Dell PowerEdge-13G – möjlig omstart efter ”felkorrigerande minnesfel”

iDRAC loggar följande händelse: MEM0702 korrigerbar minnesfelfrekvens överskriden för DIMM (bank/kortplats)

Innehållsförteckning

1. Beskrivning
2. Lösning
3. Ytterligare information
 

Beskrivning

Ett felkorrigerande minnesfel ett enbitsfel som inträffar om en bit felaktigt ändras, från 1 till 0 eller från 0 till 1, under en skriv- eller läsåtgärd. När den specifika biten identifieras så korrigeras felet genom att den felaktiga biten kompletteras. Dell-certifierade DIMM-moduler utför den här korrigeringen automatiskt.
I sällsynta fall kan en server starta om efter att ett korrigerbart minnesfel har registrerats i SEL-loggen. Det finns bara i BIOS-version 2.3.x.

Exempel:

MEM0701 Warning Correctable memory error rate exceeded for DIMM_xx.
MEM0702 Critical Correctable memory error rate exceeded for DIMM_xx.

Exempel på LC-logg:

2017-03-07 23:08:02 SYS1003 System CPU Resetting (Systemets processor återställs).
2017-03-07 23:08:02 SYS1001 Systemet stängs av.
2017-03-07 23:08:02 MEM0702 Korrigerbar minnesfelfrekvens överskriden för DIMM_xx.
 

Lösning

Du kan lösa problemet med omstarter genom att uppdatera BIOS till den senaste versionen. Om du inte kan göra det av driftsskäl ska du uppdatera BIOS till någon av de tidigaste versionerna enligt listan nedan:

T130, R230, T330, R330 och R930 påverkas inte av det här problemet. 

Om korrigerbara minnesfel inträffar efter BIOS-uppdateringen bör en standardfelsökningsprocess implementeras.

Mer information

Det här problemet har främst rapporterats för PowerEdge R630 och R730, men det kan finnas en risk för att det finns en BIOS-version av 2.3.x i alla 13G-system. En ändring infördes i BIOS-version 2.3.x för ytterligare loggning till säkerhetsprincipdatabasen (SPD) som införde det här problemet:

"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."

De tidigare angivna BIOS-versionerna för de berörda plattformarna åtgärdar problemet med serveromstart i samband med meddelandet om överskriden korrigerbar felfrekvens.

Problemet har främst rapporterats för R630 och R730.  Problemet kan dock uppstå på alla PowerEdge 13G-servrar med BIOS-version 2.3.x.