OCP NVME SSD规范解读-1

OCP(Open Compute Project)是一个由Facebook于2011年发起的开源项目。其目标是重新设计和优化数据中心的硬件,包括服务器、存储、网络设备等,以提高效率,降低运营成本,并推动技术的创新和标准化。

在OCP中,各成员公司(包括Facebook、Microsoft、HPE、Dell EMC等)共同协作,贡献他们的设计和规格,以创建更高效、可扩展和可持续的数据中心解决方案。这些贡献遵循OWF Contributor License Agreement(OWF CLA 1.0)和Open Web Foundation Final Specification Agreement(OWFa 1.0)的规定。

OCP涵盖了各种硬件组件的具体要求,如系统固件、硬件管理、安全性和合规性等。例如,要获得OCP Accepted™或OCP Inspired™产品认可,产品必须符合OCP硬件管理基线配置文件V1.0,并完成相关的供应商要求检查表,包括系统固件、BMC源代码可用性(如果适用)以及安全性配置文件等。

总的来说,OCP是一个推动数据中心硬件开放化、标准化和创新化的全球性社区,通过共享设计和最佳实践,致力于提升整个行业的效率和可持续性。

目前OCP成员也非常庞大。

1.铂金级别成员:国内主要互联网大厂阿里巴巴、百度、腾讯均在其列。

2.金/银级别成员

接下来的文章,小编将认真读《Datacenter NVMe® SSD Specification v2.5 》,并通过连载的方式分享读OCP SPEC过程的心得与笔记,敬请期待!

文档详细规定了NVMe SSD的各种要求和特性,包括但不限于以下核心内容:

  1. NVMe Express的要求:涵盖了NVMe重置支持、控制器配置和行为、NVMe管理命令集(包括命名空间管理/附加命令、命名空间使用、特定UUID等)以及I/O命令集。

  2. 可选NVMe特性支持:讨论了命令超时、日志页需求(包括标准日志页、DSSD特定日志页、SMART/健康信息、错误恢复、延迟监控等)。

  3. 主机和控制器发起的遥测日志:介绍了操作理论、数据分区、统计区域、事件FIFO、现有NVMe日志、调试结构概述和遥测数据需求等。

  4. 设备自我测试和固件更新的要求:规定了设备自我测试、固件更新、出厂默认设置、释放需求、扇区大小和命名空间支持等方面的标准。

  5. PCIe要求:包括启动需求、PCIe错误记录、低功耗模式、PCIe眼图捕捉等。

  6. 可选设备特性:如FDP灵活数据放置、DIX要求等。

  7. 可靠性:讨论了不可纠正位错误率、电源开/关需求、端到端内部数据保护、固件崩溃或断言时的行为、年故障率、背景数据刷新、磨损均衡和电源丢失保护等。

  8. 热管理:涉及数据中心温度报告和热关闭等方面。

  9. 形态因素要求:定义了各种形态因素(如M.2、E1.S、E1.L、E3、SFF-8639等)的规格和功率水平。

  10. 管理支持:包括NVMe基本管理命令要求、NVMe-MI要求等。

  11. 安全性:涵盖了基本安全要求、安全启动、DMTF安全协议和数据模型、数据加密和消除、TCG实施要求等。

此外,文档还涉及到设备配置、性能要求、标签要求、合规性、冲击和振动、可持续性要求、NVMe Linux CLI插件要求、修订历史、特定供应商项目(如META和Microsoft的特定项目)以及延迟监控功能集的操作理论等内容。总的来说,这份文档为数据中心NVMe SSD的开发、测试和使用提供了全面而详细的技术规范和指导。

小编每日撰文不易,如果您看完有所受益,欢迎点击文章底部左下角"关注 "并点击"分享 "、"在看",非常感谢!

精彩推荐:

相关推荐
Huangjin007_6 小时前
【Linux 系统篇(四十一)】线程(二):线程的优缺点、资源共享与上下文切换
linux·运维·服务器
tellmewhoisi6 小时前
深度学习0:数学知识:最大似然推导过程
人工智能·深度学习·概率论
oil欧哟6 小时前
从产品经理视角拆解 DeepSeek Super-agent:双层路由与异步调度架构
人工智能
张张123y6 小时前
个人助手型 Agent 的六个工程细节:Hermes 与 OpenClaw 的审批、委派、上下文与调度
网络·人工智能·开源·后端开发·ai agent
Rabitebla7 小时前
【Linux】文件篇(六):Shell 实战——从系统调用到命令行重定向
linux·服务器·c++·笔记·学习
码云社区7 小时前
Spring Boot云快充协议源码:充电桩远程重启、参数配置与升级运维方案
运维·spring boot·后端·充电桩·充电系统·充电软件
Dawson Zhu7 小时前
【模型量化⑦】W4A8与GPTQ-Int4:极限压缩与MLC-LLM部署实战
人工智能·语言模型·架构·aigc·agi
千寻技术帮7 小时前
50055_基于AI的互帮互助小程序(源码+文档+数据库脚本+部署教程)
数据库·人工智能·小程序·毕业设计·springboot·课程设计
天树星智源8 小时前
KV 剪枝的同一个误差,模型确定时只改 1.4% 的 token,不确定时改 65%:接上不确定性,AIME25 端到端快 1.27 倍
人工智能·大模型
AI英德西牛仔8 小时前
PC 用户的效率革命:腾讯元宝导出 Word 指令与“AI 导出鸭”的底层逻辑
人工智能·word·excel·deepseek·ai导出鸭