部署 BlueField 后，一台服务器至少涉及主机操作系统与驱动、DPU OS、DPU 固件、BMC 或平台固件以及交换网络。各团队若按自己的维护窗口独立升级，可能形成从未经过验证的版本组合。即使每个组件单独处于“最新版本”，组合也不一定在支持范围内。
正确顺序不是长期固定的一张表，因为不同发布可能有前置版本、不可逆变化和特定重启要求。项目需要从目标版本官方升级文档提取依赖，形成当前环境专用的有向步骤，并在少量可恢复节点上演练。
先盘点四个管理域的真实版本
从主机、DPU、BMC 和网络侧分别采集硬件身份、固件、OS、驱动、配置模式与当前健康状态，统一关联到服务器资产。不能只依赖 CMDB 中的计划版本。盘点结果按完整硬件代际和 PSID 等身份分组，避免不同变体进入同一升级任务。
从目标版本反推前置条件
阅读目标版本发布说明和升级指南，确认可直接升级的起始版本、主机驱动要求、DPU 模式、固件依赖、重启次数与回退限制。若跨越多个版本，应设计中间落点并验证每一步健康状态，而不是一次跳到最终版本。
保持独立恢复入口可用
升级任何数据路径组件前，确认 BMC、DPU 管理和带外网络中至少有一个不依赖当前业务面的恢复通道。备份配置、镜像来源和身份信息，验证串口或恢复介质。若管理路径与待升级组件共享故障点，维护窗口必须增加现场恢复安排。
每一步都有继续或停止条件
完成一个组件后，检查设备枚举、管理连通、端口、服务、日志和代表性业务，再决定是否进入下一步。出现未知告警、身份变化或基线偏差时停止，避免多个变化叠加。健康检查脚本与人工确认项应写进执行记录。
集群发布按节点池分批
先选择具备业务迁移和物理恢复条件的试点节点，经过稳定观察后再扩大。保持未升级节点池承载回退作业，并避免同时变更交换网络和调度平台。全部完成后更新组合版本矩阵，并执行断电、重启和业务恢复测试。
交付与验收的关键动作
- 采集主机、DPU、BMC、固件和网络的实际版本。
- 根据目标版本文档列出前置、顺序和回退限制。
- 验证独立带外管理与恢复介质可用。
- 为每一步设置身份、健康和业务停止条件。
- 按可迁移节点池分批升级并更新组合矩阵。
产品事实与项目结论要分开
BlueField 引入独立于主机的基础设施处理与软件管理域。
主机、DPU、固件和平台管理组件的升级条件应依据目标硬件代际与对应版本文档确认。
核对具体功能、版本和部署条件时，请以NVIDIA BlueField 与 DGX 官方资料（1）、NVIDIA BlueField 与 DGX 官方资料（2）的当前页面为准；公开平台方向不能替代完整料号、兼容矩阵和目标环境验证。
规划、验证与项目支持
中科新远是 NVIDIA Networking Elite 合作伙伴。中科新远可结合 BlueField-3、服务器与 Spectrum 网络环境，协助盘点组合版本、整理官方升级依赖，并设计可停止、可恢复的分批执行记录。具体合作范围和项目交付内容以当前有效资质、官方目录及书面确认结果为准。
是否应先把主机和 DPU 都升级到最新版本？
不能以“最新”决定顺序。应按目标版本的兼容矩阵、前置条件和升级指南安排，并在当前硬件组合上完成试点验证。
WeChat
Profile