正文共：1234 字 29 图，预估阅读时间：1 分钟

距离上一台服务器HPE ProLiant DL360 Gen9开箱已经过去4年了，回忆满满（风雨同舟，感谢HP Proliant DL360 Gen9陪我走过的四年）；就在上周，家里又添了一台HPE ProLiant DL580 Gen9服务器（HPE DL580 Gen9到家了，成功开机！），也过去有一周了。

简单整理了一下，给服务器拍了几张照片，跟大家分享一下，让大家进一步从硬件层面再认识一下。

1、正面外观

服务器正面照片如下所示：

HPE官方手册示意图如下：

按照示意图，2是服务器的上盖板，3是6-10硬盘位（非标配，可扩展），11是服务器连接器，12是VGA接口，13是两个USB接口。

5是服务器健康状态指示灯，6是服务器电源，7是网卡状态指示灯，8是UID指示灯和按钮，对应指示灯的含义如下所示：

4是系统指示灯，需要按下弹出，再拉出来，面板主要展示系统指示灯，如下图。

如果服务器遇到特殊状况或事件，对应指示灯会显示黄色，对应含义如下图所示：

除此之外，由1（拉手）、9（4个风扇）、10（1-5硬盘位，标配）这三部分及后端CPU和内存组成的CPU内存机框，可以整体从机箱上面拔下来。

先按拉手中间的蓝色按钮，弹出拉手。

然后通过拉手将机框拉出一半。

拉出一半的时候会卡住，需要同时按下两侧的蓝色按钮，释放侧面后部的卡槽，才能将机框整个拉出来。

如果卡出了，在拉出一半的时候，你就可以看到机框上盖板的提示，同样提示先按住按钮，再往外拉。

需要注意，这部分配件很沉，整体重量在15-26千克，占了整机一半的重量（整机重量是32-53千克），操作的时候请务必小心，避免跌落。

2、背面外观

服务器背面照片如下所示：

HPE官方手册示意图如下：

如上图所示，背面主要包含1（串口）、2（VGA接口）、3（4块电源，我配了2块）、4（PCIe插槽，下方是编号）、5（iLO接口）、6（板载网卡）、7（USB接口）。如图所示，我现在在3插槽插了P40，在8槽位插了M4。

电源指示灯状态及含义如下图所示。

3、CPU内存框

将CPU内存框与机箱分离之后，官方给出的俯视图如下所示：

左边是1（CPU内存拉手）、2（内存区域）、3（CPU区域）。盖板上剩下的提示是关于如何操作拆除和安装内存条的，示意图如下：

要打开上盖板，需要扣住方框中的卡片，再往机框后向（箭头方向）拉，即可打开上盖板。

打开上盖板之后，内部插槽如下所示：

如官方示意图如标注的，图片顶部是和背板的连接器，往下是4颗CPU，现在是被散热器覆盖的状态；中间部分一共是16根内存插槽，支持8个内存盒。拆卸时，先按顶面大的蓝色按钮，弹出两侧护板，通过护板将内存盒取出；取出之后，再通过小的蓝色按钮打开内存盒，如下图：

每个内存盒支持12根内存条，单根最大128 GB，最大内容容量为2 TB。

安装顺序与打开顺序相反，安装时，注意内存盒与内存插槽编号需要相对应。

将CPU散热器对角的两颗螺丝拆开，即可看到CPU处理器。

按照顺序打开压槽，即可取出CPU。

4、服务器机框内部

还是前面那张俯视图，我们看一下机箱剩下的右半部分。

包括4（FBWC超级电容插槽）、5（电源连接器）、6（电源）、7（PCIe插槽）、8（集成网络适配器）、9（SPI控制器）、10（MicroSD插槽）。实拍图如下所示：

主板部分的示意图如下图所示：

当需要安装或移除PCIe设备（如GPU）时，请按照如下示意图进行操作：

5、其他部件照片

1200瓦交流电源照片：

顶部盖板照片，包含主板、SPI板卡、面板指示灯、电源指示灯、PCIe操作流程等示意图。

SPI板卡示意图，非特殊情况不建议做拆装操作。

单风扇正面照片：

风扇背面照片，功率54瓦，实际安装时，右侧排线位于底部。

带硬盘支架的硬盘照片。

长按二维码
关注我们吧

风雨同舟，感谢HP Proliant DL360 Gen9陪我走过的四年

HPE DL580 Gen9到家了，成功开机！

崩溃！360驱动大师把我的服务器搞崩溃了！

奇怪的知识又学到了：服务器的序列号、产品ID和UUID不见了怎么办？

RDP授权119天不够用？给你的Windows Server续个命吧！

将Juniper虚拟防火墙vSRX部署在ESXi进行简单测试

将Juniper虚拟防火墙vSRX导入EVE-NG

使用Python脚本实现SSH登录设备

一起学习几个简单的Python算法实现

配置VMware实现从服务器到虚拟机的一键启动脚本

成了！Tesla M4+Windows 10+Anaconda+CUDA 11.8+cuDNN+Python 3.11

MX250笔记本安装Pytorch、CUDA和cuDNN

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN

人工智能如何发展到AIGC？解密一份我四年前写的机器学习分享材料

GPU性能测试中的张量和矩阵运算

清华大模型ChatGLM3部署初体验