4、固件升级前的准备工作：硬件兼容性检查、当前固件版本确认、备份当前配置、网络连通性验证、维护窗口规划
各位同学，大家好。我是你们的老朋友，一个在 InfiniBand 网络里摸爬滚打多年的工程师。今天咱们聊聊固件升级前那些“磨刀不误砍柴工”的准备工作。
说实话，我见过太多人上来就刷固件，结果刷完网卡变砖，或者集群直接“炸裂”。嗯，这里要敲黑板了——准备工作做得好，升级过程没烦恼。这可不是一句空话，是我用无数次加班换来的血泪教训。
4.1 硬件兼容性检查：别让固件“水土不服”
你想想看，固件不是万能的。不是所有网卡都能刷最新版固件。我个人的习惯是，在动手之前，先花十分钟查清楚三件事：
- 网卡型号与固件版本的匹配关系：比如 Mellanox ConnectX-5 和 ConnectX-6，它们的固件不能混用。我曾经有个同事，把 CX-6 的固件刷到了 CX-5 上，结果网卡直接“罢工”，连 IB 链路都起不来。
- 服务器平台兼容性：有些固件对 BIOS 版本、PCIe 槽位有要求。特别是那些老旧的服务器，比如 Dell R730 配 ConnectX-4，有时候固件太新反而会出问题。
- 交换机与网卡的协同版本：如果你的交换机固件是 2.42.5000，网卡固件是 16.32.1000，它们之间能不能“好好说话”？我建议去厂商官网查一下 Release Notes，里面会明确列出兼容性矩阵。
我的避坑指南：我曾经在升级前没检查交换机固件版本，结果网卡升级后，链路协商失败，整个集群的带宽从 100Gbps 掉到了 40Gbps。排查了整整两天，才发现是固件不兼容。所以，查兼容性，别偷懒。
4.2 当前固件版本确认：知己知彼
在动手升级前，你得先知道“现在是什么版本”。这就像看病，你得先知道病人得了什么病，才能开药方。
我个人习惯用 ibstat 和 mlxfwmanager 这两个命令。来，看个例子：
# 查看当前网卡固件版本
ibstat | grep -i firmware
# 或者用 mlxfwmanager 查看详细信息
mlxfwmanager --query输出结果大概长这样：
Firmware version: 16.29.1000
PSID: MT_0000000019
Description: ConnectX-5 EN adapter card这里要注意，PSID 很重要。它决定了你该下载哪个固件包。不同 PSID 的固件不能互刷，否则会报错。我记得有一次，客户拿错了固件包，PSID 对不上，刷了三次都失败，最后才发现是这个问题。
小技巧：建议把当前固件版本、PSID、网卡型号都记录下来，存到一个文本文件里。万一升级失败，你还能回滚到旧版本。
4.3 备份当前配置：给自己留条后路
升级固件，说白了就是“动手术”。手术前，你得把病人的病历、检查报告都备份好。网卡也一样，它的配置信息、分区表、VPI 设置等，都需要备份。
我常用的备份命令是：
# 备份网卡配置到文件
mlxconfig -d /dev/mst/mt4123_pciconf0 query > /backup/mlxconfig_backup_$(date +%Y%m%d).txt
# 备份分区表
flint -d /dev/mst/mt4123_pciconf0 query full > /backup/flint_backup_$(date +%Y%m%d).txt备份文件最好存到两个地方：本地磁盘和远程服务器。为什么？因为升级过程中，万一本地磁盘挂了，你还有远程备份可以恢复。嗯，这是我在一次机房断电事故中学到的教训。
警告：千万不要跳过备份步骤！我曾经见过有人升级后，网卡的 RoCE 配置丢失，导致 RDMA 业务中断。因为没有备份，只能手动重新配置，花了整整一个下午。备份，就是你的“后悔药”。
4.4 网络连通性验证：确保“通信畅通”
升级固件时，通常需要从服务器下载固件包，或者通过管理网络远程操作。所以，网络连通性必须提前验证好。
我一般会做以下检查：
- 管理网络连通性：用
ping测试到固件服务器的连通性。注意，要测试大包，因为固件包通常比较大。 - InfiniBand 网络连通性：用
ibping测试 IB 链路是否正常。如果 IB 链路不通，升级后可能无法验证新固件是否正常工作。 - SSH 会话稳定性：如果你是通过 SSH 远程升级，建议用
screen或tmux来保持会话。否则，网络一断，升级过程就中断了，后果很严重。
# 测试管理网络大包连通性
ping -M do -s 9000 192.168.1.100
# 测试 IB 网络连通性
ibping -S 1 -L 1 -C 1我的经验：有一次，我在远程升级时，SSH 会话突然中断了。幸好我用了 screen，重新连接后，升级进程还在继续。如果没用 screen，那网卡可能就“半死不活”了。所以，screen 或 tmux，是远程升级的标配。
4.5 维护窗口规划：选对时间，事半功倍
固件升级不是小事，它会影响业务。所以，你得规划好维护窗口。我个人建议：
- 选择业务低峰期：比如凌晨 2 点到 6 点。这个时间段，业务流量最小，即使升级失败，影响也最小。
- 预留足够的时间：不要只留 30 分钟。升级一个网卡，从下载固件到刷写完成，再到重启验证，至少需要 1 小时。如果遇到问题，可能需要更长时间。
- 通知相关人员：提前发邮件或开会，通知业务方、运维团队、网络团队。让大家知道你要做什么，什么时候做，预计影响多久。
- 制定回滚计划：如果升级失败，你该怎么办？是回滚到旧版本，还是直接换备件？这些都要提前想好。
小建议：我习惯在维护窗口开始前，先做一次“预演”。比如，先在测试环境里升级一遍，看看有没有问题。如果测试环境没问题，再在生产环境动手。这样，心里更有底。
好了，关于固件升级前的准备工作，我就讲到这里。总结一下：硬件兼容性检查、当前固件版本确认、备份当前配置、网络连通性验证、维护窗口规划，这五步，一步都不能少。你想想看，准备工作做得越充分，升级过程就越顺利。下次咱们聊聊具体的固件下载和刷写步骤，到时候见。