Dell PowerEdge 13G - mahdollinen uudelleenkäynnistys korjattavissa olevien muistivirheiden jälkeen

iDRAC kirjaa lokitiedot seuraavasta tapahtumasta: MEM0702 Korjattavissa olevan muistin virhetiheys ylitti DIMM-muistimoduulin (korttipaikka)

Sisällysluettelo

1. Kuvaus
2. Ratkaisu
3. Lisätietoja
 

Kuvaus

Korjattavissa oleva muistivirhe on yhden bitin virhe, joka ilmenee, jos bitti muuttuu virheellisesti arvosta 1 arvoon 0 tai päinvastoin kirjoitus- tai lukutoiminnon aikana. Kun virheen nimenomainen bitti on tunnistettu, virhe korjataan täydentämällä virheellinen bitti. Dellin sertifioidut DIMM-moduulit tekevät tämän korjauksen automaattisesti.
Joissakin harvinaisissa tapauksissa palvelin voi käynnistyä uudelleen, kun korjattavissa oleva muistivirhe kirjataan SEL-lokiin. Ongelma ilmenee ainoastaan BIOS-versiossa 2.3.x.

Esimerkki:

MEM0701 Varoitus, että korjattavissa olevan muistin virhetiheys ylitti DIMM_xx.
MEM0702 Critical Correctable memory error rate exceeded for DIMM_xx (Korjattavissa olevan muistin kriittinen virhetiheys ylitettiin DIMM_xx).

Esimerkki LC-lokista:

2017-03-07 23.08.02 SYS1003 Järjestelmän suorittimen nollaus
2017-03-07 23.08.02 SYS1001 Järjestelmä sammuu.
2017-03-07 23:08:02 MEM0702 Correctable memory error rate exceeded for DIMM_xx.
 

Ratkaisu

Uudelleenkäynnistysongelman voi korjata päivittämällä BIOSin uusimpaan versioon. Jos se ei ole mahdollista toiminnallisista syistä, BIOS on päivitettävä vähintään alla mainittuun vähimmäisversioon:

Ongelma ei koske järjestelmät T130, R230, T330, R330 ja R930. 

Jos BIOS-päivityksen jälkeen ilmenee korjattavissa olevia muistivirheitä, on tehtävä tavallinen vianmääritys.

Lisätietoja

Ongelma on havaittu ensisijaisesti Malleissa PowerEdge R630 ja R730, mutta se on mahdollinen kaikissa 13G-palvelimissa, joiden BIOS-versio on 2.3.x. BIOS-versiossa 2.3.x tehtiin muutos, joka koski SPD (Security Policy Database) -tietokannan lisäkirjausta. Tämä ongelma ilmenee:

"A NULL pointer dereferencing in BIOS enhanced SPD logging after memory correctable error critical threshold exceeded, would cause system to machine check or lock up."

Aiemmin mainitut BIOS-versiot ympäristöissä, joihin ongelma vaikuttaa, korjaavat palvelimen uudelleenkäynnistysongelman korjattavissa olevan virhenopeuden ylitysilmoituksen yhteydessä.

Ongelma on havaittu ensisijaisesti malleissa R630 ja R730.  Ongelma saattaa ilmetä kaikissa PowerEdge 13G -palvelimissa, joiden BIOS-versio on 2.3.x.