伴隨AI大模型爆發(fā)式增長，千卡級AI集群普及，服務(wù)器功率密度攀升，傳統(tǒng)功耗管理已難滿足能效需求。開放原子開源基金會(huì)發(fā)起的第三屆開放原子大賽攜手OurBMC社區(qū)和飛騰信息，推出“基于BMC的整機(jī)功耗智能管理”賽題，探索輕量級AI模型部署路徑，推動(dòng)AI與OurBMC項(xiàng)目融合。

賽事匯聚78支隊(duì)伍、130余位開發(fā)者，歷經(jīng)四月實(shí)戰(zhàn)角逐。開發(fā)者們深耕技術(shù)、打磨方案，不僅積累了全流程實(shí)踐經(jīng)驗(yàn)，更深化了BMC功耗管理認(rèn)知，以開源協(xié)作驅(qū)動(dòng)技術(shù)突破，為綠色計(jì)算注入動(dòng)能。我們特邀獲獎(jiǎng)企業(yè)團(tuán)隊(duì)分享歷程，展現(xiàn)開源生態(tài)魅力與前沿技術(shù)力量。

AI與硬件管控深度融合，實(shí)現(xiàn)安全與節(jié)能雙贏

昆侖太科BMC團(tuán)隊(duì)由BMC領(lǐng)域資深工程師組成，深耕OpenBMC架構(gòu)研發(fā)多年。針對傳統(tǒng)PID控制在服務(wù)器溫控中難以平衡功耗與散熱的痛點(diǎn)，團(tuán)隊(duì)借賽事契機(jī)，探索AI算法與BMC硬件管控的深度融合，驗(yàn)證智能溫控方案可行性，推動(dòng)BMC技術(shù)棧升級。

該項(xiàng)目聚焦單變量功耗智能管理，基于openbmc-OurBMC-24.12的phosphor-pid-control庫，集成一套由C++實(shí)現(xiàn)、以GBDT為預(yù)測核心、PPO為決策核心的自適應(yīng)閉環(huán)控制系統(tǒng)。數(shù)據(jù)采集采用快速降溫與低功耗穩(wěn)態(tài)調(diào)控雙階段策略，實(shí)現(xiàn)從異常響應(yīng)到節(jié)能運(yùn)行的平滑過渡。系統(tǒng)通過溫度預(yù)測模型預(yù)判溫度趨勢，結(jié)合PPO強(qiáng)化學(xué)習(xí)生成風(fēng)扇轉(zhuǎn)速建議，同時(shí)采用安全優(yōu)先的融合機(jī)制，最終轉(zhuǎn)速取AI建議值與超溫保障值的較大者，達(dá)成“安全兜底+智能節(jié)能”雙重目標(biāo)，有效降低風(fēng)扇功耗，提升數(shù)據(jù)中心PUE。

參賽過程中，團(tuán)隊(duì)通過明確“環(huán)境搭建-傳感器適配-算法開發(fā)-部署測試”職責(zé)分工實(shí)現(xiàn)高效協(xié)作，攻克AI模型輕量化適配BMC嵌入式環(huán)境的難題。成員平衡工作與備賽時(shí)間，利用碎片化時(shí)段推進(jìn)模型訓(xùn)練與調(diào)試，深刻體會(huì)到技術(shù)落地需兼顧創(chuàng)新與實(shí)用，開源協(xié)作能夠加速技術(shù)迭代。

多元技術(shù)路徑并行，探索智能功耗管理更多可能

移動(dòng)云硬件團(tuán)隊(duì)精通BMC、BIOS及智能網(wǎng)卡固件開發(fā)，作為OurBMC社區(qū)成員單位，團(tuán)隊(duì)希望通過賽事了解行業(yè)前沿成果，分享技術(shù)積累，助力自身在功耗管理領(lǐng)域持續(xù)進(jìn)階。

團(tuán)隊(duì)獲獎(jiǎng)作品為“基于BMC的智能功耗管理-SFC調(diào)速方案”，核心邏輯是通過BMC采集服務(wù)器工況信息，離線訓(xùn)練工況識別與溫度預(yù)測模型并內(nèi)置到系統(tǒng)中。服務(wù)器運(yùn)行時(shí)，BMC先識別當(dāng)前工況，再基于工況預(yù)測關(guān)鍵部件溫度變化，提前調(diào)節(jié)風(fēng)扇轉(zhuǎn)速，在滿足溫度約束的前提下實(shí)現(xiàn)整體功率最低。

依托移動(dòng)云在功耗管理的積累，團(tuán)隊(duì)迅速組建技術(shù)互補(bǔ)型隊(duì)伍，經(jīng)緊密協(xié)作明確核心原則：智能功耗管理不能影響B(tài)MC核心功能，模型輕量化與冗余措施必不可少。基于此，團(tuán)隊(duì)攻克模型輕量化、預(yù)測準(zhǔn)確度等難題，同時(shí)借鑒其他參賽隊(duì)伍的優(yōu)秀方案，為后續(xù)研究積累經(jīng)驗(yàn)。

百敖BMC團(tuán)隊(duì)擁有多年BMC開發(fā)經(jīng)驗(yàn)，核心方案基于LSTM時(shí)序預(yù)測模型，構(gòu)建智能化自適應(yīng)溫控決策機(jī)制。模型通過分析溫度與風(fēng)扇轉(zhuǎn)速的關(guān)聯(lián)趨勢，預(yù)測未來溫度變化并輸出匹配的轉(zhuǎn)速建議，同時(shí)設(shè)置融合決策模塊，對比LSTM預(yù)測結(jié)果與PID控制指令，動(dòng)態(tài)權(quán)衡后下發(fā)最終轉(zhuǎn)速指令。

該方案實(shí)現(xiàn)從“被動(dòng)響應(yīng)式控溫”到“主動(dòng)優(yōu)化式控溫”的轉(zhuǎn)變，在保障設(shè)備散熱需求的前提下，平滑能耗曲線，減少功耗波動(dòng)，達(dá)成散熱與能效的最優(yōu)平衡。

面對BMC芯片計(jì)算能力有限、存儲(chǔ)空間不足的挑戰(zhàn)，團(tuán)隊(duì)通過固定晚間協(xié)作時(shí)段、高效異步溝通，將項(xiàng)目經(jīng)驗(yàn)轉(zhuǎn)化為比賽優(yōu)勢，深刻認(rèn)識到技術(shù)權(quán)衡與工程落地能力比追求技術(shù)新穎更重要。

信工所算力基礎(chǔ)設(shè)施安全團(tuán)隊(duì)從第一屆大賽起便持續(xù)關(guān)注OurBMC賽事，此前因?qū)W業(yè)遺憾錯(cuò)過。本屆大賽功耗管理主題與團(tuán)隊(duì)在服務(wù)器能效優(yōu)化的研究高度契合，相關(guān)成果已發(fā)表于頂級期刊。團(tuán)隊(duì)希望借賽事展示方案，促進(jìn)技術(shù)交流，助力國產(chǎn)BMC固件發(fā)展。

團(tuán)隊(duì)作品HyperBMC，寓意超越傳統(tǒng)服務(wù)器管理范式，將BMC定位為智能管理引擎。方案核心是在BMC芯片部署深度學(xué)習(xí)模型，刻畫計(jì)算需求與散熱能力的平衡關(guān)系，結(jié)合主機(jī)CPU與BMC的帶內(nèi)通信機(jī)制，協(xié)同調(diào)控風(fēng)扇轉(zhuǎn)速與CPU頻率，實(shí)現(xiàn)精細(xì)化功耗管理，兼顧能效與性能穩(wěn)定性。

盡管團(tuán)隊(duì)有技術(shù)積累，仍面臨兩大挑戰(zhàn)：一是軟件版本適配難題，需將基于OpenBMC 2.8.0的成果遷移至OurBMC 24.12版本，攻克Linux內(nèi)核升級與Yocto工具鏈變化等問題；二是嵌入式設(shè)備運(yùn)行深度學(xué)習(xí)的挑戰(zhàn)，團(tuán)隊(duì)首次將智能決策與模型推理全流程部署在BMC端，充分挖掘嵌入式硬件性能。

聚焦輕量化與實(shí)用性，拓寬技術(shù)落地邊界

創(chuàng)芯無限團(tuán)隊(duì)由管芯微與廣東芯培森聯(lián)合組建，擅長高性能算力芯片研發(fā)。管芯微是OurBMC社區(qū)早期成員，團(tuán)隊(duì)因賽題與廣東赫曦原子智算中心建設(shè)高度契合，且希望借鑒社區(qū)經(jīng)驗(yàn)探索降PUE新路徑，第一時(shí)間報(bào)名參賽。

方案面向原子級科學(xué)計(jì)算高性能服務(wù)器（赫曦I架構(gòu)），設(shè)計(jì)包含單變量與整機(jī)功耗管理的雙模塊系統(tǒng)。單變量模塊采集主板、CPU、GPU、APU的溫度與負(fù)載數(shù)據(jù)，采用ANN、CNN、LSTM-FNN等模型動(dòng)態(tài)調(diào)節(jié)風(fēng)扇轉(zhuǎn)速，實(shí)現(xiàn)快速降溫與低功耗溫控；整機(jī)模塊通過LSTM模型預(yù)測設(shè)備負(fù)載峰谷，動(dòng)態(tài)調(diào)整CPU/GPU頻率與電壓，實(shí)現(xiàn)按需功耗分配。系統(tǒng)支持增量學(xué)習(xí)與強(qiáng)化學(xué)習(xí)優(yōu)化，搭配閾值控制兜底，保障性能的同時(shí)降低運(yùn)行成本。

賽事錨定真實(shí)場景，涉及多類硬件且監(jiān)控參數(shù)龐雜，尤其是自研APU需經(jīng)兩級代理獲取指標(biāo)，整合分散監(jiān)控手段成為最大難點(diǎn)。團(tuán)隊(duì)通過模塊化設(shè)計(jì)與精細(xì)化分工緊密協(xié)作，克服異地組隊(duì)、時(shí)間緊張等障礙，順利完成任務(wù)。

國科超算團(tuán)隊(duì)專注嵌入式AI與BMC安全管理，致力于將輕量級AI模型應(yīng)用于BMC產(chǎn)品。針對AI服務(wù)器功耗密度攀升、傳統(tǒng)管理方案失效的痛點(diǎn)，團(tuán)隊(duì)希望在BMC中引入AI模塊，基于硬件溫度與OS負(fù)載實(shí)現(xiàn)精準(zhǔn)功耗調(diào)控。

團(tuán)隊(duì)作品核心是通過輕量化AI技術(shù)優(yōu)化風(fēng)扇控制策略，采用四項(xiàng)關(guān)鍵機(jī)制：一是全場景數(shù)據(jù)采集，覆蓋空載、常規(guī)負(fù)載、高負(fù)載工況，確保數(shù)據(jù)完整；二是功耗建模與特征工程，基于硬件標(biāo)定映射表構(gòu)建功耗估算模型，簡化特征維度適配輕量化需求；三是分階段模型訓(xùn)練，超溫階段用LSTM模型快速響應(yīng)溫度趨勢，穩(wěn)溫階段用Q-Learning模型實(shí)現(xiàn)能效最優(yōu)；四是輕量化部署，簡化推理鏈路，控制延遲低于10ms，設(shè)置異常兜底機(jī)制，保障系統(tǒng)穩(wěn)定。

參賽初期，AI與BMC工程師因技術(shù)思路分歧產(chǎn)生爭論，經(jīng)帶隊(duì)老師協(xié)調(diào)敲定方案架構(gòu)。團(tuán)隊(duì)成員分工推進(jìn)數(shù)據(jù)采集、模型訓(xùn)練與部署測試，針對模型效果不佳、數(shù)據(jù)偏差等問題集中攻關(guān)。成員兼顧公司項(xiàng)目與備賽，最終收獲的成就感消解了所有疲憊。

第三屆開放原子大賽“基于BMC的整機(jī)功耗智能管理”賽題，以開源為紐帶匯聚各方智慧。各獲獎(jiǎng)團(tuán)隊(duì)探索出輕量化AI與BMC融合的多元技術(shù)路徑，為數(shù)據(jù)中心功耗管理提供可落地方案，踐行了開放包容、共創(chuàng)共贏的開源精神。未來，隨著技術(shù)落地與迭代，這些方案將持續(xù)推動(dòng)綠色計(jì)算發(fā)展，為AI時(shí)代高效能數(shù)據(jù)中心建設(shè)注入新動(dòng)能。