Dell PowerEdge 13G – Možné restartování po zobrazení chyb „Correctable Memory Errors“

Řadič iDRAC zahlásí následující událost: MEM0702 Correctable memory error rate exceeded for DIMM (Bank/Slot)

Obsah

1. Popis
2. Řešení
3. Další informace
 

Popis

„Correctable Memory Error“ je jednobitová chyba, ke které dochází v případě chybné změny bitu z hodnoty 1 na 0 nebo z 0 na 1 při zápisu nebo čtení. Když je identifikován konkrétní chybový bit, je chyba napravena doplněním chybného bitu. Paměti DIMM certifikované společností Dell tuto opravu provádějí automaticky.
V ojedinělých případech se server může resetovat po zaznamenání chyby Correctable Memory Error do protokolu SEL. K tomu došlo pouze v systému BIOS verze 2.3.x.

Příklad:

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

Příklad protokolu LC:

2017-03-07 23:08:02 SYS1003 System CPU Resetting.
2017-03-07 23:08:02 SYS1001 System is turning off.
2017-03-07 23:08:02 MEM0702 Correctable memory error rate exceeded for DIMM_xx.
 

Řešení

Pro vyřešení problému s restartováním je třeba aktualizovat systém BIOS na nejnovější verzi. Pokud to z provozních důvodů není možné, je třeba systém BIOS aktualizovat alespoň na verze uvedené níže:

Modelů T130, R230, T330, R330 a R930 se tento problém netýká. 

Pokud po aktualizaci systému BIOS dojde k chybám Correctable Memory Error, měli byste se uchýlit ke standardnímu postupu odstraňování problémů.

Další informace

Tento problém byl primárně hlášen v serverech PowerEdge R630 a R730, nicméně ve všech serverech 13G existuje možnost s verzí systému BIOS 2.3.x. V systému BIOS verze 2.3.x byla zavedena změna pro další protokolování do databáze zásad zabezpečení (SPD), která způsobila tento konkrétní problém:

„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.“

Problém s restartováním serveru ve spojení s chybovou zprávou Correctable Error Rate Exceeded vyřeší dříve uvedené verze systému BIOS pro dotčené platformy.

Problém byl primárně hlášen u systémů R630 a R730.  Problém může potenciálně vzniknout ve všech serverech PowerEdge 13G se systémem BIOS verze 2.3.x.