0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

如何使用NVIDIA建立纯声波图像

星星科技指导员 来源:NVIDIA 作者:Yuval Borenstein 2022-04-27 10:12 次阅读

Pure SONiC 是 SONiC 的版本,它消除了对供应商的依赖。社区开发、公开可用和 100% 开源使您能够构建与所需社区分支同步的纯 SONiC 映像。这意味着 SONiC 的每一行代码和 SAI ( switch abstraction interface )的 NVIDIA 实现只需点击一下 主映像 。

NVIDIA 当您选择 Pure SONiC 时,我们将致力于您的成功。为了确保 Pure SONiC 得到强化和限定, NVIDIA 建议使用特定的公共哈希来构建映像,这是一种在特定时间点对 Git 存储库进行快照的机制。通过广泛的 QA ,在所有 NVIDIA 平台上验证传递给用户的每个公共散列。此外, NVIDIA 承认需要有价值的文件。发行说明和用户手册与特定的公共哈希绑定。

建立一个纯粹的声波图像

下面是我如何建立我的纯声波图像,包括 ZTP ,运行在我的 NVIDIA Mellanox Spectrum 开放式以太网交换机上。我的解决方案受到了关于 GitHub 的 构建 SONiC 交换机映像 教程的启发。默认情况下,在回购的 生成配置文件 中禁用 ZTP 。

Spectrum 交换机预装了 ONIE ( open network install environment ),这是一个引导加载程序,提供了在裸机交换机系统上安装任何网络操作系统的环境。 ONIE 允许最终用户自动安装网络操作系统,作为数据中心配置的一部分,类似于 ONIE 交换机管理 Linux 服务器的方式。

我的构建服务器由 24 核 CPU 、 250 GB 构建存储和 64 GB RAM 组成,运行在 Ubuntu16.04 上, Docker 版本 18.03.0-ce 、 Python 和 jinja2 。我发现我的构建配置至少需要 100 GB 的可用磁盘空间。最终的构建目录消耗了大约 30gb 。在构建时间对业务至关重要的情况下,我建议升级 CPU 和 RAM 以允许更多的内核并行工作,从而缩短构建时间。

出于自动化和代码重用的目的,我将代码分为三个短文件:

build.cfg :初始化公共环境变量并由其他文件进行源处理。

gitsonic.sh :获取公共 git 存储库源代码。

build.sh :执行生成。

运行脚本执行构建过程。

第一步:创建 build.cfg

# An example to hash that was qualified by NVIDIA
SONICBRANCH=201911
COMMITHASH="bea968b"
BLDBRANCH="${SONICBRANCH}"
BUILD_NUMBER="00005"
let BLDNUM="${BUILD_NUMBER}"

#ZTP is disabled by default per community decision. I found it useful to enable in my build, more
#options are available in the file ./rules/config
ENABLE_ZTP="y"

SONIC_IMAGE_VERSION="SONIC.${SONICBRANCH}.${BLDNUM}-${COMMITHASH}_Internal"
SONIC_OVERRIDE_BUILD_VARS='
SONICIMAGE_VERSION=SONIC.${SONICBRANCH}.${BLDNUM}-${COMMITHASH}_Internal
BUILD_NUMBER=${BLDNUM} ENABLE_ZTP=y'
BLDDIR="./sonic-buildimage_${BLDBRANCH}_${BUILD_NUMBER}_${COMMITHASH}_ZTP"

第二步:创建 sonicgit.sh

#!/bin/bash
source ./build.cfg

if [ -d "${BLDDIR}" ];then
 echo "directory sonic-buildimage already exists, aborting git"
 exit 1
fi

# git clone the top-level
# source code from the public repository, SONICBRANCH=201911

git clone -b ${SONICBRANCH} https://github.com/Azure/sonic-buildimage.git

# move the cloned source to a build-specific named directory
# avoid overwriting earlier versions that you may need.
mv ./sonic-buildimage "${BLDDIR}"

# If you are making any changes to the latest checked in branch, you must make
# changes to the configuration.
# Because you are making changes, create a build branch based on the specific commit hash
#this git branch information shows up in the build image,
#when you run command $show version from the switch command line.

cd "${BLDDIR}"
git checkout -b "${BLDBRANCH}" ${COMMITHASH}

# the git clone step only pulls the top-level module.
# the underlying submodules must be recursively
# init-ed and updated.

git submodule update --init --recursive

#display the status
echo "${BLDDIR}"
git status | grep branch

第 3 步:创建 build.sh

#!/bin/bash

source ./build.cfg

#Helper functions start###
function checkErrors()
{
 X=`grep -i -c "${1}" "${2}"`
 if [ "${X}" != "0" ];then
 grep -i -n "${1}" "${2}"
 fi
}

function doSetup()
{
 CONFIGZTP="ENABLE_ZTP=${ENABLE_ZTP}"
 CONFIGSONIC="{$CONFIGZTP}"
}

function doMakeConfig()
{
 #Execute make configure once to configure ASIC
 #make configure PLATFORM=[ASIC_VENDOR]
 make configure PLATFORM=mellanox
}

# Build SONiC image
function doMake()
{
 LOGFILE="../logs/${BLDDIR}.log"
 echo "time make
SONIC_BUILD_JOBS=24 ${SONIC_OVERRIDE_BUILD_VARS}
target/sonic-mellanox.bin" > "${LOGFILE}"
 time make SONIC_BUILD_JOBS=24 ${SONIC_OVERRIDE_BUILD_VARS} target/sonic-mellanox.bin | tee "${LOGFILE}"
 checkErrors "fail" "${LOGFILE}"
 checkErrors "warning" "${LOGFILE}"
 checkErrors "error" "${LOGFILE}"
}
#Helper functions end###

cd "${BLDDIR}"
doSetup
doMakeConfig
doMake

概括

步骤 1-3 中描述的构建过程将生成启用 ZTP 的纯声波图像。一些人会认为,这张图片展示了开放网络的最佳状态:构建一个开源操作系统,消除对供应商的依赖。

关于作者

Yuval Borenstein 是 NVIDIA 的以太网交换机产品经理。在此之前的几年里, Borenstein 先生在 NVIDIA 担任过多个芯片设计职位,负责开发 InfiniBand 和以太网交换机。尤瓦尔拥有以色列理工学院电子工程学士学位和特拉维夫大学和西北大学的联合工商管理硕士学位。

审核编辑:郭婷

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • cpu
    cpu
    +关注

    关注

    68

    文章

    10843

    浏览量

    211416
  • RAM
    RAM
    +关注

    关注

    8

    文章

    1368

    浏览量

    114602
  • 服务器
    +关注

    关注

    12

    文章

    9072

    浏览量

    85281
收藏 人收藏

    评论

    相关推荐

    声波的定义和应用 次声波在环境监测中的应用

    声波的定义 次声波是指频率低于20赫兹的声波,这个频率范围低于人类的听觉下限。由于其波长较长,次声波能够传播很远的距离,并且能够穿透建筑物和其他障碍物。次
    的头像 发表于 12-11 15:32 119次阅读

    NVIDIA将在越南开设首个研发中心以推动AI发展

    NVIDIA 宣布将在越南开设首个研发中心,展现公司对越南 AI 发展前景的信心。 NVIDIA 正与越南政府合作,在越南建立一个全新的以 AI 为核心的研发中心。NVIDIA 将利用
    的头像 发表于 12-07 11:19 670次阅读

    使用NVIDIA AI平台确保医疗数据安全

    三井物产株式会社子公司借助 NVIDIA AI 平台实现数据集的安全共享并使用在这些数据集上建立的强大模型加速药物研发。
    的头像 发表于 11-20 09:37 152次阅读

    NVIDIA助力企业创建定制AI应用

    NVIDIA 近日宣布与众多技术领导者一同使用最新NVIDIA NIM Agent Blueprint以及NVIDIA NeMo和NVIDIA NIM微服务,帮助企业创建定制 AI 应
    的头像 发表于 11-20 09:12 314次阅读

    声波和次声波的频率范围和应用

    不同的应用,超声波的频率可以从20kHz到几兆赫兹不等。 应用领域 医学领域 超声波成像(B超) :利用超声波在人体内的反射和吸收特性,形成图像,用于检查胎儿、检查器官等。 超
    的头像 发表于 09-19 16:42 2182次阅读

    发射超声波是单频波还是双频

    发射的超声波具有单一的频率。这种类型的超声波在许多应用中非常有用,例如: 医学成像 :在超声波成像(如B超)中,单频波可以提供清晰的图像,用于观察内部器官和结构。 工业检测 :在材料检
    的头像 发表于 09-19 16:41 322次阅读

    使用NVIDIA Edify助力的服务创建3D资产和虚拟环境照明

    使用 NVIDIA Edify 助力的服务创建 3D 资产和虚拟环境照明,或是减半生成图像时间。
    的头像 发表于 08-02 15:22 478次阅读

    功放好还是dsp功放好

    功放和DSP功放是两种不同类型的音响设备,它们各自具有不同的特点和优势,具体哪个更好要根据实际的应用场景和需求来决定。在音响系统中,选择合适的功放对于音质和性能至关重要。 一、功放的特点和优势
    的头像 发表于 07-29 09:37 1425次阅读

    如何使用OPA4354建立2MHz频率的超声波检测电路?

    OPA4354: 如何使用此器件建立2MHz频率的超声波检测电路,请提供模型仿真电路或参考原理资料,谢谢。
    发表于 07-29 06:32

    NVIDIA 通过 Holoscan 为 NVIDIA IGX 提供企业软件支持

    美敦力、SETI 协会以及领先制造商正在构建 NVIDIA IGX 系统,为 AI 在工业边缘赋能。   NVIDIA 于6月2日宣布,集成NVIDIA Holoscan的NVIDIA
    的头像 发表于 06-04 10:21 481次阅读

    声波无损检测原理及应用

    声波无损检测(Ultrasonic Non-Destructive Testing,简称UT)是一种利用超声波在材料内部传播的特性,检测材料内部缺陷和结构的无损检测技术。本文将详细介绍超声波无损
    的头像 发表于 05-24 16:48 5253次阅读

    什么是电阻电路和非电阻电路

    电阻电路和非电阻电路是两种常见的电路类型,它们在元件性质和电阻特性上有所不同。
    的头像 发表于 02-03 14:16 7008次阅读

    NVIDIA DOCA 2.5 长期支持版本发布

    正值 NVIDIA DOCA 面世三周年之际,NVIDIA 于近日发布了适用于 NVIDIA BlueField-3 网络平台的 NVIDIA DOCA 2.5 长期支持版 本。 作为
    的头像 发表于 12-26 18:25 399次阅读
    <b class='flag-5'>NVIDIA</b> DOCA 2.5 长期支持版本发布

    NVIDIA ADAS-英伟达硬件芯片Orin解析

    2020年4月上市的小鹏汽车P7,成为首款搭载 NVIDIA DRIVE AGX Xavier 自动驾驶平台的量产车型,小鹏 P7 配备了13 个摄像头、5 个毫米波雷达、12 个超声波雷达,集成开放式的 NVIDIA DRIV
    发表于 12-25 09:54 7698次阅读
    <b class='flag-5'>NVIDIA</b> ADAS-英伟达硬件芯片Orin解析

    不止特斯拉,大疆的智能驾驶也主打视觉

    电子发烧友网报道(文/周凯扬)自从特斯拉宣布北美、欧洲等特定地区车型将陆续取消超声波雷达以来,对视觉智驾方案的讨论就没有平息过。不少人认为视觉方案多为降低成本的妥协方案,要想实现 L3+级别以上
    的头像 发表于 12-21 09:00 1912次阅读
    不止特斯拉,大疆的智能驾驶也主打<b class='flag-5'>纯</b>视觉