R3950 G7, BMC可以看到22块nvme盘，但是os里只能看到2块盘

一、 核心原因分析

1. 新更换的背板存在兼容或质量问题
   NVMe背板不仅负责分配电源，还承载着复杂的PCIe信号走线。如果新背板的某个批次存在硬件缺陷，或者与当前主板的固件版本不完全匹配，极易导致部分槽位的数据通道无法建立连接。
2. PCIe线缆连接异常
   NVMe背板需要通过专用的 PCIe/SlimSAS 线缆连接到主板或Riser卡上。在更换背板的过程中，可能存在以下情况：
   • 线缆未完全插紧或卡扣未锁死。
   • 拔插过程中导致线缆内部针脚受损。
   • 线缆接错了对应的 PCIe 插槽通道。
3. BIOS/UEFI 设置被重置或配置错误
   更换背板等硬件操作后，主板可能会自动重置部分底层设置，或者由于新背板触发了某些状态，导致 BIOS 中相关的 PCIe 通道被禁用、降速，或 NVMe 设备的枚举出现异常。
4. 操作系统驱动或总线枚举失败
   虽然底层硬件通电正常，但由于 PCIe 链路训练（Link Training）失败，操作系统内核未能成功初始化这些设备。

二、 故障排查与处理步骤

1. 检查物理连接与线缆状态

• 重新插拔线缆：关机断电后，重点检查从 NVMe 背板连接到主板/Riser 卡的所有 PCIe 数据线。确保两端都已牢固插入并锁定。
• 交叉验证线缆：如果条件允许，尝试更换已知良好的同规格 PCIe 线缆，排除线缆本身损坏的可能。

2. 核对 BIOS/UEFI 配置

• 重启服务器进入 BIOS 设置界面。
• 检查 PCIe Subsystem Settings 或相关存储配置选项，确认所有对应的 PCIe 插槽均处于 Enabled 状态，且没有被强制限制为较低速率（如 Gen1/Gen2）。
• 检查是否有 PCIe Bifurcation（通道拆分）设置被意外更改。对于多盘位的 NVMe 背板，通常需要正确配置通道拆分（如 x4x4x4x4）才能识别所有硬盘。

3. 操作系统层面诊断

• Linux 系统：执行 lspci -vvv | grep -i nvme 命令，查看 PCI 总线上实际挂载了多少个 NVMe 控制器。如果 lspci 只能看到 2 个，说明是主板/BIOS 层面的 PCIe 通道未连通；如果能看到 22 个但 OS 没加载驱动，则是驱动问题。
• Windows 系统：打开“设备管理器”，展开“存储控制器”和“磁盘驱动器”，查看是否有带有黄色感叹号的未知设备或未识别的 NVMe 控制器。

4. 隔离测试与备件替换

• 回退测试：如果手头有原始旧背板，可以尝试换回旧背板，观察是否恢复为最初的“仅1块盘不识别”状态。这有助于确认是不是新背板引入的批量故障。
• 单槽位测试：将能正常识别的硬盘与无法识别的硬盘互换槽位，确认是特定槽位（背板通道）的问题，还是特定硬盘的问题。

BMC 能看到 22 块 NVMe、OS 只看到 2 块，典型是 BIOS / 存储控制器模式、背板链路 / 供电、NVMe 驱动 / 内核、或 PCIe 枚举限制这四类问题；你刚换过背板，优先查背板与主板的连接、PCIe/BIOS 设置、RAID 卡模式和固件版本。
下面按 “最可能→最不可能” 给你原因 + 可直接落地的排查步骤（R3950 G7 为华为 TaiShan 服务器，NVMe 走 PCIe / 背板）。
一、最可能原因（你换背板后出现，优先查）
1）背板与主板的 PCIe/SAS 线缆没插紧 / 插错（高概率）
现象：BMC 是带外管理，不依赖 OS 驱动 / PCIe 枚举，所以能看到所有盘；但 BIOS/OS 走 PCIe 总线，链路不稳就只能识别部分盘。
你这次是 “换背板后从 21 块→只剩 2 块”，非常符合背板到主板的 PCIe x16 线缆 / 连接器没插牢、针脚歪、或插错槽位。
2）BIOS 里 NVMe/PCIe 控制器被禁用或枚举限制
R3950 G7 默认可能：
NVMe Controller 设为 Disabled
PCIe Slot 1~n 设为 Disabled 或 Legacy 模式
PCIe 枚举数量限制（最多只扫 2 个控制器）
表现：BMC 正常，BIOS 里也只能看到 2 块，OS 自然也只有 2 块。
3）RAID 卡 / 存储控制器模式不对（NVMe 被屏蔽）
如果服务器带 RAID 卡（如 LSI 9300/9400），且设为RAID 模式，会屏蔽所有直通 NVMe 盘，只认 RAID 组；要 NVMe 直通必须设为HBA/IT/JBOD 模式。
你现在只看到 2 块，很可能是：2 块在 RAID 卡下、20 块在被禁用的 NVMe 控制器下。
4）背板 CPLD / 固件不兼容或版本过低
新背板固件和主板 BIOS/BMC 版本不匹配，导致20 个盘位无法被 PCIe 正确枚举，但 BMC 带外能看到。
5）OS 内核 / 驱动太旧，不支持多 NVMe 控制器
老内核（CentOS 7.x 默认 3.10）对 ** 多 NVMe 控制器（22 盘 = 多控制器）** 支持差，只能识别前 2 个。
dmesg 会报：nvme: probe of ... failed 或 no space for nvme devices。
二、快速排查步骤（按顺序，最快定位）
1. 先看 BIOS 里能看到几块（关键分界点）
开机按 Del/F2 进入 BIOS → Advanced → PCIe Configuration → NVMe Controller：全部设为 Enabled。
再看 Storage 里的 NVMe 列表：
BIOS 里也只有 2 块 → 问题在背板 / 线缆 / PCIe/BIOS 设置（90% 概率）。
BIOS 里有 22 块 → 问题在 OS 驱动 / 内核 / 模块（10% 概率）。
2. 检查背板→主板的 PCIe 线缆（你刚换背板，必做）
关机、拔电源，重新插拔所有背板到主板的 PCIe/SAS 线缆，确认：
插头完全插到底、卡扣锁死
针脚无弯曲、无氧化
插对槽位（对照 R3950 G7 官方布线图）
开机再看 BIOS NVMe 数量。
3. 检查 RAID 卡模式（如有）
开机按 Ctrl+R 进入 RAID 卡配置 → 确认模式为 HBA/IT/JBOD，不是 RAID0/1/5。
若有 RAID 组，先删除（数据会丢）或临时切换模式。
4. 升级固件（BMC、BIOS、背板 CPLD）
华为官网下载 R3950 G7 最新BMC、BIOS、背板 CPLD固件，全量升级。
重点：新背板 CPLD 必须和主板 BIOS 匹配，否则会出现枚举异常。
5. OS 侧排查（BIOS 已看到 22 块时）
bash
运行
# 1. 看内核是否识别所有NVMe控制器
lspci | grep -i nvme
# 正常应看到22个NVMe控制器（或多个控制器+多个盘）

# 2. 看内核日志有没有NVMe报错
dmesg | grep -i nvme

# 3. 检查nvme模块是否加载
lsmod | grep nvme

# 4. 若内核旧，升级到5.4+（CentOS 8/9、Ubuntu 20.04+）
uname -r
若 dmesg 报failed to enumerate，就是驱动 / 内核不支持多 NVMe，升级内核或换新版 OS 镜像。
三、你这个场景最可能的结论
换背板时，背板到主板的 PCIe 线缆没插紧 / 插错，或新背板固件和主板 BIOS 不匹配，导致 20 个 NVMe 盘位无法被 PCIe 枚举；BMC 带外不受影响，所以能看到 22 块。
四、下一步建议
先进 BIOS 确认 NVMe 数量；
关机重插所有背板 PCIe 线缆；
升级 BMC/BIOS/ 背板 CPLD 到最新匹配版本；
若 BIOS 正常、OS 异常，升级内核或重装新版 OS。