IB卡在Linux下怎么识别不到

在Linux环境下，InfiniBand（IB）卡无法被识别通常涉及驱动未加载、硬件固件问题、PCIe枚举异常或系统配置缺失等多个层面。首先需要明确“识别不到”的具体表现：是lspci中看不到设备、ibstat无输出、还是ibv_devinfo报错。不同阶段对应不同的排查路径。

如果执行lspci | grep -i infiniband或lspci | grep -i mellanox没有结果，说明Linux内核的PCIe总线扫描未能发现该IB卡。此时需检查物理安装是否到位（如PCIe插槽供电/带宽是否满足）、是否开启了BIOS中的PCIe槽位使能，以及主板是否支持该代IB卡（如ConnectX-4/5/6系列在老旧主板上可能出现链路训练失败）。另外，部分IB卡需要外接PCIe辅助供电，未接供电会导致设备无法被枚举。

若lspci能看到设备，但系统未创建infiniband子系统，常见原因是内核没有加载对应驱动。主流IB卡驱动为mlx4_core（ConnectX-3及以前）、mlx5_core（ConnectX-4及以后），以及hfi1（Intel OPA）等。可用lsmod | grep mlx检查驱动是否加载；若未加载，执行modprobe mlx5_core。如果加载失败，查看dmesg输出，常见错误如“firmware version mismatch”或“command failed”，则需要升级或降级IB卡固件至与驱动兼容的版本。

在不少Linux发行版中，rdma-core服务未启动或opensm子网管理器未运行也会造成“识别不到”的假象。使用ibstat时若显示“Port state: Down”或“No device found”，请先确认系统是否安装了rdma-core与ibutils。启动服务：systemctl enable --now rdma，并启动opensm（仅需子网中一台主机运行）。此外，需检查udev规则是否为IB设备创建了稳定的/dev/infiniband节点。

驱动已加载但ibv_devinfo列出0个设备时，可能是IB卡端口处于Down状态。此时需用ibswitches或iblinkinfo检查链路，确认对端交换机/网卡是否配置了正确的分区（Pkey）和速率（如EDR/HDR）。对于某些认证模块，Linux内核还要求加载ibtool或ib_core模块，并确保IPoIB功能启用（modprobe ib_ipoib）。

针对虚拟机或云环境中的SR-IOV场景，IB卡识别不到往往是因为IOMMU未开启或VFIO驱动未绑定。检查内核启动参数是否包含intel_iommu=on或amd_iommu=on，以及vfio-pci是否正确声明设备ID。同时，物理IB卡需开启SR-IOV并创建VF，否则libvirt/qemu无法直通。

若上述均正常，仍无法识别，需检查操作系统内核版本。过旧的内核（如RHEL7早期版本）可能不包含较新IB卡的驱动模块，需使用DKMS或编译官方驱动。Mellanox官方提供NVIDIA MLNX_OFED驱动包，安装时需匹配内核：./mlnxofedinstall --with-cx5 --all。注意，部分发行版默认内核可能带有in-tree驱动，但与OFED冲突时会导致df_register失败，应使用modprobe -r卸载旧有模块后重装。

硬件层面，IB卡在Linux下识别不到也可能是EEPROM损坏或PCIe链路不稳定。用mst start后执行mst status查看Mellanox设备是否被HCA驱动工具识别；若mst能看到但系统内核看不到，说明固件状态异常，可尝试使用Mellanox Firmware Tools (MFT)重置或恢复固件。另外，检查IB卡金手指、温度与供电，高功耗卡（如ConnectX-6 HDR）需保证PCIe插槽提供足够电流，否则会进入降级模式而无法被系统捕获。

最后，建议按以下顺序快速定位：1) lspci -nn 过滤IB厂商ID（如Mellanox为15b3）；2) dmesg | grep -i -E "mlx|infiniband|ib_"；3) ll /sys/class/infiniband查看是否存在可用设备；4) 若存在但状态Down，检查线缆、交换机端口和子网管理器；5) 若完全无痕迹，则优先排查BIOS/硬件/固件。在专业运维场景中，还建议开启持久性内核日志并收集ibdiagnet诊断报告，以便快速定位是驱动、固件、链路还是协议栈问题。