服务器GPU拆卸与安装完整指南

最近不少朋友在问服务器上的GPU该怎么拆装，特别是那些做AI训练或者图形渲染的，经常需要升级或者更换显卡。今天我就来详细说说这个事儿，让你看完就能自己动手操作。

GPU服务器长什么样？

先来认识一下GPU服务器的基本构造。现在的专业GPU服务器，不管是NVIDIA的DGX A100还是其他厂商的产品，基本上都包含两大核心模块：GPU节点和机头部分。

GPU节点就是放显卡的地方，拆开外壳就是GPU模组。这里面最重要的就是GPU模组板（简称UBB），它是承载多个GPU的基板，负责GPU之间以及GPU与CPU的高速数据交换。还有基于开放加速模块标准的OAM GPU模块，比如SXM A100 GPU，这种设计标准化，维护升级都方便。

机头部分就是CPU计算节点，这里面东西就多了：CPU、内存、存储控制卡、各种网卡等等。简单来说，GPU节点管计算，机头管协调和存储。

动手前的准备工作

拆装GPU不是小事，准备工作做得好，后面操作才顺利。

• 断电！断电！断电！
  重要的事情说三遍。先把服务器背面左右两根电源线和网线都拔掉，确认指示灯已经熄灭。
• 准备工具
  螺丝刀是必须的，最好准备防静电手套和腕带。
• 找帮手
  服务器挺沉的，一个人操作很容易出问题，最好有两个人配合。

这里有个小贴士：断电后不用管插头旁边的红色小按钮，直接拔插头就行。

服务器下架与开盖步骤

如果服务器还在机架上，得先把它取下来。按动服务器正面的两个卡扣，然后向外拉，把服务器从导轨上抽出来。

取下来的时候有个关键步骤：要先把服务器两侧的小黑点横向错开凹槽。这时候服务器两侧的小扳手需要被扳动，压条如果必要的话也要向内按压。两个人各站一边，最好还有个人在中间协调，保证两侧同时抬起，不然服务器很容易卡住拿不下来。

打开服务器盖板就简单多了，用螺丝刀拧黑色拉环，然后提提手，就能把盖板拉起来了。

GPU模组的详细拆解

现在进入核心环节了。打开盖板后，你会看到导流罩，它的作用是强化风道，如果没有它，风会从散热器四周散掉，风压降低，散热效果就差了。

卸导流罩分两步：先按压顶盖两侧的蓝色卡舌，把顶盖提离GPU导流罩；然后卸下导流罩填充挡片。你在哪个Riser上安装GPU，就把对应的挡片卸下来，给GPU的排线腾地方。

接下来卸Riser（提升板）。以卸下Riser 4为例：先拧松相应的螺丝，但不用完全拧下来，因为也拧不下来；然后按动蓝色按钮，就能取下Riser了。

GPU安装的实操细节

拆明白了，装回去就简单了。在Riser上安装GPU时，你其实不用担心装错，因为设计上就是防呆的，装错了根本就装不上。

安装步骤很清晰：打开Riser上的卡扣，取下Riser上的挡板条，然后在Riser上安装GPU。插好GPU的数据接口后，记得扣上卡扣。

最关键的一步来了：插显卡的供电排线。供电排线一端插在显卡上，另一端插在服务器主板上。这个步骤一定要仔细，确保插牢了，不然GPU没法工作。

装回去的注意事项

装回Riser的时候，用螺丝来确定位置就行。然后把服务器放回机架，这个也需要至少两个人配合。

放回时的运动轨迹跟取下时正好相反：先把导轨抽出来，拨动小开关，然后按照正确的轨迹放上去。放完后推回导轨，期间要注意按动压片。

最后检查一遍所有连接，确认无误后再通电。开机后可以通过nvidia-smi命令查看GPU是否被正确识别。

多GPU环境的使用技巧

现在的服务器很多都配了多块GPU，比如常见的4卡、8卡配置。这种情况下，你可能需要指定使用其中的部分GPU。

比如你在终端输入nvidia-smi，看到有4块GPU，但第4块已经有人在满载运行了，这时候如果你四块默认同时运行，很可能会提示out of memory报错，或者显示显卡不平衡的警告。学会指定GPU使用，能避免不同用户之间的相互影响。

拆装服务器GPU看起来复杂，但按照步骤来其实并不难。关键是细心、耐心，做好防静电措施，断电操作要彻底。希望这篇指南能帮到你，下次遇到GPU升级或者维护，你也能从容应对了。