两张网卡使用同一控制器家族、外观相似，甚至显示相同速率，也不代表可以写入同一固件镜像。PSID 用于标识具体产品与固件配置范围，OEM 板卡、不同端口形态或硬件设计可能使用不同身份。忽略 PSID 强制写入不匹配镜像，风险不只是一项功能不可用，还可能影响端口、启动、管理或后续升级。批量运维应把 PSID 当作升级匹配键之一，而不是障碍提示。
先做不可变的设备盘点
升级计划应记录设备序列身份、PCI 地址、当前 PSID、固件版本、板卡名称、主机和端口用途。Linux 接口名或枚举序号会变化，不能单独作为资产键。查询要在每台目标节点实际执行，不能从采购表推断，因为同一批服务器也可能混装不同来源或修订的板卡。发现资产与预期不一致时，应先停止并补证据，而不是把未知设备归入数量最多的一类。
镜像来源和适用范围要可追溯
固件文件应来自相应厂商的正式渠道，保存文件摘要、版本、适用 PSID、获取时间和说明文档。OEM 板卡是否使用 NVIDIA 通用镜像，要按 OEM 与 NVIDIA 的当前支持路径确认，不能仅因工具允许跳过检查就视为兼容。内部仓库应禁止同名文件被覆盖，升级脚本在执行前再次比较设备 PSID 与批准清单。
升级不只是一条烧写命令
写入前需要排空业务、保存当前固件与配置证据，确认双口或多功能设备的影响范围，并准备带外访问。写入后何时生效、是否需要重启或设备复位，要按当前手册执行。只看到工具返回成功，不代表驱动已经加载新版本，也不代表链路和 RDMA 能力恢复。激活后应重新查询 PSID、版本、端口状态和关键配置。
灰度样本要覆盖不同硬件身份
若批次内存在多个 PSID、服务器平台或操作系统，应每个组合选择样本，而不是只升级一台代表全部。灰度验证包括冷启动、设备枚举、链路协商、错误计数、RDMA 基础通信和真实应用。观察窗口要覆盖高负载和一次维护重启。若新固件需要配套驱动或交换端版本，必须按批准矩阵一起验证，不能跨窗口留下未知组合。
恢复方案必须在故障前准备
准备旧固件、工具、命令记录和远程控制路径，并明确设备无法正常枚举时如何处理。固件备份能否直接用于恢复取决于设备与工具，不能在事故现场才验证。批量脚本要设失败阈值：出现首个身份不匹配、写入失败或激活异常时自动停止后续节点，避免把单机问题扩散为全网事件。
升级平台还应防止并发任务把同一设备重复纳入两个批次。可以在资产系统上建立维护锁，以稳定设备身份而非主机当前接口名去重。节点更换网卡后，旧维护记录不能自动套用到新设备，新 PSID 与序列身份必须重新进入审批。
受控升级流程
- 逐设备导出 PSID、序列、PCI、当前固件、配置和业务归属。
- 为每个 PSID 绑定经审核的镜像摘要与官方适用证据，禁止模糊家族匹配。
- 按不同服务器和软件组合灰度，完成激活、冷启动、链路与业务验证。
- 设置批量停止条件，任何身份或状态偏差都转人工复核。
- 保存升级前后记录和恢复制品，在稳定窗口结束后再扩大批次。
MFT flint 的查询、烧写和相关参数可参考 NVIDIA Firmware Tools flint 官方文档，实际操作应切换到当前 MFT 版本。本文不提供强制跨 PSID 烧写建议，也不据此声称任何 OEM 板卡可使用通用镜像。
WeChat
Profile