ib-switch

name: ib-switch description: "Mellanox SX6036 InfiniBand スイッチのシリアルコンソール操作。ステータス確認、show コマンド、IB 設定、FW 管理を行う。" argument-hint: " [args]"

IB Switch スキル

Mellanox SX6036 InfiniBand スイッチを USB シリアルコンソールまたは SSH 経由で操作する。

概要

接続構成: Claude Code → SSH → server 4 → USB serial → SX6036

設定値の読み取り

YQ="${PROJECT_DIR}/bin/yq"
CONFIG="config/switch-sx6036.yml"
SERIAL_HOST=$("$YQ" '.serial_host' "$CONFIG")
SERIAL_HOST_USER=$("$YQ" '.serial_host_user' "$CONFIG")
MGMT_IP=$("$YQ" '.mgmt_ip' "$CONFIG")

スクリプトの転送

セッション開始時に 1 回、スクリプトを server 4 に転送する:

scp ./scripts/sx6036-console.py root@$SERIAL_HOST:/tmp/

pyserial が未インストールの場合:

ssh root@$SERIAL_HOST 'pip3 install pyserial'

サブコマンド

status — 基本ステータス表示

version, fan, temperature, power, protocols をまとめて表示。

ssh root@$SERIAL_HOST 'python3 /tmp/sx6036-console.py status'

show — 任意の show コマンド

show サブコマンドは内部で "show " + arg を組み立てるため、引数に show を含めないこと:

# OK: 引数に show を含めない
ssh root@$SERIAL_HOST 'python3 /tmp/sx6036-console.py show version'
ssh root@$SERIAL_HOST 'python3 /tmp/sx6036-console.py show interfaces brief'
ssh root@$SERIAL_HOST 'python3 /tmp/sx6036-console.py show inventory'

# NG: 引数に show を含めると二重になる
# python3 /tmp/sx6036-console.py show "show interfaces ib status 1" → "show show interfaces ..."

ports — IB ポート状態サマリ

36 ポート (IB1/1 〜 IB1/36) の状態を表示。

ssh root@$SERIAL_HOST 'python3 /tmp/sx6036-console.py ports'

enable-cmd — enable モードでコマンド実行

operator mode では使えない show running-config, show ib 等を実行。

ssh root@$SERIAL_HOST 'python3 /tmp/sx6036-console.py enable-cmd show running-config'
ssh root@$SERIAL_HOST 'python3 /tmp/sx6036-console.py enable-cmd show ib sm'

configure — 設定変更

ファイルからコマンドを読み込み、enable → configure terminal で実行。

ssh root@$SERIAL_HOST 'python3 /tmp/sx6036-console.py configure /tmp/ib-config.txt'

設定変更時は oplog で記録する:

./oplog.sh ssh root@$SERIAL_HOST 'python3 /tmp/sx6036-console.py configure /tmp/ib-config.txt'

SSH アクセス

mgmt0 (10.10.10.100) 経由で SSH 接続可能。レガシー鍵交換アルゴリズムが必要。

sshpass -p admin ssh -o StrictHostKeyChecking=no -o KexAlgorithms=diffie-hellman-group14-sha1 -o HostKeyAlgorithms=+ssh-rsa -o PubkeyAcceptedAlgorithms=+ssh-rsa admin@10.10.10.100 'show version'

• SSH サーバ: mpSSH_0.2.1
• リブート直後は認証が一時的に失敗することがある（システム初期化中）
• sx6036-console.py で扱えない長時間操作（FW fetch/install 等）はシリアルコンソール手動操作を推奨

SM 管理

現在の状態: 内蔵 SM active (server 4 の opensm は disabled)

SM 診断コマンド (enable モード)

show ib smnode switch-d2b2e2 sm-running    # SM プロセス実行状態 (active/not active)
show ib smnode switch-d2b2e2 sm-state      # SM 設定状態 (enable/disable)
show ib smnode switch-d2b2e2 sm-licensed   # ライセンス状態
show ib sm version                         # SM バージョン (OpenSM4.8.1)
show ib sm routing-info                    # ルーティングエンジン (minhop)

SM 有効化

configure terminal
  ib sm
  ib smnode switch-d2b2e2 enable
  exit
write memory

SM 設定には2層構造がある:

• ib sm — グローバルな SM 有効/無効スイッチ
• ib smnode <hostname> enable/disable — ノード単位の SM 有効/無効

SM 無効化 (opensm に切替)

configure terminal
  no ib sm
  ib smnode switch-d2b2e2 disable
  exit
write memory

切替後に server 4 で opensm を起動: systemctl enable --now opensm

FW 管理

イメージ確認

show images

2パーティション構成。現在両方とも 3.6.8012。

FW イメージの取得

server 4 で HTTP サーバを起動し、スイッチからフェッチする:

# server 4 側
ssh root@$SERIAL_HOST 'cd /tmp && python3 -m http.server 8080'

# スイッチ側 (シリアルコンソール)
image fetch http://10.10.10.204:8080/image-PPC_M460EX-3.6.8012.img

• 所要時間: ~5分 (358MB)
• FW イメージ URL: https://content.mellanox.com/Software/image-PPC_M460EX-3.6.8012.img
• MD5: e2114b923351bf4d499c7200392afecb

FW インストール

image install <file>                    # 次のブートパーティションに自動インストール
image install <file> location <N>       # 指定パーティション (1 or 2) にインストール

• partition キーワードは不可。必ず location を使う
• 4ステージ: Verify → Uncompress → Create Filesystems → Extract
• 所要時間: ~15分

ブートパーティション切替・リブート

image boot next
write memory
reload

• リブート所要時間: ~8分
• 設定保存は write memory (configuration write は MLNX-OS 3.6 では不可)

MLNX-OS CLI モード階層

operator (>)  →  enable (#)  →  configure terminal ((config) #)
               enable           configure terminal
               ←  disable      ←  exit

• operator mode (>): show コマンドの一部のみ (version, fan, interfaces brief 等)
• enable mode (#): show running-config, show ib, show interfaces mgmt0, SM 設定の表示
• configure mode ((config) #): 設定変更 (SM 有効化, IP 変更等)

oplog

• show コマンド: oplog 不要（読み取りのみ）
• 設定変更 (enable-cmd, configure): oplog で記録する

./oplog.sh ssh root@$SERIAL_HOST 'python3 /tmp/sx6036-console.py enable-cmd <cmd>'
./oplog.sh ssh root@$SERIAL_HOST 'python3 /tmp/sx6036-console.py configure /tmp/config.txt'

注意事項

• シリアルポート排他: 同時に 1 セッションのみ接続可能。別のプロセスがシリアルポートを使用中だとエラーになる
• pyserial 必須: server 4 に pyserial パッケージが必要。OS 再インストールで消失するため、接続失敗時は pip3 install pyserial を再実行
• OS 再インストール後の再セットアップ: pyserial の再インストールに加え、sx6036-console.py の再転送 (scp ./scripts/sx6036-console.py root@$SERIAL_HOST:/tmp/) が必要。初回実行時のエラーを 2>/dev/null で抑制しないこと（ファイル不在の検出が遅れる）
• 低速通信: 9600 baud (~960 bytes/sec)。36 ポート表示で 5-10 秒かかる。タイムアウトはデフォルト 30 秒
• enable パスワード: 不要（パスワードプロンプトなしで enable モードに入れる）
• pve-lock: 不要（IB スイッチは PVE クラスタとは独立）
• DTR トグルでコンソール復帰: リブート後や長時間放置後にシリアルコンソールが無応答になった場合、pyserial で ser.dtr = False → ser.dtr = True でリセットする。手動の場合は screen を一度切断 (Ctrl+A, K) して再接続
• 限定シェル CLI > : リブート直後に CLI > プロンプトになることがある。enable も使えない。exit → 再ログインで正常なフルプロンプトに復帰
• ? ヘルプキーの副作用: シリアル自動化で ? を送ると改行も送信され、コマンドが実行されてしまう。手動操作では問題ない
• 進捗バーの # 記号: image fetch / image install の進捗バーにプロンプト (#) と同じ文字が含まれる。自動化でプロンプト検出する場合はフルプロンプトパターン (switch-d2b2e2 [standalone: master] #) を使う
• show interfaces mgmt0 は enable モードが必要: operator mode だとエラー
• MLNX-OS の ping 構文: -c N を使う (count N は不可)
• 設定保存: write memory を使う (configuration write は MLNX-OS 3.6 では不可)
• 長時間操作と sx6036-console.py: FW fetch (5分), install (15分), reload (~8分) はタイムアウトを超えるため、シリアルコンソール手動操作 (screen /dev/ttyUSB0 9600) を推奨
• QSFP+ トランシーバ電力制限: SX6036 (SwitchX-2) はポートあたり最大 2W。CWDM4/LR4 等の高消費電力光モジュール (2.5-3.5W) は非対応。DAC ケーブルまたは Mellanox FDR AOC (<2W) を使用すること。スイッチ側で Warning: High power transceiver is not supported が表示されリンクが確立できない
• IB トランシーバ情報取得の制約: MLNX-OS 3.6 の IB インターフェースでは transceiver, module-info, pluggable, cables, running-config interface サブコマンドが非対応。サーバ側の ethtool -m も IB インターフェースでは Operation not supported。トランシーバの詳細診断手段は限定的

IB パーティション / トラフィック分離

パーティションコマンドの対応状況

MLNX-OS 3.6.8012 は ib partition コマンドを 部分的にサポート:

• show ib partition (enable mode) — 動作する。Default パーティション (PKey 0x7FFF, ALL members) が表示される
• ib partition <name> pkey 0x<id> (configure mode) — 動作する。パーティション作成可能
• ib partition <name> ipoib (configure mode) — 動作する
• ib partition <name> member ALL type full (configure mode) — 動作する
• ib partition <name> member <GUID> type full (configure mode) — 動作しない。% Invalid port GUID エラー。e41d:2d03:00b4:db21 / e41d2d0300b4db21 / 0xe41d2d0300b4db21 いずれのフォーマットも不可

結論: パーティション作成自体は可能だが、個別 GUID によるメンバー制限は MLNX-OS 3.6 では非サポート。ALL のみ指定可能なため、リージョン間のハードウェアレベル Pkey 分離は不可。

採用手段: サブネット分離

リージョンごとに異なる IPoIB サブネットを割り当てて IP レベルで分離:

• DRBD はリージョン内で IPoIB、リージョン間で Ethernet (10.x) を使用
• 異なるサブネット間はルーティングなしのため IP レベルで到達不可
• LINSTOR PrefNic は変更不要 (同じ物理インターフェース、IP のみ変更)
• 検証済み: Region A↔B 間は ping 100% packet loss (2026-03-19)

ポートマップ

HCA GUID

参照

• FW 更新レポート
• SM 調査レポート
• シリアルコンソール接続レポート
• IB ベンチマークレポート