[发明专利]用于多节点环境中的动态节点修复的方法和装置

说明书

用于多节点环境中的动态节点修复的方法和装置。多节点平台控制器中心(MN‑PCH)被配置为通过使用专用接口和部件以及共享能力来支持多个节点。接口和部件可以被配置为由相应的节点使用，或者可以被配置为支持增强的恢复作为冗余的主和备用接口和部件。响应于检测到有故障或有故障的主接口或部件，MN‑PCH自动地执行故障转移操作以利用备用接口或部件来替换主接口或部件。此外，故障转移操作对运行在平台节点上的操作系统是透明的。

背景技术

数据中心的发展以及向着百亿亿级高性能计算的驱动创建了向着增加的节点密度的长期的平台趋势。需要将多个CPU(中央处理单元)节点容纳在公共的板、卡或甚至封装衬底中。为了实现平台成本、密度和功率效率，需要将更多的平台能力吸收到更少的部件中。当前，计算架构要求每CPU节点专用的平台控制器中心(PCH)，这迫使在具有多个CPU或CPU联合体的共享板上的PCH的多个实例。

将现有的平台架构缩至密集规格会使得在每一个计算节点中大量功能的不必要的重复，并且会产生密集规格平台所特有的一些新的问题。对未来系统解决方案的高密度值的主张由每节点专用的PCH的需要影响。通过将PCH功能单片集成到CPU管芯中来消除PCH不是功率高效/面积高效的，并且也没有提供可扩展的解决方案。因此，存在对将降低或消除平台上的冗余并且满足密集平台的要求的改进的平台架构的需求。

一种增加规格密度的方法是采用多节点感知的平台控制器中心(MN-PCH)。在这种方案下，单个MN-PCH被配置为替换由常规的多节点共享的板架构下的多个PCH所提供的功能。较长期数据指示从传统的8插槽无胶合服务器或4个插槽服务器转移到2个插槽的具有更高RAS(可靠性、可用性和服务能力)的系统的基于关键任务的计算的值。这不会降低5-9’s可靠性标准，但是要求较新的系统架构不能遭受芯片组互连的故障。为了实现这种较可靠的系统，该系统架构需要确保当芯片组部件耦合到MN-PCH时支持这种使用。

附图说明

当结合附图时，通过参考以下具体实施方式，本发明的上述方面以及许多伴随的优势将变得更容易意识到，同时也会变得更好理解，其中，在各种视图中，类似的附图标记指代类似的部件，除非另做指定：

图1是包括被配置为支持没有冗余的4个节点的MN-PCH的示例性多节点平台架构的示意图；

图1a是包括被重新配置为支持使用冗余的主接口和部件以及备份接口和部件的两个节点的图1的MN-PCH的示例性多节点平台架构的示意图；

图2是示出了根据一个实施例的图1的MN-PCH的内部结构的示意图；

图2a是示出了在被重新配置为支持冗余的主和备份接口及部件之后的图2的MN-PCH的内部结构的示意图；

图3a、3b和3c共同地包括示出了根据一个实施例的用于响应于检测到接口和部件故障或有故障条件而实现自动节点修复的操作及逻辑的流程图；

图4是示出了根据一个实施例的采用被配置为支持动态节点修复的MN-PCH的多节点计算平台的系统架构400的示意图；以及

图4a是示出了根据一个实施例的对在其中处理器支持其DMI接口的动态修复的系统架构400进行扩充的示意图。

具体实施方式

本文描述了用于多节点环境中的动态节点修复的方法和装置的实施例。在以下描述中，阐述了大量具体细节以提供对本文公开并示出的实施例的充分理解。然而，相关领域的技术人员应当意识到，本发明可以在没有所述具体细节中的一个或多个，或者利用其他方法、部件、材料等的情况下实施。在其他实例中，没有示出或具体描述公知的结构、材料或操作，以避免使本发明的多个方面难以理解。