算力机电源冗余配置，双电源防止断电宕机
算力机电源冗余配置的核心目标，是让机器在任意一路市电或PDU掉电时仍能继续运行，而不是等UPS电量耗尽后一起宕机。
对零基础用户来说，这件事分三步：确认电源模块和接线方式、让系统正确识别双路供电、最后做一次模拟断电验证。
先确认硬件和供电条件
不是插两根电源线就叫冗余。
先看机器背部电源模块数量：
- 单电源机型只能依赖UPS，无法实现真正的双路冗余。
- 双电源机型（常见为1+1冗余）需要两个独立电源模块，任一模块均可单独带载。
- 部分高功率算力机支持2+2或3+1，需按整机额定功率留足余量。
供电侧要求两条线路来自不同上游：
- 理想情况是A路和B路分别接不同PDU，PDU再接不同UPS或不同配电柜。
- 如果两路都插在同一插排或同一UPS输出口，插排故障或UPS故障仍会同时断电，冗余等于没有。
线缆和插座要匹配电源模块接口，常见为C13/C19，务必插紧并确认卡扣到位。
让系统识别双路供电
硬件接好后，进入系统检查电源状态。
Linux下常用工具是ipmitool，前提是已启用BMC并配置好带外管理。
# 查看电源模块状态
ipmitool sdr type "Power Supply"
# 更直观地列出传感器
ipmitool sdr list | grep -i ps预期输出中应能看到两个电源模块均为ok或Presence detected。
如果只识别到一个，先检查电源模块是否完全插入、BMC固件是否需要更新。
对于戴尔、华为、浪潮等品牌机，也可以进BIOS或BMC Web界面查看Power Supply状态，路径通常为System Inventory或Power菜单。
系统层面还可以用dmidecode确认电源信息：
dmidecode -t 39这里能看到电源模块的制造商和额定功率，但无法实时判断哪一路在供电，实时状态仍以BMC为准。
模拟断电验证是否真的冗余
配置完成后必须做一次带载断电测试，否则无法确认冗余生效。
操作前提：业务已做好容灾或可短暂中断，且有人在场可恢复。
- 记录当前
ipmitool输出，确认两个电源模块都在位。 - 拔掉A路电源线，观察机器是否继续运行，BMC中A路状态应变为
failure或absent。 - 保持运行1-2分钟，确认无重启、无告警风暴。
- 插回A路，等状态恢复
ok。 - 用同样方式拔掉B路，重复验证。
如果拔掉一路后机器立即断电，说明另一路没有真正带载，常见原因是两路实际来自同一上游，或电源模块本身故障。
容易踩坑的地方
- 两路接同一UPS：UPS故障时双路同时失效，冗余形同虚设。
- 只插线不检查：电源模块未完全插入，BMC显示在位但实际未供电。
- 忽略电源模块固件：部分机型需要更新电源固件才能正确上报状态，建议以厂商官方说明为准。
- 不做带载测试：纸面配置不等于实际冗余，必须模拟断电验证。
- 功率余量不足：双电源总功率要覆盖整机峰值功耗，单模块带载能力也要足够，否则一路掉电后另一路过载保护。
验证与日常维护
冗余配置完成后，把电源状态纳入日常巡检：
# 每日巡检可加入脚本
ipmitool sdr type "Power Supply" | grep -Ei "fail|absent"如果输出为空，说明两路电源状态正常；
有输出则需立即排查。
同时建议在BMC中开启电源告警邮件或SNMP Trap，掉电第一时间收到通知。
常见疑问：双电源是否必须接不同UPS？
不一定，但必须接不同上游配电，否则无法隔离单点故障。
单电源机器能否冗余？
只能靠UPS和双路市电切换，无法做到电源模块级冗余。
算力机电源冗余配置不是插两根线就结束，关键在独立上游、系统识别和断电验证三步都做到位。
按本文步骤执行后，你应能在BMC中看到两个电源模块正常，并能在拔掉任意一路时保持机器运行。
