Redfish

3 秒看懂

Redfish 是由 DMTF（分布式管理任务组）制定的、基于 RESTful API 和 JSON 的现代化服务器与数据中心硬件带外管理标准。它是 IPMI 协议的继承者，旨在为 AI 服务器、异构计算集群等复杂基础设施提供统一、安全、可编程的管理接口。

3 分钟产业解释

在 AI 训练/推理集群中，数以千计的 GPU 服务器、高速网络和存储设备构成了庞大的硬件资源池。运维人员需要一种标准化、自动化的方式来监控状态（如 GPU 温度、功耗）、执行固件更新、控制电源和配置网络，而无需登录到操作系统或连接物理线缆。这就是“带外管理”——通过独立于主业务网络的专用管理接口进行。

Redfish 的核心价值在于标准化。它取代了老旧、不安全的 IPMI，定义了一套统一的、人类可读的 API 接口和数据模型。这意味着，无论是戴尔、惠普、联想还是超微的服务器，其电源管理、传感器数据查询等功能都可以用同一套代码来控制。对于构建大规模、自动化、混合品牌的 AI 算力中心而言，Redfish 极大地降低了集成复杂度和运维成本，是 AI 基础设施实现“软件定义”的关键管理基石。

15 分钟专家深入

Redfish 的意义远不止于替换 IPMI。它代表了数据中心硬件管理从“基于命令的、不安全的专有协议”向“基于资源的、安全的标准化服务”的范式转变。

1. 标准化的粒度与生态：Redfish 定义了非常丰富的“资源模式”，例如 Chassis（机箱）、ComputerSystem（计算系统）、Manager（管理控制器）等。每个模式下都有详细的属性（如温度、功耗、序列号）和操作（如重置、启动）。厂商可以在此基础上扩展，但核心接口保持一致。这催生了一个包括硬件厂商、ISV（独立软件开发商）、开源项目（如 OpenBMC 内置 Redfish）在内的生态系统。
2. 自动化与可观测性的基石：在 AI 训练任务中，如果某块 GPU 因过热而降频，Redfish API 能够被上层编排系统（如 Kubernetes、Slurm）或监控系统（如 Prometheus）实时探测到，从而触发自动故障隔离或告警。它提供的结构化 JSON 数据，比 IPMI 的原始十六进制数据更易于集成到现代可观测性栈（日志、指标、追踪）中。
3. 对 AI 时代的适应性：现代 AI 服务器常包含定制化组件（如液冷 CDU、多路 GPU 模组）。Redfish 允许厂商通过 OEM 扩展 方式，为这些特定组件定义管理接口，同时保持主框架的兼容性。这使得管理框架能灵活适配快速迭代的 AI 硬件创新。

一个关键的技术范式是 RESTful 设计：将每个物理或逻辑组件抽象为一个资源（通过 URI 标识，如 /redfish/v1/Systems/1），通过标准的 HTTP 方法（GET、POST、PATCH、DELETE）来查询和操作，数据格式为自描述的 JSON。

[ 客户端 (运维工具/脚本/监控系统) ]
        |
        | HTTPS (Port 443)
        v
[ Redfish Service (在BMC/iDRAC/iLO上) ]
        |
        |--- 管理 -> [ CPU, GPU, Memory, Fans, PSU, NIC ... ]
        |--- 固件更新
        |--- 虚拟KVM/媒体挂载 (通常通过独立但关联的服务实现)

技术原理（最深）

Redfish 的架构基于 资源模型（Resource Model） 、RESTful API 、安全通信 和 事件服务 四大支柱。

1. 核心资源模型 DMTF 以 JSON Schema 的形式定义了一套层次化的资源模型。这是一个虚拟的、逻辑化的“管理树”：

/redfish/v1 (服务根)
  |-- /Chassis/1 (机箱，可能是刀片或独立服务器)
  |    |-- /Thermal (散热子系统：温度传感器、风扇)
  |    |-- /Power (电源子系统：PSU状态、功耗历史)
  |    |-- /Drives/1 (硬盘)
  |    ...
  |-- /Systems/1 (计算系统：CPU、内存、启动设置)
  |    |-- /Processors/1 (处理器)
  |    |-- /Memory/1 (内存条)
  |    |-- /EthernetInterfaces/1 (网络接口)
  |    |-- /LogServices/1 (日志服务，如系统事件日志SEL)
  |    ...
  |-- /Managers/1 (管理控制器自身，即BMC)
       |-- /NetworkProtocol (管理网络设置)
       |-- /AccountService (用户账户管理)
       |-- /UpdateService (固件更新服务)
       |-- /SessionService (会话服务)

• 关键参数：资源属性使用明确的数据类型定义。例如，温度传感器的 ReadingCelsius 是数字类型，Status.State 是枚举类型（如 Enabled, Disabled）。
• OEM 扩展：厂商可以在标准资源下通过 Oem 属性添加私有数据，或注册全新的 @odata.type（如 #NvidiaGpu.v1_0_0.NvidiaGpu）来管理特定硬件。

2. RESTful API 交互

• 发现：客户端从众所周知的根路径 /redfish/v1/ 开始，通过响应中的链接（@odata.id）遍历整个管理树。
• 查询：使用 GET 请求获取资源状态。例如，获取机箱1的温度：GET /redfish/v1/Chassis/1/Thermal。响应包含所有温度传感器和风扇的详细状态。
• 操作：使用 POST 执行动作，PATCH 修改配置。例如，设置 BIOS 启动模式：PATCH /redfish/v1/Systems/1/Bios，请求体为 {"Attributes": {"BootMode": "Uefi"}}。

3. 安全机制

• 传输加密：强制要求 TLS (HTTPS)。
• 认证与授权：支持多种认证方式，最常见的是 HTTP Basic Auth（用户名/密码）和 Session 认证（创建会话后使用会话密钥）。权限通过预定义的角色（如 Administrator, ReadOnly）精细控制。
• 安全审计：通过 SessionService 和 LogServices 记录所有管理操作。

4. 事件订阅服务 客户端可以订阅感兴趣的事件（如温度阈值告警、电源故障）。当事件发生时，Redfish 服务会向预先配置的 事件目的地（URL） 发送 POST 请求，内含事件详细信息。这是实现主动式、实时监控的关键。

技术演进史

• 前身：IPMI：诞生于1998年，基于二进制协议，使用不安全的 UDP 通信，数据结构不透明，难以集成和自动化，安全隐患大。
• Redfish v1.0 发布 (2015)：DMTF 发布首版规范，确立了 RESTful/JSON 的核心设计理念。初期采纳缓慢，主要受限于厂商实现度和对 IPMI 的路径依赖。
• 生态成熟与扩展 (2017-2020)：随着 OCP（开放计算项目）等组织推动，主要服务器厂商（Dell, HPE, Lenovo, Inspur, Supermicro）全线产品支持 Redfish。规范不断完善，加入了存储、网络、 composition（组合编排）等高级功能。
• 成为事实标准 (2021至今)：在云原生和 AI 计算时代，自动化管理成为刚需。Redfish 因其标准化、可编程和安全的特性，已成为数据中心硬件管理的 事实标准。IPMI 功能被保留用于向后兼容，但新特性开发已全面转向 Redfish。

技术路线对比（量化表）

上下游

上游（依赖方）：

• 硬件层：BMC（基板管理控制器） 是 Redfish 服务的运行主体，其上的固件（如 OpenBMC、各大厂商私有固件）实现了 Redfish 服务端。
• 芯片层：BMC 芯片（如 ASPEED AST2600）提供硬件基础。

Redfish 本身位置：管理固件/软件接口层。它向上层暴露标准化的管理能力。

下游（使用方/消费者）：

• 基础设施管理软件：集群管理平台（如 OpenStack Ironic）、数据中心基础设施管理（DCIM）软件。
• 自动化编排工具：Ansible（有 community.general.redfish 模块）、Terraform（通过第三方 provider）、Puppet。
• 监控与可观测性系统：Prometheus（通过 Redfish exporter）、Zabbix。
• 云管理平台与 Hypervisor：VMware vCenter、公有云内部管理平面。
• AI 训练平台：如 Kubernetes（通过自定义设备插件或 Operator）集成硬件状态，用于智能任务调度和故障恢复。

关键指标

评估 Redfish 实现质量与成熟度的核心指标：

1. 功能完备性：支持的 DMTF 标准模式和动作数量，特别是对 GPU、液冷等 AI 专用组件的 OEM 扩展支持。
2. API 性能：单次请求响应时间，并发处理能力。这影响大规模集群的巡检效率。
3. 安全合规性：是否支持最新的 TLS 版本，密码策略强度，审计日志的完整性。
4. 可靠性：服务本身的高可用性设计，不会因管理操作影响生产负载。
5. 生态兼容性：与主流开源工具（OpenBMC, Prometheus）和商业管理软件的集成测试报告。

供需与市场数据

• 供给侧：全球主要服务器 ODM/OEM 厂商已 全系列标配 Redfish 支持。[行业估算] 目前新出厂的面向数据中心和 AI 的服务器，其 BMC 固件 100% 实现了 Redfish v1.x 核心功能。支持深度取决于产品线和价格。
• 需求侧：云服务商（CSP）、大型互联网公司、AI 研究机构是 最主要的驱动者和高端用户。他们对自动化、标准化的要求极高。传统企业市场正在从 IPMI 向 Redfish 迁移。
• 市场渗透：[行业估算] 在全球超大规模数据中心和公有云基础设施中，Redfish 的渗透率已超过 90%，成为事实标准。在中大型企业中，渗透率正在快速提升，但仍有大量设备依赖 IPMI。具体市场价值未单独披露，但其作为服务器固件和BMC芯片的必选功能，价值已包含在硬件成本中。

代表公司与资本映射

核心硬件/固件供应商（直接实现者）：

• 服务器 OEM：戴尔科技 (DELL)、慧与 (HPE)、联想 (0992.HK)、超微 (SMCI)、浪潮信息 (000977.SZ)、华为。他们的管理芯片（iDRAC, iLO, XClarity 等）均内置 Redfish。
• BMC 芯片与固件：信骅科技 (ASPEED Technology, 5274.TWO) 是全球领先的 BMC 芯片厂商，其芯片和参考设计是 Redfish 实现的基石。IBM、英特尔 (INTC) 也有相关 IP。
• 开源关键节点：OpenBMC 项目（由 Facebook (Meta) 主导发起，Google、IBM、微软 (MSFT) 等参与贡献）是最重要的开源 Red BMC/Redfish 实现，被众多云厂商用于定制化硬件管理。

中游（管理软件与集成商）：

• DCIM/集群管理软件商：如 Vertiv (VRT)、施耐德电气 (SU.PA)、Panduit 等在其软件中集成 Redfish 以管理设备。
• 自动化与监控工具：红帽 (RHAT, IBM旗下) 的 Ansible、Hashicorp (HCP) 的 Terraform 等通过社区或商业插件支持 Redfish。

投资逻辑

1. 确定性卖铲人：Redfish 是 AI 算力基础设施不可或缺的“管理神经系统”。随着全球 AI 服务器出货量激增，对支持 Redfish 的高端 BMC 芯片和固件的需求同步增长，直接利好 信骅科技 (ASPEED) 等核心供应商。
2. 软件定义数据中心价值重估：Redfish 实现了硬件管理的“可编程化”，使得上层自动化软件、智能运维（AIOps）能够深度感知和控制物理世界。投资逻辑从“卖硬件”延伸至“卖管理软件和服务”。关注那些能够提供基于 Redfish 的智能化运维解决方案的软件公司。
3. 标准化降低产业成本，加速创新：Redfish 统一了管理接口，降低了服务器采购的锁定风险，使得像 超微 (SMCI) 这样的组装厂商能更灵活地集成不同组件。这促进了硬件市场的竞争和创新，长期看有利于降低整体算力成本。
4. 安全合规的溢价：随着网络攻击加剧，能够提供基于 Redfish 的安全加固管理方案（如零信任架构下的硬件管理）的厂商将获得溢价。

常见误读纠偏

• 误读1：Redfish 只是另一种硬件监控协议，类似于IPMI的升级版。 纠偏：这是最根本的误读。Redfish 是管理框架和标准，而非简单的监控协议。它不仅包括监控（读），更核心的是控制（写） 和配置（改），例如远程安装操作系统、更改 BIOS 设置、进行固件升级、组合硬件资源（Compose）等。它旨在管理整个“计算单元”的生命周期，而不仅仅是看几个传感器读数。

• 误读2：Redfish 可以完全取代操作系统内的驱动和管理工具。 纠偏：不能。Redfish 是带外管理，操作在操作系统层之下，与操作系统并行且独立。它通过 BMC 控制器的专用网口访问。操作系统内部的性能监控（如 GPU 内核频率、显存占用）、驱动配置、应用层日志等，需要由 操作系统内部的代理（Agent） 或基于 IPMI/SMBIOS 的更底层接口来收集和管理。Redfish 与这些带内管理工具是互补关系，共同构成完整的硬件可观测性视图。

学习路径

1. 入门：访问 DMTF Redfish 官网，阅读《Redfish 简介》白皮书和《用户指南》。
2. 动手实践：
   • 在支持 Redfish 的物理服务器或模拟器（如 DMTF 提供的 Redfish Mockup，或厂商提供的虚拟 BMC）上，使用 curl 命令行工具亲自发送 GET/POST 请求，直观感受 API 交互。
   • 使用图形化工具，如 Redfishtool（Python命令行工具）或 Postman。
3. 深入规范：研读 DSP0266 (Redfish Specification) 和 DSP2046 (Redfish Data Model)。重点理解资源模型、操作请求和安全模型。
4. 集成开发：尝试编写简单的脚本（Python），利用 redfish 库来批量获取集群节点的健康状态。学习如何将 Redfish 数据导入 Prometheus/Grafana。
5. 生态与扩展：研究 OpenBMC 项目，了解 Redfish 在固件层的实现。关注厂商的 OEM 扩展文档。

一句话总结

Redfish 是定义 AI 时代数据中心硬件“语言”的 RESTful JSON 标准，它将服务器、存储、网络设备的管理从封闭的二进制黑箱，转变为开放、安全、可编程的 Web 服务，是实现超大规模算力中心自动化运维的基石。

延伸阅读与来源

1. 官方标准：DMTF Redfish 规范与模式 - dmtf.org/standards/redfish。最权威的技术文档。
2. 开源实现：OpenBMC - github.com/openbmc/openbmc。了解 Redfish 如何在真实 BMC 固件中实现。
3. 厂商实践：各服务器厂商（如 Dell iDRAC 文档， HPE iLO 文档）的 Redfish API 参考指南是了解实际可用特性的宝贵资料。
4. 行业分析：各主要半导体及服务器行业分析报告中对“数据中心管理技术”、“BMC 芯片”部分的论述。[例如，可参考行业研究机构如 Gartner， IDC 关于数据中心基础设施管理的技术趋势报告]。
5. 社区与工具：redfish-tools GitHub 仓库（DMTF官方）提供各种开发和测试工具。