通过交换测试对 PowerEdge 系统上的内存错误进行故障处理

提醒：本文不适用于配备至强可扩展处理器的较新系统。对于较新的系统，请查看本文配备英特尔至强可扩展处理器的 Dell PowerEdge 服务器上什么是 DDR4 自我修复。

通过交换测试对 PowerEdge 系统上的内存错误进行故障处理

在一个或多个内存 DIMM 位置上报告单位错误 （SBE） 和/或多位错误 （MBE） 时，原因可能不在于 DIMM 本身，因此必须执行一些简单的故障处理以确定故障的确切位置。有关 R715 上的 iDRAC 界面中出现的内存错误的示例，请参阅 图 1 。


图 1：iDRAC 6 日志中显示的内存错误 （仅限英文）

隔离内存问题意味着将内存 DIMM 交换到不同的内存插槽、通道、插槽和控制器。有几种方法可以交换 DIMM 以缩小故障范围。您可能需要使用这些方法中的多种方法来查明故障的 DIMM 或插槽。下面，您可以找到这些方法的表示形式。为了简单明了解释，我们假设故障 DIMM 是 A1 或图像中用蓝色标记的一组之一。

成组（按通道或条）而不是单独交换 DIMM 是识别故障 DIMM 的最佳方法。
一旦确定一组 DIMM 包含故障 DIMM，则可以使用移动单个 DIMM 来识别发生故障的 DIMM。

方法 1：

将 DIMM A1（用蓝色标记）与 DIMM A9（用红色标记）进行交换，以便在不同内存通道和内存组中尝试 DIMM


图 2：将 DIMM A1 与 DIMM A9 进行交换
 

方法 2：

将 DIMM A1（用蓝色标记）与 DIMM B1（用红色标记）交换会将 DIMM 置于完全不同的内存控制器 （CPU） 上。


图 3：将 DIMM A1 与 DIMM B1 进行交换
 

方法 3：

将整个 DIMM 条（A1、A2、A3 — 标记为蓝色）与另一个条（B1、B2、B3 — 标记为红色）交换，在新的内存控制器上的新条中测试整个 DIMM 条。


图 4：将 DIMM A1、A2、A3 与 DIMM B1、B2、B3 进行交换
 

方法 4

将整个 DIMM 通道（A1、A4、A7 — 标记为蓝色）与另一个通道（B1、B2、B3 — 标记为红色）交换，在新通道和新内存控制器上检测整个 DIMM 通道。


图 5：将 DIMM A1、A4、A7 与 DIMM B1、B4、B7 进行交换
 

解释 DIMM 交换后的结果

通常，DIMM 错误往往发生在错误中标识的 DIMM。例如，对于 DIMM A1 上的 SBE 报告，将此 DIMM 与不同的 DIMM 交换会导致以下情况之一：

1. 不再报告错误消息，并且问题已解决

•   这表示重新拔插内存已解决该问题

1. 错误消息跟随着 DIMM 转移（DIMM A1 与 DIMM B1 交换，现在针对 DIMM B1 报告错误消息）

• 这表示该 DIMM 很可能出现故障，需要更换。

1. 错误消息跟随着 DIMM 插槽转移（DIMM A1 与 DIMM B1 交换，但现在仍针对 DIMM A1 报告错误消息）

• 这表示系统主板或 CPU 很可能出现故障
• 交换 CPU 可确认需要更换哪个组件
• 如果问题跟随 CPU（交换 CPU 后错误消息会移动），请更换 CPU
• 如果 DIMM 插槽仍然存在问题，请更换系统主板

1. 错误消息不跟随 DIMM 或插槽转移（交换后针对不同的 DIMM 报告错误）

• 这表示一个或多个不同的 DIMM 很可能损坏

不适用

不适用