BMC 如何監控電源：從 PMBus、FRU 到 IPMI 與 Redfish（電源工程師版）

BMC 是什麼

BMC（Baseboard Management Controller）是伺服器主機板上的一顆獨立小電腦，有自己的處理器、記憶體和網路孔。只要伺服器插著電（就算主機沒開機），BMC 就在運作，負責：

監控溫度、電壓、風扇、電源供應器
記錄硬體事件
讓管理人員遠端開關機、看畫面、更新韌體

管理人員透過 IPMI（較傳統）或 Redfish（較新，基於 HTTP / JSON）和 BMC 溝通。常見的 BMC 韌體有各家廠商的版本，以及開源的 OpenBMC。

硬體連接：電源和 BMC 之間有哪些線

訊號	方向	用途
SMBus（SDA / SCL）	雙向	讀寫 PMBus 命令、讀取 FRU EEPROM
PRESENT#	電源 → 系統	電源有沒有插在插槽上
PWROK / PG	電源 → 系統	主輸出是否正常
SMBALERT#	電源 → BMC	電源有異常，通知 BMC 來讀 STATUS
PSON#	系統 → 電源	開關主輸出，常由 BMC 或 CPLD 控制

伺服器上通常有多顆電源和很多 I2C 裝置，所以 SMBus 常會經過 I2C Mux，每顆電源各自在一個通道上，或用不同的位址區分（例如 FRU EEPROM 依插槽位置使用 A0h、A2h……）。

BMC 的一天：從插電到發生故障

sequenceDiagram
    participant PSU as 電源供應器
    participant BMC as BMC
    participant User as 管理人員
    Note over PSU,BMC: AC 插上，電源輸出待機電源，BMC 開機
    BMC->>PSU: 檢查 PRESENT#35;
    BMC->>PSU: 讀取 FRU EEPROM（型號、序號、額定功率）
    Note over BMC: 依型號載入對應的設定（感測器、門檻）
    loop 約每秒一次
        BMC->>PSU: PMBus：READ_VIN / IIN / POUT / TEMP / FAN
        BMC->>PSU: PMBus：STATUS_WORD
    end
    User->>BMC: 開機
    BMC->>PSU: 拉低 PSON#35;（主輸出開啟）
    PSU-->>BMC: PWROK 成立，讀值開始增加
    Note over PSU: AC 斷電
    PSU-->>BMC: SMBALERT#35;，STATUS_WORD 出現 INPUT 相關位元
    BMC->>BMC: 寫入 SEL：「Power Supply AC lost」
    User->>BMC: 查看 SEL / 感測器

1. 辨識電源：先讀 FRU

電源插入後，BMC 第一件事通常是讀 FRU EEPROM，用型號、料號判斷「這是哪一款電源」，再載入對應的設定：有哪些感測器、門檻是多少、要讀哪些 PMBus 命令。以 OpenBMC 為例，Entity Manager 會比對 FRU 欄位來決定要載入哪一份設定檔。

所以 FRU 內容不正確，BMC 可能根本不認得這顆電源，連感測器都不會出現。FRU 格式請見 IPMI FRU 資料格式完整解析與電源供應器 FRU EEPROM 解析。

2. 輪詢 PMBus：定期讀取量測值與狀態

辨識完成後，BMC 會定期讀取一組 PMBus 命令，週期依平台而定，常見約每秒一次：

PMBus 命令	BMC 用途
`READ_VIN`、`READ_IIN`、`READ_PIN`	輸入電壓、電流、功率感測器
`READ_VOUT`、`READ_IOUT`、`READ_POUT`	輸出電壓、電流、功率感測器
`READ_TEMPERATURE_1/2/3`	溫度感測器
`READ_FAN_SPEED_1`	風扇轉速感測器
`STATUS_WORD` 與各 `STATUS_xxx`	判斷是否有故障或警告
`READ_EIN` / `READ_EOUT`	部分平台用來計算平均功率與耗電量

換算方式和系列文章介紹的完全相同：LINEAR11、LINEAR16 + VOUT_MODE、Direct。以 OpenBMC 為例，底層就是 Linux 核心的 pmbus 驅動 + hwmon，和 Python / Linux 實作那篇介紹的是同一套機制。

3. 偵測異常：STATUS_WORD 變成 SEL 事件

BMC 發現異常的途徑有三種：

SMBALERT# 被拉低（中斷）
輪詢時發現 STATUS_WORD 有位元被設定
PRESENT# 或 PWROK 等 GPIO 變化

接著 BMC 把這些狀態轉成 IPMI 標準的電源事件（感測器類型 08h），寫進 SEL（系統事件紀錄）：

電源端的狀況	常見對應的 SEL 事件
插入電源（PRESENT# 成立）	Presence detected
STATUS_WORD 有故障位元、PWROK 掉了	Failure detected
風扇轉速偏低、溫度警告等	Predictive failure
`INPUT` / `VIN_UV_FAULT` 等輸入相關位元	Power Supply AC lost / Input out of range

這只是常見的對應方式，哪個 STATUS 位元對應哪個事件，由 BMC 韌體決定，各平台不完全相同。

使用者最後看到什麼

IPMI：ipmitool

$ ipmitool sensor list | grep PSU1
PSU1 Input Voltage | 230.000 | Volts   | ok | ...
PSU1 Input Power   | 508.000 | Watts   | ok | ...
PSU1 Output Power  | 480.000 | Watts   | ok | ...
PSU1 Temp          | 35.000  | degrees C | ok | ...
PSU1 Fan           | 9800.000 | RPM    | ok | ...

$ ipmitool sel elist
   1 | 10/31/2026 | 12:00:05 | Power Supply PSU1 Status | Presence detected | Asserted
   2 | 10/31/2026 | 18:42:13 | Power Supply PSU1 Status | Power Supply AC lost | Asserted

以上為示意，感測器名稱、欄位格式與事件描述依平台而定。

sensor / sdr：即時數值，來自 PMBus 量測命令。每個感測器的名稱、單位、門檻記錄在 SDR（Sensor Data Record） 中，詳見 IPMI SDR 解析
sel：事件紀錄，來自 STATUS 位元與 GPIO 變化，詳見 IPMI SEL 解析
fru：型號、序號，來自 FRU EEPROM

Redfish：HTTP + JSON

較新的伺服器也會透過 Redfish 提供同樣的資訊，以電源供應器為一個資源：

{
  "Name": "PSU1",
  "Manufacturer": "ACME",
  "Model": "CRPS-800",
  "SerialNumber": "SN80000001",
  "PowerCapacityWatts": 800,
  "Status": { "State": "Enabled", "Health": "OK" }
}

型號、序號來自 FRU，Health 來自 STATUS 與事件，另外的 Metrics 資源提供輸入電壓、功率、溫度等即時讀值。實際的路徑與欄位依 Redfish 版本和平台而定。

電源韌體要注意的事

從 BMC 的角度回頭看，電源韌體的這些行為會直接影響系統端：

電源端	在 BMC 那邊造成的問題
FRU 內容錯誤或 Checksum 錯	BMC 認不得電源，感測器不出現，或顯示錯誤的型號
PMBus 回應太慢（Clock Stretching 過長）	BMC 讀取逾時，感測器顯示 `na` 或「無法讀取」，甚至影響同一條匯流排上的其他電源
讀值跳動或偶發錯誤值	數值剛好越過門檻，BMC 產生誤報的警告事件
STATUS 位元設定錯誤	BMC 誤判故障，SEL 出現不存在的電源錯誤；或真的故障了卻沒有回報
不支援的命令沒有正確 NACK 或設定 CML	驅動程式誤以為支援，顯示無意義的數值
AC 斷電時狀態更新太慢	待機電源消失前來不及回報，SEL 少了「AC lost」紀錄，事後難以判斷原因
韌體更新或忙碌期間無回應	BMC 判定電源通訊失敗，可能記錄故障事件

結論

BMC 是伺服器上的獨立管理電腦，透過 SMBus + GPIO 連接電源。
插入時讀 FRU 辨識電源，之後定期輪詢 PMBus 取得量測值與狀態。
STATUS 位元與 GPIO 變化被轉成 SEL 事件；量測值變成 SDR 感測器；FRU 變成型號與序號資訊。
使用者透過 ipmitool 或 Redfish 看到這些資料。
電源韌體的回應時間、STATUS 正確性與 FRU 內容，都會直接影響系統端的監控結果。