网卡驱动与固件升级要一起做吗?物理服务器如何核对版本并准备回滚
网卡驱动与固件不必默认一起升级。驱动运行在操作系统内,负责让内核或系统网络栈使用网卡;固件通常位于网卡控制器、NVM 或板载存储中,负责硬件初始化、链路协商、队列和部分卸载能力。两者可以分别变更,但必须先确认网卡型号、硬件版本、操作系统、内核和厂商兼容矩阵。
生产环境中,只有在厂商明确要求配套升级、目标功能依赖特定固件、当前驱动不支持目标固件,或者服务器厂商发布的是绑定版本包时,才把驱动和固件纳入同一个变更窗口。即使属于同一窗口,也不建议用一个批量命令一次性刷完,而应拆成可验证的步骤,并为每一步保留回退点。
现状核对:先确认真正需要变更的对象
区分驱动、固件与服务器厂商包
“网卡版本”不是一个单独字段,至少要拆成以下几类:
| 核对对象 | 所在位置 | 主要影响 | 常见核对方式 |
|---|---|---|---|
| 网卡硬件型号与板卡版本 | PCIe 网卡、主板板载网卡或 OCP 网卡 | 决定可用的驱动和固件范围 | PCI ID、序列号、FRU、服务器厂商清单 |
| 操作系统驱动 | Linux 内核模块或 Windows 驱动包 | 网卡是否能被系统识别、队列和卸载功能是否可用 | ethtool -i、modinfo、设备管理信息 |
| 网卡固件 | 网卡 NVM、控制器或板载存储 | 初始化、链路、硬件队列、部分协议和卸载能力 | ethtool -i、厂商查询工具 |
| Option ROM 或扩展组件 | 网卡或服务器启动组件 | PXE、UEFI 启动等特定能力 | 厂商工具或服务器固件清单 |
| 服务器 BIOS、BMC | 主板 | PCIe 枚举、电源和远程管理 | 服务器厂商管理工具 |
板载网卡、独立 PCIe 网卡和厂商定制网卡不能只按芯片名称判断。相同芯片可能对应不同的板卡修订、OEM 固件、端口布局或功能许可。应优先使用服务器厂商针对具体机型和板卡料号提供的兼容包;只有确认厂商支持范围后,才考虑直接使用网卡芯片厂商的通用包。
Linux 服务器核对清单
以下命令主要用于读取现状,不会写入网卡配置。接口名需要替换为实际名称。
ip -br link
ip -br addr
sudo lspci -Dnnk | grep -A4 -i -E 'ethernet|network'
sudo ethtool -i ens160
sudo ethtool ens160
sudo ethtool -k ens160
uname -r
ethtool -i 的典型输出可能类似下面的形式,示例内容不是某台实际服务器的结果:
driver: ice
version: 6.8.0-31-generic
firmware-version: 4.40 0x8001c2a1
expansion-rom-version:
bus-info: 0000:3b:00.0
supports-statistics: yes
supports-test: yes
重点记录以下字段:
driver:当前加载的驱动模块名称。version:驱动版本,可能是发行版内核模块版本,不一定等于厂商驱动包版本。firmware-version:网卡固件版本;有些驱动无法提供该字段,不能据此认定网卡没有固件。bus-info:PCIe 总线地址,用于把操作系统接口对应到具体物理端口。link detected、速率和双工状态:用于判断升级前是否已经存在链路异常。
对于多端口网卡,要把端口名、PCI 地址、MAC 地址、物理端口位置一一对应,不能只记录 ens160 这类系统接口名。接口名可能因系统重装、固件设置或硬件插槽变化而改变。
如果接口加入了 Linux bonding,还需要记录成员关系、模式和当前活动链路:
cat /proc/net/bonding/bond0
ip -d link show bond0
ip route show table all
ip rule
如果系统使用 NetworkManager,可以补充查看连接配置;如果没有安装该服务,不要直接套用相关命令:
nmcli device status
nmcli connection show
驱动模块的构建信息可以用以下命令核对:
modinfo ice
modinfo ixgbe
modinfo i40e
modinfo bnxt_en
modinfo mlx5_core
实际使用哪个模块,应以 ethtool -i 的 driver 字段为准。不要因为网卡名称中含有某个芯片品牌,就直接执行对应模块的更新或卸载操作。
Windows 服务器核对清单
Windows 环境可以先用 PowerShell 查询接口、链路和驱动信息:
Get-NetAdapter |
Select-Object Name, InterfaceDescription, Status, LinkSpeed, MacAddress
Get-CimInstance Win32_PnPSignedDriver |
Where-Object { $_.DeviceClass -eq 'NET' } |
Select-Object DeviceName, DriverVersion, DriverDate, InfName
进一步核对总线位置和高级属性:
Get-NetAdapterHardwareInfo
Get-NetAdapterAdvancedProperty |
Select-Object Name, DisplayName, DisplayValue, RegistryKeyword
Windows 系统未必会通过标准 PowerShell 接口显示网卡固件版本。此时应使用服务器厂商或网卡厂商提供的只读查询工具,并记录工具版本。不要把 Windows 驱动版本直接当成网卡固件版本,也不要用设备管理器中显示的驱动日期推断固件日期。
建立“当前版本—目标版本—回滚版本”矩阵
升级前应形成一份版本矩阵,而不是只记下一个目标数字。至少包含:
| 项目 | 当前值 | 目标值 | 回滚值 | 核对依据 |
|---|---|---|---|---|
| 服务器型号及序列号 | 实际值 | 不变 | 不变 | 资产系统或机箱标签 |
| 网卡型号、FRU、修订 | 实际值 | 不变 | 不变 | PCI/FRU/厂商工具 |
| PCI 地址与接口名 | 实际值 | 不变 | 不变 | lspci、系统接口信息 |
| 操作系统与内核 | 实际值 | 计划值或不变 | 原版本 | 系统信息 |
| 驱动 | 版本 A | 版本 B | 版本 A | 厂商包及兼容矩阵 |
| 固件 | 版本 X | 版本 Y | 版本 X 或受支持旧版 | 厂商发布说明 |
| 升级顺序 | — | 厂商规定顺序 | 回退顺序 | 发布说明 |
| 是否允许降级 | — | 是或否 | 受支持方式 | 厂商文档 |
版本号不能只做大小比较。某些固件版本虽然数字更高,但可能对应另一条产品线;某些驱动包也可能只支持特定内核 ABI。必须核对完整的产品型号、板卡修订和操作系统版本。
物理服务器的网卡变更往往与整机平台、业务负载和网络资源相互关联。A5idc数据提供香港、美国、日本、韩国、中国台湾、新加坡及马来西亚等地区的物理服务器,覆盖Xeon Gold、AMD EPYC等平台,并提供不同内存、SSD或NVMe存储及线路配置,可承载网站、数据库、业务后台和跨境服务等多类业务。
变更准备:把网络中断和失败场景提前隔离
明确影响范围和冗余条件
先确认网卡承载的业务类型:
- 业务访问、集群心跳、存储、虚拟化管理和带外管理是否使用不同接口。
- 网卡是否加入 bond、LACP、Windows Team 或虚拟交换机。
- 是否存在单端口承载全部管理和业务流量的服务器。
- 升级过程是否需要重启服务器、重置 PCIe 设备或重新加载驱动。
- 网卡是否承担 PXE、iSCSI、RoCE、SR-IOV、DPDK 等特殊用途。
如果是双端口冗余,仍要先验证另一条链路可用。冗余状态异常、成员端口已掉线、交换机侧存在聚合故障时,不应继续升级。单网卡或单链路服务器应按有明确业务中断的维护窗口处理,不能把“固件升级通常很快”当成无中断承诺。
带外管理也要单独验证。确认 BMC、串口控制台或远程 KVM 可以登录,并确认带外管理网络不是与待升级网卡共享同一条物理链路。有些服务器支持管理口复用业务网口,不能仅凭“有 BMC”就认为一定具备独立回退通道。

备份配置、包文件和审计材料
备份重点不是只保存网卡驱动安装包,还包括网络拓扑和恢复所需的系统配置:
ip -br addr > /var/tmp/net-before-ip.txt
ip route show table all > /var/tmp/net-before-route.txt
ip rule > /var/tmp/net-before-rule.txt
sudo ethtool -i ens160 > /var/tmp/net-before-ethtool-ens160.txt
sudo ethtool ens160 > /var/tmp/net-before-link-ens160.txt
根据发行版和网络管理方式,保存实际存在的配置目录,例如:
/etc/NetworkManager/system-connections//etc/netplan//etc/sysconfig/network-scripts//etc/systemd/network/
这些文件可能包含密钥或认证信息,应按生产环境权限保存,不能直接上传到公开位置。还应保存 bond、VLAN、桥接、路由策略和虚拟交换机配置。
回滚材料至少包括:
- 当前正在使用的驱动包或可重新安装的发行版包。
- 厂商明确支持的旧固件包及其校验值。
- 当前版本的完整记录和升级前命令输出。
- 适配当前服务器型号和网卡料号的升级工具。
- 服务器厂商或网卡厂商关于降级、恢复和重启的说明。
不能假设所有网卡都支持固件降级。有些设备会锁定最低版本,或者升级后只允许通过厂商恢复工具处理。若厂商没有提供可支持的旧固件,应把“固件不可回退”列为变更风险,并准备更换板卡、厂商现场恢复或维护中心介入,而不是临时寻找非匹配镜像。
用配置管理做核对,不要默认自动刷写
适合自动化的是资产收集、版本比对、审计和告警;固件写入通常应保留人工审批。可以在配置管理系统中维护类似下面的期望状态,字段名称可按实际平台调整:
host: phy-001
server_model: "vendor-model"
change_policy:
audit_only: true
auto_flash_firmware: false
require_change_id: true
adapters:
- name: ens160
pci_address: "0000:3b:00.0"
mac: "00:11:22:33:44:55"
role: "production-bond"
driver:
current: "ice-6.8.0-31"
target: "ice-6.8.0-35"
rollback: "ice-6.8.0-31"
firmware:
current: "4.40"
target: "4.50"
rollback: "4.40"
compatibility_checked: true
定时任务可以每天或每周执行只读核对,发现实际版本偏离期望状态后生成工单或告警。升级动作应要求变更单号、目标主机范围和人工确认,例如:
- 采集前置版本和链路状态。
- 对照兼容矩阵。
- 检查是否存在未清理的上一批变更。
- 取得审批后,才允许进入升级阶段。
- 每台主机保存命令输出、返回码和前后版本。
这样可以避免把自动发现机制误变成自动刷写机制,也便于审计“谁在什么时间对哪张网卡做了什么变更”。
分步实施:先单台验证,再扩大范围
第一步:冻结基线并确认业务排空
在维护窗口开始时重新采集版本、链路、bond 状态和系统日志。不要完全依赖变更前几天保存的结果,因为网卡可能已经发生过链路抖动或驱动自动更新。
对于集群或负载均衡节点,先按照业务系统的标准流程摘除主机、迁移实例或降低流量。存储和虚拟化场景还应确认迁移完成,不能仅看到业务端口处于 UP 状态就开始刷新。
记录升级前的异常计数和日志,例如:
sudo ethtool -S ens160 > /var/tmp/net-before-stats-ens160.txt
journalctl -k --since "2 hours ago" > /var/tmp/net-before-kernel.log
如果升级前已经存在大量 CRC、丢包、链路重置或 PCIe 错误,应先处理基线问题。否则升级后的异常无法归因,回滚也未必能恢复到稳定状态。
第二步:选择一台同型号主机作为金丝雀
首台主机应与后续批次使用相同的服务器型号、网卡料号、操作系统和驱动分支。不要选择硬件修订不同的机器作为唯一验证对象。
金丝雀实施时遵循“一台主机、一个端口或一组明确动作”的原则:
- 确认带外控制台可用。
- 再次确认目标包、校验值和版本矩阵。
- 保存升级前输出和变更单号。
- 按厂商规定顺序执行驱动或固件变更。
- 完成必要的驱动重载、设备复位或服务器重启。
- 立即执行版本和链路验证。
- 通过观察窗口后,才决定是否扩大范围。
如果网卡在 bond 或 Team 中,应按成员逐个处理,并在每次操作后确认剩余成员能够承载业务。不要同时操作同一服务器的所有成员,也不要在聚合状态不正常时强行移除最后一条活动链路。
第三步:驱动和固件分开设置检查点
只升级驱动时,先确认目标驱动支持当前固件。驱动包安装完成后,可能需要重启才能加载新模块;不要在不清楚发行版网络管理方式的情况下直接卸载正在使用的模块。重启或重载前,应确保业务已排空,并准备好带外控制台。
只升级固件时,先确认当前驱动支持目标固件,且厂商工具能够识别准确的 PCI 地址和网卡料号。刷写过程中可能发生端口短暂中断、设备复位或链路重新协商。不要把固件刷写工具直接作用于“第一个发现的网卡”,而应使用已经核对过的设备标识。
驱动和固件都要升级时,顺序以厂商兼容矩阵为准。常见情况包括:

- 厂商要求先升级固件,再安装最低版本驱动。
- 厂商要求先安装驱动,再由驱动配套工具更新固件。
- 服务器厂商提供绑定包,要求一次维护窗口内完成,但仍需分别验证。
- 固件和驱动可以独立升级,只有使用新特性时才要求配套版本。
如果发布说明没有明确顺序,不应凭经验直接选择“先驱动”或“先固件”。应先暂停变更,向服务器或网卡厂商确认。每完成一个组件,就回到检查点,记录实际版本、设备状态和日志,再进入下一个组件。
厂商工具的参数和设备选择方式因产品不同,不能套用其他型号的命令。执行前应先使用工具的查询或帮助功能,确认目标设备;如果工具无法准确区分多张网卡,应停止操作,不要依靠端口顺序猜测。
第四步:按批次扩大,不要一次覆盖整机房
金丝雀主机通过验证后,再扩大到同一硬件和软件组合的少量主机。可以按机架、业务集群或网络故障域分批,避免一次性让同一交换机下的所有服务器失去冗余。
每批开始前检查:
- 上一批是否完成观察窗口。
- 交换机侧端口和聚合状态是否正常。
- 自动化采集是否拿到前后版本。
- 是否有主机出现驱动加载失败、链路协商慢或内核错误。
- 业务监控是否存在延迟、丢包或连接重置趋势。
发现异常时停止扩大范围,保留现场和日志。不要为了完成批次而跳过验证或覆盖失败主机。
验证观察:版本正确不等于变更完成
立即验证硬件和系统状态
升级或重启后,先确认系统重新识别了网卡:
sudo lspci -Dnnk -s 0000:3b:00.0
sudo ethtool -i ens160
sudo ethtool ens160
ip -br link
重点检查:
- PCIe 设备存在,驱动已正确绑定。
- 驱动版本和固件版本与目标矩阵一致。
- 所有计划端口都恢复到预期链路速率。
- 双工、自动协商和 MTU 没有被意外改变。
- bond、桥接、VLAN、虚拟交换机和路由策略恢复正常。
- 系统日志没有出现设备反复重置、TX timeout、firmware load failed、PCIe AER 或链路频繁变化。
如果 ethtool -i 仍显示旧驱动或旧固件,应先确认是否真的完成了重启、模块加载和设备复位,不要立刻重复刷写。
验证业务路径和网卡功能
基础的 ICMP 连通性只能说明某条路径可以通信,还需要按实际用途验证:
- 业务网:检查应用健康状态、连接建立和错误率。
- 存储网:检查存储路径、延迟和多路径状态。
- 集群网:检查节点心跳和成员状态。
- 虚拟化网:检查虚拟交换机、迁移网络和虚拟机通信。
- SR-IOV 或硬件卸载场景:检查虚拟功能和相关卸载能力是否仍启用。
- 高速网卡:关注队列数量、中断分布、丢包和重传,而不是只看接口是否 UP。
变更前后应使用相同口径比较指标。建议保留升级前一段时间的基线,并在升级后观察:
- 链路断开和恢复次数。
- 接收丢包、发送丢包、CRC 或符号错误。
- 驱动重置、队列超时和 PCIe 错误。
- 应用连接失败、重传、延迟和吞吐变化。
- CPU 中断分布和软中断占用。
- bond 或交换机聚合成员是否频繁切换。
通过自动化完成验收和审计
可以让配置管理或监控系统在升级后自动采集同一组命令结果,并生成前后对比。验收记录至少包含:
- 主机、网卡 PCI 地址、接口名和 MAC 地址。
- 变更单号、操作时间和执行人员。
- 升级前后的驱动、固件和内核版本。
- 升级工具、包文件名和校验值。
- 命令返回码、重启时间和设备恢复时间。
- 业务验证结果及观察窗口内的异常。
- 是否执行过回滚,以及回滚后的版本。
审计系统不应只记录“任务成功”。刷写工具返回成功,但系统未加载目标驱动、链路未恢复或业务指标恶化时,仍应判定为未通过。
回滚条件:先停批次,再恢复已验证版本
出现以下情况之一,应停止继续升级,并根据影响范围进入回滚评估:
| 现象 | 初步判断 | 处理方向 |
|---|---|---|
| 工具无法识别目标网卡 | 设备选择、权限或硬件识别异常 | 停止写入,核对 PCI 地址和型号 |
| 固件写入中断或状态未知 | 设备可能处于恢复状态 | 不重复强制刷写,使用带外控制台和厂商恢复流程 |
| 重启后驱动无法绑定 | 驱动与内核、硬件或固件不兼容 | 优先恢复受支持的旧驱动 |
| 链路无法恢复或频繁抖动 | 固件、协商、光模块或交换机兼容性异常 | 检查端到端链路,必要时回退 |
| bond、Team 或虚拟交换机无法组建 | 成员状态或驱动能力发生变化 | 停止业务放量,恢复旧版本和配置 |
| 应用出现持续丢包、超时或延迟上升 | 变更造成业务回归 | 按业务阈值触发回滚 |
| 只有部分端口异常 | 板卡端口、线缆、光模块或端口固件差异 | 不扩大批次,隔离故障端口 |
回滚顺序也不能一概而论。驱动回归通常是恢复旧驱动包并按发行版要求重启;固件回归则必须确认厂商允许降级,并使用与硬件型号、板卡修订匹配的旧镜像。若固件不可降级,不能自行写入更低版本或第三方镜像,应转入厂商恢复流程。
执行回滚时,先停止自动化批处理,保留失败现场:
- 记录当前版本、工具输出、返回码和系统日志。
- 确认业务已排空,带外控制台可用。
- 恢复已验证的旧驱动或受支持的旧固件。
- 按要求完成重启或设备复位。
- 重新验证 PCI 识别、驱动绑定、链路、聚合和业务路径。
- 将回滚结果写入变更记录,并冻结相同型号的后续升级。
如果刷写过程显示失败、设备无法识别或服务器无法正常启动,不要连续断电、重复重启或反复尝试不同镜像。先通过带外控制台确认设备状态,再依据厂商恢复说明处理。强制断电可能扩大固件损坏范围。
观察窗口与最终放行
普通业务网卡至少应覆盖一个完整的业务高峰和低峰观察周期;对存储、虚拟化、集群心跳等关键链路,建议将观察时间延长到一个完整业务周期。作为变更计划中的参考值,非关键业务可以设置 30 至 60 分钟的即时观察窗口,关键集群则可设置 2 至 4 小时或更长时间,具体以业务监控和厂商建议为准。
观察期间,只要出现持续链路抖动、驱动重置、错误计数明显高于基线、业务超时、聚合成员反复切换,或目标版本未在所有端口生效,就不应放行下一批。只有在版本、设备状态、业务指标和审计记录均符合预期后,才可以扩大变更范围;一旦达到预先定义的回滚阈值,应立即停止扩散并恢复到已验证版本。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/6927.html
