相城 IDC · AI 训练集群上架（48 台 GPU 节点）

背景

AI 训练集群搬迁，需一周完成机柜部署与双平面 IB 网络连通。

方案

• 结构：8 列机柜，Top-of-Rack IB 交换 + 万兆上联


• 编号：机柜/设备/跳线全链路编号与贴签




步骤



• IB 光纤布线（A/B 平面），每根记录来源/去向/端口


• GPU 节点 BIOS/固件一致性校验


• PXE 批量装机 + ansible 初始化




结果



• 训练集群 QPS 提升 32%；节点宕机率下降 90%


• 提交端口对照/走线图/复测记录，验收一次通过