De chassisventilatoren van een HP Z840 aansturen vanuit Linux
De ventilatorcontroller van de Z840 hangt aan de private SMBus van de embedded controller, waar lm-sensors niet bij kan. hpz-ecfan bereikt hem via de mailbox van de EC zelf.
Also available in English: Driving the chassis fans on an HP Z840 from Linux
Sommige problemen bestaan alleen omdat een fabrikant besloot dat jij ze niet hoefde op te lossen. De HP Z840 is er zo een: een prima werkstation waarvan de chassisventilatoren draaien op het profiel dat de BIOS bij het opstarten koos, zonder enige manier om daar vanuit het besturingssysteem iets anders van te vinden.
Dus heb ik die manier geschreven. hpz-ecfan is een kleine Python-tool die de ventilatorcurve van Z-serie werkstations verzet vanuit Linux — zonder kernelmodule, zonder herstart, zonder firmwarepatch.
Waarom de normale gereedschappen niets zien
De voor de hand liggende aanpak strandt meteen. lm-sensors vindt geen ventilatorcontroller. fancontrol heeft niets om aan te sturen. De adt7475-kerneldriver, precies de juiste driver, koppelt nooit aan.
Dat ligt aan de topologie. De chip die de chassisventilatoren aanstuurt is een ON Semiconductor NCT7491 — een onderdeel uit de ADT7475-familie, uitgebreid beschreven in een openbare datasheet. Maar hij hangt niet aan de SMBus die de PCH beheert. Hij hangt aan de private bus van de Nuvoton embedded controller, en i2c-i801 heeft daar geen route naartoe. De chip zit er gewoon, volledig standaard, en volstrekt onbereikbaar.
HP's eigen ACPI en WMI laten een deel van het beeld zien — de hp-wmi-sensors-driver leest moeiteloos temperaturen en toerentallen. De leeskant is openbaar. De schrijfkant niet.
De mailbox
De schrijfkant bleek te achterhalen uit HP's HhmDxe-firmwaremodule, die de chip bij elke POST programmeert. Die moet de NCT7491 op de een of andere manier bereiken, en het mechanisme dat hij gebruikt is een kleine SMBus-proxy in het RAM-venster van de EC.
Dat venster zit op de I/O-poorten 0x800–0x8FE, met paginaselectie via 0x8FF. Pagina 0 bevat de proxy:
| byte | betekenis |
|---|---|
0xE5 | 7-bits apparaatadres |
0xE6 | terug te lezen bytes (1 bij lezen, 0 bij schrijven) |
0xE7 | te versturen bytes na het adres (1: register, 2: register + data) |
0xE8 | data: register bij lezen, met het resultaat op dezelfde plek terug; waarde bij schrijven |
0xE9 | register bij schrijven |
0xF0 | bit 0: schrijf 1 om te starten, de EC wist het bij voltooiing |
Lezen is E5=dev, E8=reg, E7=1, E6=1, F0=1, daarna pollen tot bit 0 van F0 laag wordt en het resultaat uit E8 halen. Schrijven is E5=dev, E8=val, E9=reg, E7=2, E6=0, F0=1 met dezelfde poll. Dat is het hele protocol.
Twee dingen die het protocol je niet geeft
Er is geen foutvlag. Een NACK op de bus eindigt precies als een succes: bit 0 van F0 wordt gewist en E8 blijft staan op wat er al stond. Een mislukte lezing levert verouderde data op die er volkomen geloofwaardig uitziet. De enige verdediging is elke schrijfactie terugleggen en vergelijken — en dat doet de tool, zonder uitzondering.
Er is geen arbitrage. De mailbox is een handvol gedeelde bytes. Twee processen die tegelijk door de reeks lopen, verweven hun schrijfacties en verminken elkaars databyte, en door de ontbrekende foutvlag merkt geen van beide het. Elke transactie gaat daarom door een flock op /var/lock/ecmbox (te overschrijven met --lock of HPZ_EC_LOCK). Dat is niet optioneel.
Falen richting koud
Het verleidelijke ontwerp is om de chip uit zijn automatische modus te halen en de PWM-duty rechtstreeks aan te sturen. Dat is eenvoudiger te doorgronden en geeft nauwkeurige controle. Het is ook de verkeerde keuze, want het maakt van een crashende daemon een thermisch incident.
In plaats daarvan blijft de tool binnen de automatische regelkring van de chip en verzet alleen de vorm van de curve: de bodem (PWMmin) of de knik (Tmin). De NCT7491 blijft gewoon zelf temperatuurgestuurd regelen zoals de BIOS hem heeft ingesteld — hij rekent alleen met andere getallen. Gaat de tool onderuit, wordt hij afgeschoten, of raakt de machine het proces volledig kwijt, dan blijven de ventilatoren regelen. De THERM-limieten blijven de hele tijd scherp staan.
De rest volgt dezelfde regel. De tool weigert te schrijven als de LOCK-bit van de chip gezet is. Hij weigert überhaupt te draaien op een machine waarvan de DMI-productnaam geen HP Z is, tenzij je --force meegeeft. Bij elke faalrichting die hij kan kiezen, kiest hij de richting die op méér luchtstroom uitkomt in plaats van minder.
Gebruik
Alleen de standaardbibliotheek, Python 3.9 of nieuwer, MIT-licentie:
git clone https://github.com/kiwimato/hpz-ecfan
cd hpz-ecfan && pip install .Daarna, als root:
python3 -m hpz_ecfan.cli status
python3 -m hpz_ecfan.cli dump # registers 0x00-0x9F
python3 -m hpz_ecfan.cli set-min 3 0x60 # voorste ventilatoren (PWM3) naar 37% duty
python3 -m hpz_ecfan.cli set-min 1 0x80 # achterste ventilator 0 (PWM1)
python3 -m hpz_ecfan.cli set-tmin local 35 # laat de curve eerder beginnen
python3 -m hpz_ecfan.cli log --interval 30Op de Z840 zijn tach1 en tach2 de achterste ventilatoren op PWM1 en PWM2; tach3 en tach4 zijn het voorste paar, allebei aangestuurd door PWM3. De tool heeft /dev/port nodig, dus root of CAP_SYS_RAWIO — wat ook betekent dat hij prima draait vanuit een privileged container.
Niets overleeft een stroomonderbreking: die zet zowel de EC als de chip terug op de BIOS-standaarden. Een warme herstart doorloopt POST opnieuw, en die herschrijft de chip sowieso. Wat je instelt is een wijziging tijdens de rit, wat een andere manier is om te zeggen dat de machine nooit verder dan één herstart van zijn fabrieksgedrag af staat.
Status
Live getest op een Z840 met BIOS M60 v02.56. Andere Z-serie borden delen vrijwel zeker dezelfde EC en dezelfde mailbox, maar hebben hun ventilatoren mogelijk op andere PWM-uitgangen zitten — draai dump en status en lees wat eruit komt voordat je iets schrijft. Meldingen van andere borden zijn welkom.
De volledige protocolbeschrijving, inclusief het verificatieverslag, staat in docs/protocol.md. De registerkennis komt uit de openbare datasheet van ON Semiconductor en de leeskant uit HP's eigen ACPI-tabellen; er wordt geen code van HP overgenomen.