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
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

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

    11099

    浏览量

    217800
  • RAM
    RAM
    +关注

    关注

    8

    文章

    1392

    浏览量

    117784
  • 服务器
    +关注

    关注

    13

    文章

    9830

    浏览量

    88248
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    NVIDIA RTX AI加速FLUX.1 Kontext现已开放下载

    NVIDIA RTX 与 NVIDIA TensorRT 现已加速 Black Forest Labs 的最新图像生成和编辑模型;此外,Gemma 3n 现可借助 RTX 和 NVIDIA
    的头像 发表于 07-16 09:16 ?489次阅读

    声波换能器:原理与多领域应用解析

    发射出的超声波穿透人体组织,由于不同组织的声学特性存在差异,超声波会在组织界面处发生反射和折射 。换能器接收这些反射波,并将其转换为电信号,经过复杂的信号处理和图像重建算法,最终形成人体内部组织和器官
    发表于 06-28 15:09

    声波换能器--声波世界的 “神奇魔法师”

    ,再接收反射回来的超声波信号,经过计算机处理后形成人体内部器官的清晰图像。通过这些图像,医生可以观察胎儿在母体内的发育情况,检查内脏器官是否存在病变,如肿瘤、囊肿等,帮助制定精准的治疗方案,为无数患者带来
    发表于 06-11 17:30

    自动驾驶中视觉替代不了激光雷达?

    ,不少人设想“移除LiDAR,只用摄像头+AI”也能实现可靠感知。但现实远比想象复杂,为什么视觉难以完全替代LiDAR? 首先要知道,摄像头与LiDAR的工作原理截然不同。摄像头通过光学透镜和图像传感器获取二维彩色图像,记录场
    的头像 发表于 06-11 09:06 ?307次阅读

    NVIDIA Isaac Sim与NVIDIA Isaac Lab的更新

    在 COMPUTEX 2025 上,NVIDIA 宣布了机器人仿真参考应用 NVIDIA Isaac Sim 和机器人学习框架 NVIDIA Isaac Lab 的更新,以加速各种形态机器人的开发。
    的头像 发表于 05-28 10:06 ?665次阅读

    声波清洗的原理是什么?超声波清洗是如何起作用的?

    声波清洗是一种利用高频超声波振动来清洗物体表面和难以达到的细微部分的清洁技术。其工作原理基于声波的物理特性和声波对液体中微小气泡的影响。以下是超
    的头像 发表于 05-26 17:21 ?812次阅读
    超<b class='flag-5'>声波</b>清洗的原理是什么?超<b class='flag-5'>声波</b>清洗是如何起作用的?

    如何在CYUSB2014和AR0144CS图像传感器之间建立通信?

    我们正在尝试在 CYUSB2014 和 AR0144CS 图像传感器之间建立通信。 我们不会使用 UVC 框架,因为设备的枚举不应该在设备管理器的 Windows 摄像头下进行。 因此我们考虑
    发表于 05-19 08:28

    NVIDIA Blackwell白皮书:NVIDIA Blackwell Architecture Technical Brief

    NVIDIA Blackwell白皮书:NVIDIA Blackwell Architecture Technical Brief
    的头像 发表于 03-20 18:35 ?870次阅读

    NVIDIA Blackwell数据手册与NVIDIA Blackwell架构技术解析

    NVIDIA Blackwell数据手册与NVIDIA Blackwell 架构技术解析
    的头像 发表于 03-20 17:19 ?868次阅读

    NVIDIA RTX 4500 Ada与NVIDIA RTX A5000的对比

    基于大众所熟知的 NVIDIA Ada Lovelace 架构,NVIDIA RTX 4500 Ada Generation是一款介于 NVIDIA RTX 4000 Ada 和 NVIDIA
    的头像 发表于 03-05 10:30 ?1729次阅读

    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 ?5734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 ?1190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 ?706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 ?6659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 ?861次阅读