Серверы PowerEdge 14G Intel и 15G Intel / AMD: Память DDR4: управление событиями пороговых значений исправляемых ошибок

В процессе эволюции функций RAS (надежность, доступность и удобство обслуживания) в памяти корпоративного класса компания Dell применяет консервативный подход к отчетам об ошибках, чтобы обеспечить прозрачность для наших заказчиков. По мере того как эта эволюция продолжается, меняется и подход Dell к отчетам об ошибках, позволяющий сосредоточиться на уведомлениях, требующих более срочного реагирования, а не на уведомлениях, которые носят преимущественно информационный характер.

По мере того как геометрии памяти на основе DRAM продолжают уменьшаться, обеспечивая заказчикам необходимую им повышенную производительность, ожидается увеличение числа исправимых ошибок как естественной части равномерного масштабирования.

В глобальной серверной индустрии все шире распространено мнение, и Dell считает, что некоторые устранимые ошибки в каждом модуле DIMM неизбежны и не требуют замены модуля памяти или даже немедленной перезагрузки для запуска самовосстановления.

Продолжение работы системы, сообщающей об исправимых ошибках, без перезагрузки для самовосстановления не увеличивает существенно риск возникновения неустранимых ошибок, которые могут привести к незапланированным простоям. На самом деле, другие представители отрасли публично сообщили, что их обработка памяти не сообщает об исправимых ошибках.

В BIOS для серверов Intel PowerEdge 14-го поколения версии 2.5.4 и новее был добавлен параметр BIOS под названием «Ведение журнала исправимых ошибок», который позволяет заказчикам при желании отключить отчеты об исправимых ошибках, и многие так и сделали.  BIOS продолжит планировать самовосстановление для исправляемых пороговых событий даже без ведения журнала. Это запланированное самовосстановление произойдет автоматически во время последующей перезагрузки системы.

Чтобы в большей степени соответствовать отраслевым рекомендациям и постоянным отзывам заказчиков, начиная с марта 2022 г. при обновлении Dell PowerEdge для BIOS настройка BIOS «Ведение журнала исправимых ошибок» по умолчанию будет отключена.  Для заказчиков, которые хотят и дальше видеть исправляемые события пороговых значений памяти, этот параметр BIOS можно включить повторно. Версии BIOS, в которые включено это изменение настроек BIOS:

• Платформы Intel 14G — BIOS версии 2.13.3 или новее
• Платформы AMD 15G — BIOS версии 2.6.5 или новее
• Платформы Intel 15-го поколения — BIOS версии 1.5.5 или новее.

Преимущества самовосстановления DDR4 DIMM путем перезагрузки системы:

• Позволяет отремонтировать модуль DDR4 DIMM без извлечения из системы. Все модули DDR4 DIMM от Dell поддерживают самовосстановление памяти. Примечание. Серверы AMD PowerEdge 14-го поколения не имеют возможности самовосстановления.
• Использует доступные резервные ряды, встроенные в DRAM, где поврежденная строка навсегда заменяется заведомо исправной строкой с помощью электрического предохранителя.
• Последующее переобучение памяти оптимизирует работу «глаз данных» путем повторной калибровки центральных точек, чтобы обеспечить работу шины памяти с высочайшим уровнем целостности передачи сигналов.

При возникновении пороговых событий памяти при наступлении пороговых событий с включенным параметром BIOS «Ведение журнала исправимых ошибок» Dell рекомендует выполнить перезагрузку в соответствии с графиком планового обслуживания заказчика, чтобы обеспечить запланированное самовосстановление или самокоррекцию памяти. После перезагрузки успешные или неуспешные события самовосстановления будут зарегистрированы для связанных модулей DIMM.

Если в BIOS включена настройка «Ведение журнала исправимых ошибок», Dell рекомендует выполнять перезагрузку в соответствии с графиком планового обслуживания заказчика. После перезагрузки будут автоматически запущены все запланированные операции самовосстановления. Если операция самовосстановления/самокоррекции завершилась неудачно, система запишет событие (события типа MEM0805 или MEM7114), а затем порекомендует физически заменить затронутый модуль DIMM.

Рекомендация.Специалисты
Dell EMC Memory Engineering рекомендуют заказчикам серверов PowerEdge на более старых версиях BIOS (выпуски BIOS до марта 2022 г.) изменить настройку BIOS «Ведение журнала исправимых ошибок» на «Отключено». Это устранит спорадические исправляемые события порога памяти (например, события типа MEM0802 или MEM5104) в серверной инфраструктуре, которые рекомендуют перезагрузку сервера для самовосстановления или самокоррекции. Как упоминалось ранее, любые запланированные операции самовосстановления или самоисправления будут выполняться автоматически при перезагрузке сервера и будут отображаться отчеты обо всех сбоях.
 

Настройку «Ведение журнала исправимых ошибок» в BIOS можно изменить, перезагрузив сервер до настройки F2 или с помощью графического интерфейса пользователя iDRAC.
 

Чтобы изменить настройки BIOS с помощью клавиши F2, выполните следующие действия.

• Перезагрузите серверы, остановившись при настройке F2
• В разделе «Настройки BIOS —> Настройки памяти» измените параметр «Ведение журнала исправимых ошибок» на «Отключено».
• Сохраните настройки BIOS и выйдите из настроек F2

Чтобы изменить настройки BIOS с помощью графического интерфейса пользователя iDRAC, выполните следующие действия.

• Войдите в графический интерфейс пользователя iDRAC.
• В разделе Конфигурация -> Настройки BIOS разверните раздел Настройки памяти
• Измените значение параметра «Ведение журнала исправимых ошибок» на «Отключено».
• Нажмите кнопку Применить, чтобы сохранить настройки памяти
• Не забудьте нажать кнопку Применить и перезагрузить (для немедленной перезагрузки) или кнопку При следующей перезагрузке , чтобы применить изменения BIOS.

Существующие статьи базы знаний и технические документы, связанные с памятью, будут обновлены с учетом этого рекомендуемого изменения.

ПРИМЕЧАНИЕ: Утвержденные сообщения для заказчиков прикреплены в виде файла к этой статье — «Управление уведомлениями об исправимых ошибках, декабрь 2021 г. v1.pdf».

Эта статья будет обновляться по мере поступления новой информации.