Si le serveur a été en fonctionnement, le(s) processeur(s) et le(s) dissipateur(s) thermique(s) installés peuvent être chauds. À moins que vous n'ajoutiez ou ne retiriez un composant enfichable à chaud, laissez le système refroidir avant d'ouvrir les capots. Pour éviter tout contact avec des composants chauds lors d'une installation enfichable à chaud, soyez prudent(e) lors du retrait ou de l'installation du/des composant(s) enfichable(s) à chaud.

Pour éviter les blessures, ne touchez pas les pales de ventilateur en mouvement. Votre système est fourni avec une grille de protection sur le ventilateur, ne faites pas fonctionner le système sans la grille de protection du ventilateur.

Avertissements de montage en rack

Les directives d'installation suivantes sont requises par UL pour maintenir la conformité de sécurité lors de l'installation de votre système dans un rack.
Le rack d'équipement doit être ancré à un support inamovible pour éviter qu'il ne bascule lorsqu'un serveur ou un équipement en est extrait. Le rack d'équipement doit être installé conformément aux instructions du fabricant du rack.
Installez l'équipement dans le rack de bas en haut, en plaçant l'équipement le plus lourd en bas du rack.
Ne sortez qu'un seul équipement du rack à la fois.
Vous êtes responsable de l'installation d'un interrupteur principal de coupure de courant pour l'ensemble de l'unité de rack. Cet interrupteur principal doit être facilement accessible et étiqueté comme contrôlant l'alimentation de l'unité entière, et non seulement du/des serveur(s).
Pour éviter tout risque de choc électrique potentiel, une mise à la terre de sécurité appropriée doit être mise en œuvre pour le rack et chaque équipement qui y est installé.
Température ambiante de fonctionnement élevée - Si l'équipement est installé dans un assemblage de rack fermé ou multi-unités, la température ambiante de fonctionnement de l'environnement du rack peut être supérieure à la température ambiante de la pièce. Par conséquent, il convient de veiller à installer l'équipement dans un environnement compatible avec la température ambiante maximale (Tma) spécifiée par le fabricant.
Flux d'air réduit - L'installation de l'équipement dans un rack doit être telle que la quantité de flux d'air requise pour un fonctionnement sûr de l'équipement ne soit pas compromise.
Charge mécanique - Le montage de l'équipement dans le rack doit être tel qu'une situation dangereuse ne soit pas atteinte en raison d'une charge mécanique inégale.
Surcharge des circuits - Il convient de prendre en considération la connexion de l'équipement au circuit d'alimentation et l'effet que la surcharge des circuits pourrait avoir sur la protection contre les surintensités et le câblage d'alimentation. Une attention particulière doit être accordée aux puissances nominales de l'équipement lors de l'examen de cette préoccupation.
Mise à la terre fiable - Une mise à la terre fiable de l'équipement monté en rack doit être maintenue.
Une attention particulière doit être accordée aux connexions d'alimentation autres que les connexions directes au circuit de dérivation (par exemple, l'utilisation de multiprises).

Décharge électrostatique

Les décharges électrostatiques (ESD) peuvent endommager les lecteurs, les cartes et d'autres pièces. Nous vous recommandons d'effectuer toutes les procédures sur un poste de travail ESD. Si un tel poste n'est pas disponible, assurez une protection ESD en portant un bracelet antistatique attaché à la masse du châssis (toute surface métallique non peinte) de votre serveur lors de la manipulation des pièces.
Manipulez toujours les cartes avec précaution. Elles peuvent être extrêmement sensibles aux décharges électrostatiques. Tenez les cartes uniquement par leurs bords. Après avoir retiré une carte de son emballage protecteur ou du serveur, placez la carte, côté composants vers le haut, sur une surface mise à la terre et exempte d'électricité statique. Utilisez un coussinet en mousse conductrice si disponible, mais pas l'emballage de la carte. Ne faites pas glisser la carte sur une surface.

Autres dangers

1. DÉPARTEMENT CALIFORNIEN DE CONTRÔLE DES SUBSTANCES TOXIQUES
   Matériau de perchlorate - une manipulation spéciale peut être nécessaire. Voir www.dtsc.ca.gov/perchlorate.
   Matériau de perchlorate : La batterie au lithium (CR2032) contient du perchlorate. Veuillez suivre les instructions d'élimination.
2. NICKEL
   NVIDIA Bezel. La mousse métallique décorative de la lunette contient du nickel. La mousse métallique n'est pas destinée à un contact cutané direct et prolongé. Veuillez utiliser les poignées pour retirer, fixer ou transporter la lunette. Bien que l'exposition au nickel soit peu susceptible de poser problème, vous devez être conscient de cette possibilité si vous êtes sujet(te) aux réactions liées au nickel.
   
3. Remplacement de la batterie
   
   Il y a un danger d'explosion si la batterie est remplacée de manière incorrecte. Lors du remplacement de la batterie, utilisez uniquement la batterie recommandée par le fabricant de l'équipement.
   Jetez les batteries conformément aux ordonnances et réglementations locales. N'essayez pas de recharger une batterie.
   N'essayez pas de démonter, percer ou endommager une batterie de toute autre manière.
4. Refroidissement et flux d'air
   
   Acheminez soigneusement les câbles comme indiqué afin de minimiser le blocage du flux d'air et les problèmes de refroidissement. Pour un refroidissement et un flux d'air adéquats, n'utilisez le système qu'avec les capots du châssis installés.
   Faire fonctionner le système sans les capots en place peut endommager les pièces du système. Pour installer les capots :
   • Vérifiez d'abord que vous n'avez pas laissé d'outils ou de pièces détachées à l'intérieur du système.
   • Vérifiez que les câbles, les cartes d'extension et les autres composants sont correctement installés.
   • Fixez les capots au châssis conformément aux instructions du produit.

L'équipement est destiné à être installé uniquement dans une salle de serveurs/salle informatique où les deux conditions suivantes s'appliquent :

• L'accès ne peut être obtenu que par du PERSONNEL DE SERVICE ou par des UTILISATEURS qui ont été informés des raisons des restrictions appliquées à l'emplacement et de toutes les précautions à prendre.
• L'accès se fait par l'utilisation d'un OUTIL ou d'une clé et serrure, ou d'autres moyens de sécurité, et est contrôlé par l'autorité responsable de l'emplacement.

Références

• Support client entreprise | NVIDIA

Télécharger le manuel

Ici, vous pouvez télécharger la version PDF complète du manuel. Elle peut contenir des instructions de sécurité supplémentaires, des informations de garantie, des règles de la FCC, etc.

Télécharger Manuel NVIDIA DGX GB200

Les langues disponibles