AI 机房带外管理网怎么设计：BMC、交换机与 DPU 管理边界
说明 AI 机房带外管理网对 BMC、交换机、DPU、PDU、存储和运维入口的分区、冗余、权限与故障恢复设计。
AI 机房的带外管理网要在业务网络故障、配置错误或计算节点不可用时仍能提供恢复入口。BMC、交换机管理口、DPU 管理、PDU、存储管理和控制平台的风险不同，不应全部接入一个没有分区的管理网。
设计目标是最小化管理面的共同故障和权限扩散，同时保证紧急情况下可到达。只增加一台管理交换机并不能构成带外能力，电源、上联、跳板、AAA、DNS/NTP 和日志都要一起考虑。
先列出所有管理对象与依赖
资产表记录服务器 BMC、GPU 管理、网卡或 DPU 管理口、Leaf/Spine、存储、PDU、CDU 和控制平台，注明协议、带宽、位置和负责人。设备没有独立管理口时，要明确替代恢复路径。
同时画出 AAA、DNS、NTP、日志、监控、自动化和跳板机依赖。管理设备可 ping，但身份或时间服务不可用，运维仍可能无法登录或审计。
按信任与故障影响分区
服务器 BMC、网络设备、设施设备和厂商远程维护可使用独立 VLAN/VRF 与访问策略，跨区访问只开放必需协议。高权限管理接口不直接暴露给办公终端。
DPU 管理属于基础设施控制面，应与业务数据端口区分。谁能修改 DPU 网络、安全或存储策略，需要在权限模型中单独定义。
冗余覆盖交换、上联和电源
关键机柜可使用双管理接入或可替代的串口/本地路径，管理核心与跳板机避免共享同一电源和单一上联。具体冗余程度由恢复时间目标决定。
故障时若只能到达一半设备，应明确是否足以恢复生产。双网卡接到同一交换机、双交换机接到同一 PDU，都仍有共同故障点。
管理流量也需要容量和保护
日常 BMC 流量很小，但批量固件、镜像分发、日志风暴和监控轮询可能同时出现。限制大文件并发并为关键控制流量保留容量，避免维护时把管理网本身压满。
启用受控协议、强认证、集中日志和配置备份，关闭不需要的服务。安全策略变更前确认紧急访问路径，防止误封锁全部管理员。
用业务网不可用场景验收
断开代表性业务上联或隔离计算节点，确认运维仍能通过带外路径访问 BMC、交换机和 DPU，读取日志、重启服务并恢复配置。演练同时覆盖 AAA 或 DNS 异常。
保存拓扑、地址、权限、配置和应急账号管理方式。新增机柜与设备必须先接入带外、监控和日志，再开放业务调度。