Dépannage des erreurs de mémoire sur les systèmes PowerEdge via des tests d’échange

Remarque : cet article ne s’applique pas aux systèmes plus récents dotés d’un processeur Xeon Scalable. Pour les systèmes plus récents, consultez cet article Qu’est-ce que l’autoréparation DDR4 sur les serveurs Dell PowerEdge équipés de processeurs Intel Xeon Scalable.

Dépannage des erreurs de mémoire sur les systèmes PowerEdge par test d’échange

Lorsqu’une erreur sur un seul bit (SBE) et/ou une erreur multibit (MBE) est signalée sur un ou plusieurs emplacements de mémoire DIMM, la cause peut ne pas être liée au DIMM lui-même. Un dépannage simple doit donc être effectué pour déterminer où se trouve exactement la panne. Reportez-vous à la Figure 1 pour obtenir un exemple d’erreurs de mémoire apparaissant dans l’interface iDRAC sur un R715.


Graphique 1 : Erreurs de mémoire affichées dans les journaux iDRAC 6 (en anglais uniquement)

Les problèmes de localisation de mémoire impliquent la permutation des barrettes de mémoire DIMM dans différents sockets, canaux, banques et contrôleurs de mémoire. Pour réduire la panne, vous pouvez échanger les modules DIMM de plusieurs manières. Vous devrez peut-être utiliser plusieurs méthodes pour identifier le module DIMM ou le socket défectueux. Vous trouverez ci-dessous une représentation de ces méthodes. Pour simplifier l’explication, nous supposons que la barrette DIMM défectueuse est A1 ou l’un des ensembles marqués en bleu sur les images.

L’échange des modules DIMM en groupes (par canal ou par banque) plutôt qu’individuellement est la meilleure méthode pour identifier le ou les modules DIMM défectueux.
Une fois qu’un groupe de DIMM a été identifié comme contenant le ou les DIMM défaillants, il est possible de déplacer des DIMM individuelles pour identifier les DIMM défaillants.

Méthode 1 :

Échange du module DIMM A1 (marqué en bleu) avec le module DIMM A9 (marqué en rouge) pour essayer le module DIMM dans un canal de mémoire et une banque différents


Figure 2 : Échange du module DIMM A1 avec le module DIMM A9
 

Méthode 2 :

Le remplacement du module DIMM A1 (marqué en bleu) par le module DIMM B1 (marqué en rouge) place le module DIMM sur un tout autre contrôleur de mémoire (CPU).


Graphique 3 : Échange du module DIMM A1 avec le module DIMM B1
 

Méthode 3 :

Le remplacement de l’ensemble de la banque de modules DIMM (A1, A2, A3, marquée en bleu) par une autre (B1, B2, B3, marquée en rouge) permet de tester l’ensemble de la banque de modules DIMM dans une nouvelle banque, sur un nouveau contrôleur de mémoire.


Graphique 4 : Échange des modules DIMM A1, A2, A3 avec des modules DIMM B1, B2, B3
 

Méthode 4

Le remplacement d’un canal entier de modules DIMM (A1, A4, A7, marqué en bleu) par un autre canal (B1, B2, B3, marqué en rouge) permet de tester l’ensemble du canal de modules DIMM dans un nouveau canal et sur un nouveau contrôleur de mémoire.


Graphique 5 : Échange des modules DIMM A1, A4, A7 avec des modules DIMM B1, B4, B7
 

Interprétation des résultats après l’échange des modules DIMM

En règle générale, les erreurs de DIMM ont tendance à suivre les DIMM identifiés dans les erreurs. Par exemple, dans le cas d’un SBE qui crée un rapport sur DIMM A1, le remplacement de ce module DIMM par un autre DIMM entraîne l’une des opérations suivantes :

1. Le message d’erreur n’est plus signalé et le problème est résolu

•   Cela indique que la réinstallation de la mémoire a résolu le problème.

1. Le message d’erreur suit le module DIMM (DIMM A1 est échangé avec DIMM B1 et le message d’erreur est désormais signalé pour le module DIMM B1).

• Cela indique que le module DIMM est probablement défectueux et nécessite un remplacement.

1. Le message d’erreur suit le socket DIMM (le module DIMM A1 est échangé avec le module DIMM B1 et le message d’erreur sont toujours signalés pour le module DIMM A1).

• Cela indique que la carte système ou le processeur est probablement défectueux.
• Le remplacement des processeurs permet de déterminer quel composant doit être remplacé
• Si le problème provient du processeur (le message d’erreur se déplace après le changement de processeur), remplacez le processeur
• Si le problème persiste avec le socket DIMM, remplacez la carte système

1. Le message d’erreur ne suit pas le module DIMM ou le socket (l’erreur est signalée pour un autre module DIMM après le remplacement)

• Cela indique qu’un ou plusieurs autres modules DIMM sont probablement défectueux.

Sans objet

Sans objet