简介：《OTII-E模块化服务器技术规范 V1.0（ODCC-2023-01002）》面向服务器设计、生产与运维技术人员，尤其适合关注5G及边缘计算场景的工程师和管理者。文档围绕模块化服务器的标准化技术方案展开，回应深度定制、开放标准与技术统一需求，可用于不同网络环境和操作系统适配下的选型、设计与部署参考。压缩包仅含1个PDF文件，约1.4MB，轻量便于检索查阅。已有304人学习下载，具备一定行业关注度。正文覆盖总体要求、机框与模块规格尺寸、前面板布局、模块逻辑框图和技术规格，并细化CPU、内存、存储、PCIe插卡、加速硬件、时钟同步以及电源风扇等要求，同时涉及环境适应性和硬件管理接口（HWI）。附录图表有助于理解具体布局与细节，适合用作规范对照、方案设计和运维排错时的案头资料。
1. 边缘机房里塞不进一台标准服务器：OTII-E 把整机拆成了插槽
边缘计算站点大多是从机房角落、楼道弱电间改造出来的，机柜深度常常只有 600mm，夏天没有精密空调，运维人员只能从前面板伸手进去换盘。把一台标准 2U 服务器推进去，深度先超了，硬盘和后置网口全被门框挡住，温度一高就降频，5G 基站侧的实时业务跟着抖。OTII-E 模块化服务器技术规范给出的答案不是“把机器做小一点”，而是把整机拆成可插拔的模块：机框只负责供电、散热和背板，计算、存储、网络各自成模块，统一前维护，整机深度压在 470mm 以内。这一拆，“一台机器适配多种站型”才真正落地。
2. 机框与模块的物理契约：470mm 深度和 180mm 半宽是怎么算出来的
模块化服务器最先要解决的是物理问题，电气问题反而排在后面。机框要装进既有边缘机柜，模块要在机框里互换，这两件事同时成立，尺寸就得先算清楚。规范里那些看起来零碎的数字，其实是一条完整的空间账本。
2.1 机柜里的空间账本：为什么深度卡在 470mm
规范对机框深度的约束不是单一数字，而是一组相互咬合的间距：PSU 出线口到前面板距离 d≤450mm，整机深度 D≤470mm，服务器前面板距前门框 D1≥90mm，PSU 出线口距后门框 D2≥60mm。把 450、90、60 加起来正好是 600mm，对应常见的 600mm 深机柜。也就是说，450mm 不是随便挑的，它是“600mm 机柜减去前后必须留出的操作空间”反推出来的结果。
这里最容易被忽略的是 PSU 出线口。电源线从模块尾部出来要拐弯，拐弯需要弯曲半径，D2≥60mm 就是给这根线留的。整机深度 D≤470mm 与 d≤450mm 之间差的 20mm，是电源接口到机框后面板的结构厚度。挂耳的两个参数更微妙：挂耳前端距前面板 d2≤10mm，距后面板 d1≤440mm，两者之和不超过 450mm。这意味着挂耳在深度方向上是可调的，机柜前立柱位置不标准时，靠挪挂耳把 D1、D2 重新拉回合规区间，而不是换机柜。
注意：这组尺寸是“整机含挂耳、含电源出线”的边界，不是裸机箱尺寸。选型时拿机箱厂给的深度去对 470mm，十有八九会翻车。
2.2 半宽模块的 180mm：不是随便定的
模块宽度只有三档：半宽 180mm、全宽 360mm。180 这个数来自“两个半宽并排刚好填满机身内部宽度”的约束。19 英寸面板宽 482.6mm，机架开口约 450mm，机身本体通常做到 440mm 左右，两个 180mm 模块加上中间导轨和背板连接器占位，正好落在机身内。全宽 360mm 则是两个半宽的直接合并，保证同一套背板、同一套导轨能同时容纳两种宽度。
高度上，1U 模块推荐 41mm，2U 模块 83mm。1U 标准是 44.45mm，模块留出约 3mm 的导轨和插拔间隙；2U 标准 88.9mm，同样留 5mm 左右。这些“推荐值”措辞很关键——规范明确写了模块尺寸为推荐值，厂家可以微调，但一旦偏离，背板连接器的对位公差、导轨间距、风道密封都要跟着重算。我一般会这么理解：180/360 是生态尺寸，41/83 是结构尺寸，前者动不得，后者有商量余地。
| 模块类型 | 推荐尺寸（W×D×H） | 对应整机形态 |
|---|---|---|
| 1U 半宽 | 180×370×41mm | 单路 CPU 节点、SoC 节点 |
| 2U 半宽 | 180×370×83mm | 高 TDP CPU 节点、双宽加速卡节点 |
| 1U 全宽 | 360×370×41mm | 大存储节点、交换节点、单/双路 CPU 节点 |
模块深度统一 370mm，机框深度 470mm，中间差的 100mm 就是后部风扇墙和电源区的厚度。这个分配决定了整机的风道方向：冷空气从前部模块面板进入，穿过 370mm 的模块本体，到后部被风扇抽走，电源区再从同一股气流里取风。前后维护的边界也由此划定——所有需要人伸手操作的东西，必须落在前面板 370mm 以内。
2.3 前面板分区：Flex 区是给差异化留的口子
前面板被划成四类区域：Flex 灵活配置区、1U 全宽区、1U 半宽区、2U 半宽区。Flex 区的存在说明规范制定者清楚一件事——标准不可能穷举所有边缘业务形态。有的站点要 6 块 3.5 寸盘做大容量缓存，有的站点要一张全高全长加速卡做视频解析，这些需求在 1U 半宽里塞不下，就在 Flex 区里按整宽或半宽组合拼。
前面板统一黑色、统一风格的要求，表面看是外观，实际是运维一致性：不同厂家、不同批次的模块插进同一个机框，指示灯位置、网口顺序、盘位编号必须可预期，否则现场排障要靠猜。按钮和指示灯的定义也做了强约束：电源灯绿灯常亮是已上电、黄灯常亮是待上电、黄灯闪烁是管理系统启动中；健康状态灯黄灯 1Hz 闪烁是一般告警、红灯 1Hz 闪烁是严重告警。这些状态语义被写死，是为了让不同厂商的机器在同一个网管里表现一致。
后面板则简单得多，只有两个区域：左边风扇、右边电源，都支持故障备份和热插拔。风扇和电源数量随配置定，但位置关系固定。这种“前面复杂、后面简单”的布局，本质是把可维护性压到前面板——边缘站点空间窄，运维从前面操作，后面只留给风扇和电源这类低故障率、可整模块更换的部件。
3. 模块化不只是插拔：半宽与全宽模块的供电、风道与信号边界
把机器拆成模块，听起来像把台式机换成刀片，但真正的难点在边界：电怎么分、风怎么走、信号怎么过背板、热插拔的一瞬间系统怎么知道。规范用“插槽形式”四个字概括，背后是一整套机电协同设计。
3.1 半宽模块的供电与背板连接器
半宽模块的供电由机框背板统一分配，模块本身不带独立电源。常见的实现思路是背板做集中配电，把电源模块输出的母线电压送到每个槽位，模块侧只做本地 DC-DC 转换。这样做的好处是电源冗余在机框级统一做，半宽模块不用为每块板配一套冗余电路；代价是背板要走大电流，连接器的针脚分配和压降必须提前算。
背板连接器通常是分级长短针结构：插拔时先接通接地针，再接通电源针，最后接通信号针；拔出时顺序相反。这个顺序保证热插拔瞬间不会出现信号线先于地线断开、导致浪涌打穿芯片的情况。规范没有写具体针脚定义，但写了模块支持热插拔、电源支持冗余热插拔，这意味着连接器的机械寿命和插拔力也被纳入设计约束——半宽模块 180mm 宽，人力插拔的杠杆有限，插拔力过大会让现场运维不敢下手。
模块逻辑框图里能看到半宽 CPU 节点的典型构成：一颗服务器级 CPU、8 通道内存、本地 BMC、PCIe 交换或直连、板载 10/25GbE 网口、1 个独立 1GbE 管理口、2 个 2.5 寸盘位、1 张半高半长 PCIe 卡和 1 张 OCP 3.0 卡。这些部件全部塞在 180×370×41mm 里，散热和布线密度是主要矛盾，所以规范对 TDP 做了明确上限：1U 半宽 CPU 模块 165W，1U 半宽 SoC 模块 130W，2U 半宽 CPU 模块 205W。TDP 上限不是 CPU 的能力上限，是“这个体积在风冷条件下能稳定带走的热量”上限。
3.2 风道解耦：为什么风扇和电源必须放后面板
机框后部只放风扇和电源，这个布局不是习惯，是风道决定的。模块深度 370mm，机框 470mm，后部 100mm 正好容纳风扇墙。冷空气从模块前面板进入，穿过 CPU 散热器、内存、PCIe 卡，从模块尾部流出，再被风扇墙抽到机框后方排出。电源放在风扇区旁边，从同一股排风里取风，既省掉独立进风口，又保证电源不会吸入模块排出的热风。
风扇支持故障备份和调速，这两条要连起来看。边缘站点温度波动大，长期 5℃~40℃、短期 -5℃~45℃，风扇调速曲线要在低温和高温两端都不出问题：低温时转速过低会导致局部热点，高温时转速拉满会加速轴承磨损。故障备份意味着一颗风扇停转，剩余风扇要能在不超转速上限的前提下维持散热，这要求风扇墙的冗余度按最坏情况设计，而不是按额定风量除一除。
风道解耦带来的一个隐性约束是模块面板的开孔率。前面板既是进风口又是维护面，盘位、网口、指示灯都占面积，留给进风的开孔越来越少。半宽模块 41mm 高度里要塞下 2 个 2.5 寸盘和一堆接口，进风面积紧张，所以规范把“某些高功耗插卡配置可适当降低 CPU 支持功耗上限”写进了备注——这不是给自己留后路，是承认风冷条件下散热能力与接口密度存在硬冲突。
3.3 全宽模块的存在理由：存储与交换节点
如果半宽能解决所有问题，就不需要全宽。全宽模块的三类典型形态说明了边界在哪：容量存储节点、网络资源模块、1U 全宽单/双路 CPU 模块。
存储节点要支持 6 块 3.5 寸不可热插拔盘，或者 3 块 3.5 寸可热插拔盘。3.5 寸盘的宽度是 101.6mm，6 块并排超过 600mm，半宽 180mm 连两块都放不下，所以必须全宽 360mm。网络资源模块要放交换芯片，交换芯片的 SerDes 数量、散热器尺寸、前面板 10/25GbE 端口密度，都不是半宽能承载的。1U 全宽双路 CPU 模块则是给需要双路算力的场景留的——半宽模块规范里写的是“配置单颗处理器，可支持单双路 SKU”，意思是半宽只装一颗，双路要上全宽。
这里有个容易误解的点：全宽模块不是“两个半宽粘在一起”。全宽的 1U 单路 CPU 模块 TDP 上限是 150W，反而低于半宽的 165W。原因是全宽模块前面板要放更多接口和盘位，进风面积被摊薄，单位体积的散热能力下降。模块宽度增加不等于散热能力线性增加，这是模块化设计里最反直觉的一条。
3.4 模块热插拔时，系统看到什么
热插拔在电气层是长短针顺序，在管理层的表现则是一条状态机。模块插入瞬间，背板上的在位信号（Present）先变化，机框管理实体或主节点 BMC 通过管理总线轮询到这个变化，读取模块的 FRU 信息（厂商、型号、序列号、功耗等级），再决定是否给模块上电、是否把模块纳入监控。
拔出时顺序反过来：管理软件先收到在位信号丢失，标记模块为不可用，再等待电源针断开。如果模块上有业务在跑，热插拔等于强制下电，规范里电源按钮长按 6 秒强制下电的定义就是给这种情况兜底的。所以“支持热插拔”在规范语境里是“支持带电更换”，不等于“支持业务不中断更换”，后者要靠上层软件做冗余，不是硬件能保证的。
模块前面板的 UID 按钮和指示灯是这条状态机的可视化：短按开定位灯，长按 4~6 秒复位模块的管理系统。复位的是管理系统而不是业务系统，这个区分很重要——现场排障时按 UID 复位，期望的是 BMC 重启、管理链路恢复，业务如果被一起重启，说明复位逻辑设计有问题。
4. 管理双轨制：主从节点、RMC 与带外管理的分工
一个机框里插着少则两三个、多则五六个独立模块，每个模块有自己的 CPU、内存、BMC。怎么把这些“小服务器”管成一个整体，规范给了两条路：主从节点方案和 RMC 方案。两条路的分歧不在技术，在成本与可靠性怎么权衡。
4.1 主从节点方案与 RMC 方案
主从节点方案是在机框内选一个模块作为管理主节点，由它运行机框级管理软件，通过机框内部的管理网络去发现、监控、控制其他从节点。这个方案的好处是不增加额外硬件，成本低；坏处是主节点本身也是业务节点，主节点宕机或被下电，整个机框的管理就瞎了。
RMC 方案（机架管理控制器）是在机框里单独放一个管理模块，专职做机框级管理，不承载业务。成本高一点，但管理面与业务面彻底解耦，任何一个业务模块故障都不影响整框管理。规范把两种方案并列，没有强制选一种，说明不同站型的诉求不同：单框单模块的边缘站点，主从方案够用；多模块、多业务混插的站点，RMC 更稳。
两条方案共享同一套带外管理功能清单：资产管理、远程诊断（可选）、部件信息管理、传感器监控、电源和风扇管理、故障告警、日志管理。也就是说，不管管理面放在哪，对外暴露的能力是统一的，网管系统不需要为两种方案写两套适配。
4.2 带外管理的数据模型：从 FRU 到传感器
带外管理的本质是一套资源模型。最小粒度是部件：CPU 型号与数量、内存条位置与容量、硬盘槽位与介质类型、PCIe 卡的槽位与厂商、电源模块的功率等级、风扇的转速区间。再往上是传感器：温度、电压、功耗、风扇转速。最上层是事件：告警、日志、资产变更。
用一段简化的资源模型表示，大概长这样：
{ "chassis": { "slots": [ { "slot_id": 1, "module_type": "1U_half_width_cpu", "present": true, "power_state": "on", "fru": { "vendor": "A", "model": "X1", "serial": "SN0001", "max_tdp_w": 165 }, "sensors": [ { "name": "cpu0_temp", "value_c": 62, "upper_critical": 95 }, { "name": "fan1_rpm", "value": 8400, "lower_critical": 2000 } ], "health": "warning", "events": [ { "code": "FAN_DEGRADED", "severity": "minor" } ] } ] } }这段结构说明三件事。第一，槽位是管理的第一维，所有部件都挂在槽位下，因为模块化机框里“东西在哪”比“东西是什么”更影响运维动作。第二，FRU 里带 max_tdp_w，管理软件据此判断当前配置是否超出机框散热预算，这是模块化机框特有的检查项。第三，传感器带上下门限，health 字段由事件聚合而来，黄灯 1Hz 闪烁对应 minor，红灯 1Hz 闪烁对应 critical，和前面板指示灯语义对齐。
注意：带外管理读到 present=true 不代表模块可用，还要看 power_state 和 health。现场排障时只看在位状态，容易把“已插入但未上电”误判成“模块故障”。
4.3 NC-SI、MCTP 与边带链路
模块对外至少有两个网口角色：业务网口和管理网口。规范要求 1 个独立板载 1GbE 管理网口，同时支持 NC-SI 管理接口。NC-SI 的作用是让 BMC 复用业务网口的物理层，通过边带通道收发管理流量，这样在只有业务网线到位、没有额外管理布线的站点，BMC 仍然可达。
管理总线侧，MCTP 是绕不开的名字。它定义了一套在 SMBus、PCIe VDM、I2C 等物理层上传输管理报文的方式，让 BMC 能和网卡、PCIe 设备、背板管理实体对话。规范里同时出现了 NC-SI、MCTP、PLDM 这些缩略语，它们的关系可以这么理解：NC-SI 解决“管理流量走哪根线”，MCTP 解决“管理报文怎么封装传输”，PLDM 解决“传过来的数据是什么含义”。三者叠起来，才构成完整的带外管理链路。
这条链路的脆弱点在于它跨了模块边界。BMC 在模块上，背板管理实体在机框里，网卡在模块的 PCIe 槽上，任何一段的连接器接触不良，表现都是“管理界面时好时坏”。规范把部件信息管理、传感器监控、故障告警写成必选项，就是在要求厂商把这套链路做完整，而不是只做一个能亮灯的 BMC。
4.4 时钟同步为什么只挂在 SoC 模块上
规范里有一句很不起眼的备注：时钟和同步方案只涉及 SoC 模块。1PPS、PTP、TOD、GNSS 这些词出现在术语表里，对应的却是边缘计算里最硬的需求——5G 基站侧的时间同步。
无线接入网对时间同步的精度要求是微秒级甚至亚微秒级，靠普通的 NTP 不够，要用 PTP 加硬件时间戳，再叠加 1PPS 秒脉冲和 TOD 时间信息，卫星信号可用时用 GNSS 驯服本地时钟。这类同步能力通常集成在面向通信负载的 SoC 上，而不是通用 CPU 上。规范把同步限定在 SoC 模块，等于承认了模块分工：通用计算模块跑 IT 负载，SoC 模块跑对时延和同步敏感的通信负载。这也解释了为什么 SoC 模块的内存配置是 3 通道 2DPC、支持 ECC——通信负载对内存可靠性的要求高于对带宽的要求。
5. 避坑：模块化服务器设计与部署里最容易翻车的几件事
规范是底线，不是说明书。真到选型、上架、跑业务的时候，出问题的往往不是规范写错，而是规范没写、但工程上必须自己补的那部分。下面几条是这类项目里反复出现的坑。
5.1 标称深度 470mm，实际门关不上
现象：机框按 D≤470mm 采购，推进 600mm 机柜后，后门关不上，或者电源线被门压住。
原因：470mm 是整机深度，但 PSU 出线口到后门还要留 D2≥60mm。电源线插头本身有长度，线缆拐弯有弯曲半径，实际需要的空间往往超过 60mm。另外挂耳位置没调，D1 被吃掉，前面板贴住前门，风道进风不足。
解决：上架前用卷尺实测三个数——前面板到前门、PSU 出线口到后门、挂耳前端到前面板。挂耳在 d1≤440mm、d2≤10mm 范围内调整，把 D1 和 D2 都拉回合规区间。电源线选弯头插头，别用直头硬顶。
5.2 TDP 上限被风冷条件悄悄绑死
现象：按 165W 选了 CPU，插上一张高功耗 PCIe 卡后，业务高峰期 CPU 频繁降频，性能对不上标称值。
原因：规范写的是“最高支持处理器 TDP 功耗 165Watt”，备注里补了一句“某些高功耗插卡配置可适当降低 CPU 支持功耗上限”。模块的总散热预算固定，PCIe 卡多占一份，CPU 就少一份。这个联动关系在选型表里不会主动提示。
解决：选型时把 CPU、内存、PCIe 卡、光模块的功耗加总，和模块的散热预算对比，而不是只看 CPU TDP。高功耗插卡场景要么降 CPU 档位，要么选 2U 半宽模块（205W 上限），别指望风冷下鱼和熊掌兼得。
5.3 半宽模块的内存降速陷阱
现象：内存插满后，频率从 4800MT/s 掉到 4400MT/s，某些内存敏感型业务性能下降。
原因：规范写得很清楚，每通道配置单个 DIMM 时频率不低于 4800MT/s，每通道配置两个 DIMM 时不低于 4400MT/s。8 通道 1DPC 是 8 条，2DPC 是 16 条，插满必然降速。这是电气负载决定的，不是质量问题。
解决：先算业务要带宽还是要容量。要带宽就守住 1DPC，留一半槽位空着；要容量就接受 4400MT/s，别在验收时拿 4800 的标称值去卡厂家。SoC 模块是 3 通道 2DPC，逻辑一样。
5.4 热插拔后带外管理状态不一致
现象：模块拔了再插回去，网管界面显示在位，但温度、功耗传感器数据不刷新，告警也不恢复。
原因：模块在位信号恢复后，管理软件需要重新枚举模块的 FRU 和传感器，这个过程依赖 MCTP 链路重新建链。如果管理软件只监听在位信号、不做重新发现，就会卡在“看得见、读不到”的状态。主从节点方案下，主节点如果正好是被拔的那个，问题更明显。
解决：验收时做一次完整的热插拔演练——拔模块、等 30 秒、插回、观察传感器数据恢复时间和告警清除情况。管理软件要支持模块级重新发现，而不是只靠整框重启。RMC 方案在这条上天然占优，因为管理面不随业务模块插拔。
5.5 OCP 卡与 PCIe 卡的槽位冲突
现象：配置单上写着支持 1 张半高半长 PCIe 卡和 1 张 OCP 3.0 卡，实际装配时发现两张卡争同一组 PCIe lane，只能二选一。
原因：半宽模块的 PCIe 资源有限，CPU 提供的 lane 要分给板载网口、盘位、OCP 槽、标准 PCIe 槽。规范写的是“PCIe 插卡数量为最大配置”，最大配置不等于任意组合都能同时满足。
解决：让厂家提供 PCIe lane 分配表，按槽位确认带宽和共享关系。需要同时用 OCP 卡和标准 PCIe 卡时，优先确认 OCP 槽是否独享 lane；如果共享，就在配置阶段做取舍，别等上架后才发现插不上。CXL 可选支持也是同理，选了 CXL 往往要占掉标准 PCIe 槽的资源。
6. 从规范到产品：模块化设计的取舍与验证方法
规范读完，最容易产生的错觉是“照着表格配就行”。真正做过一轮选型就会明白，OTII-E 这类文档的价值不在于给出唯一答案，而在于把冲突点标出来，让设计者在冲突里做选择。
最核心的取舍是体积、散热、接口密度这三者的不可能三角。半宽 180mm 宽、41mm 高，要塞 CPU、8 通道内存、2 个盘位、6 个 10/25GbE 口、1 张 OCP 卡、1 张半高半长卡，散热预算就那么多。规范用 TDP 上限把这条线画死：1U 半宽 165W、2U 半宽 205W、1U 全宽单路 150W，数字背后是风冷条件下的实测边界，不是拍脑袋。想突破就得换散热方式，液冷可以支持更高 TDP，但边缘站点的运维能力未必接得住液冷。
第二个取舍是标准化与差异化的边界。规范把模块尺寸写成推荐值，把内存容量、PCIe 槽位数、CPU 功耗、硬盘和电源类型写成最低标准要求，这个措辞是故意的：尺寸留一点弹性给结构设计，能力划一条底线给采购验收。Flex 区的存在也是同一个逻辑——标准覆盖 80% 的共性需求，剩下 20% 交给厂家在统一机框里做差异化。
第三个取舍是管理面的成本与可靠性。主从节点方案省一个管理模块的钱，代价是管理面与业务面耦合；RMC 方案多一块板，换来管理面独立。没有对错，只有站型匹配。
验证方法上，我习惯按下面这张清单走一遍，比对着规范逐条打勾更有效：
| 验证项 | 方法 | 通过标准 |
|---|---|---|
| 上架空间 | 实测 D1、D2、挂耳位置 | D1≥90mm、D2≥60mm、门可关闭 |
| 散热余量 | 满载烤机 + 高功耗插卡组合 | 无降频、无风扇满转告警 |
| 内存频率 | 按目标配置插满后读 SPD | 达到对应 DPC 档位标称值 |
| 热插拔 | 拔插模块并观察管理面 | 传感器数据 60 秒内恢复 |
| 管理链路 | 断一路管理网、断 NC-SI | 另一路可管、告警正确 |
| 时钟同步 | SoC 模块接 PTP/GNSS 源 | 同步状态稳定、无失锁告警 |
这张表里最容易被跳过的是热插拔和管理链路两项。它们不影响开箱点亮，只在故障时才暴露，而边缘站点的故障代价恰恰最高——一次现场返修的路程，可能比设备本身还贵。
从那以后，我每次做模块化服务器的选型或验收，都会强制走一遍“尺寸实测 + 满载烤机 + 热插拔演练”这三步，哪怕厂家给了再漂亮的规格书。规范告诉你边界在哪，边界之内的余量，得自己量出来。希望帮到你。
本文还有配套的精品资源，点击获取
