1. Mellanox IB卡驱动安装全攻略刚拿到Mellanox IB卡时我最头疼的就是驱动安装。经过多次实战我总结出一套适合新手的安装流程。以CentOS 8.2系统为例当你把CX354A卡插入PCIe插槽后系统其实已经自带了mlx4_core内核驱动。用lspci -k命令能看到驱动加载情况lspci -k | grep Mellanox -A 3但内核驱动功能有限要发挥IB卡的全部性能必须安装Mellanox官方OFED驱动包。这里有个坑不同代际的网卡对应不同版本的驱动。比如ConnectX-3系列CX354A最高只支持OFED 5.1以下版本而ConnectX-6则需要OFED 5.4。驱动下载地址在 Mellanox官网 。下载时注意选择对应操作系统版本RHEL/CentOS/Ubuntu等核对内核版本是否匹配用uname -r查看确认网卡型号与驱动兼容性安装时建议先卸载旧驱动sudo /usr/bin/mlnxofedinstall --uninstall然后执行安装脚本sudo ./mlnxofedinstall --without-fw-update提示加上--without-fw-update参数可跳过固件升级避免因固件不兼容导致的问题安装完成后需要重启服务sudo /etc/init.d/openibd restart验证驱动是否生效ibstat正常应该能看到类似这样的输出CA mlx4_0 CA type: MT4099 Number of ports: 2 Firmware version: 2.42.5000 Hardware version: 0 Node GUID: 0x0002c9030030e4a0 System image GUID: 0x0002c9030030e4a32. 模式切换与性能对比Mellanox VPIVirtual Protocol Interconnect卡最强大的特性就是支持InfiniBand和以太网模式切换。我的CX354A卡在IB模式下支持40Gbps以太网模式则降为10Gbps。2.1 查看当前模式先用ibstatus查看当前状态ibstatus | grep link_layer输出可能是link_layer: InfiniBand或link_layer: Ethernet2.2 切换模式的方法方法一通过驱动参数推荐编辑/etc/modprobe.d/mlx4_core.confoptions mlx4_core port_type_array1,2其中1表示InfiniBand模式2表示以太网模式数组索引对应物理端口号方法二运行时动态切换echo eth /sys/class/net/ib0/mode # 切到以太网 echo ib /sys/class/net/ib0/mode # 切回IB2.3 性能实测对比我用iperf3做了带宽测试双机直连模式理论带宽实测带宽延迟(μs)InfiniBand40Gbps37.2Gbps1.2以太网10Gbps9.8Gbps5.8注意实际带宽受PCIe版本影响很大。我的x16插槽实际只运行在PCIe 2.0 x4模式理论带宽仅20Gbps这就是为什么实测值达不到40Gbps。3. 典型应用场景配置3.1 MPI并行计算对于MPI应用建议使用原生IB模式。需要额外安装sudo yum install openmpi infiniband-diags关键环境变量export OMPI_MCA_btlopenib,self export OMPI_MCA_btl_openib_allow_ib13.2 IPoIB网络配置当应用不支持原生IB时可以配置IPoIB# 生成ifcfg-ib0配置文件 cat EOF | sudo tee /etc/sysconfig/network-scripts/ifcfg-ib0 DEVICEib0 BOOTPROTOstatic IPADDR192.168.1.10 NETMASK255.255.255.0 ONBOOTyes TYPEInfiniBand EOF启动服务sudo ifup ib03.3 存储协议配置对于SRP/iSER存储协议需要加载对应内核模块sudo modprobe ib_srp sudo modprobe ib_iser然后在存储服务器上配置targetcli客户端使用iscsiadm连接。4. 常见问题排查指南4.1 链路无法UP现象ibstatus显示端口状态为DOWN 解决方法检查物理连接更换线缆测试确认子网管理器运行至少一个节点要运行opensmsudo systemctl start opensm4.2 性能不达标排查步骤确认PCIe链路宽度lspci -vvv | grep -i width检查中断亲和性cat /proc/interrupts | grep mlx4调整MTU大小建议IB模式用4096ip link set ib0 mtu 40964.3 驱动加载失败典型错误mlx4_core: Unknown symbol ib_register_device 解决方法检查内核模块依赖depmod -a重新生成initramfsdracut --force5. 进阶调优技巧5.1 中断亲和性设置通过set_irq_affinity.sh脚本优化sudo ./set_irq_affinity.sh eth05.2 内存注册优化在/etc/rdma/rdma.conf中调整MEMLOCKunlimited5.3 协议卸载配置启用RDMA加速sudo ibv_devinfo | grep exp调整TCP协议栈参数echo 4096 /proc/sys/net/ipv4/tcp_rmem echo 4096 /proc/sys/net/ipv4/tcp_wmem记得每次修改配置后都要重启openibd服务sudo systemctl restart openibd