新装的机器报硬件错误，需要处理吗？

413

新机器刚跑了三天，连续三天报这个错误，请问需要处理吗？

Message from syslogd@localhost at Aug  4 05:58:13 ...
kernel:[Hardware Error]: Corrected error, no action required.


Message from syslogd@localhost at Aug  4 05:58:13 ...
kernel:[Hardware Error]: CPU:2 (17:31:0) MC17_STATUS[Over|CE|MiscV|AddrV|-|-|SyndV|CECC|-|-|-]: 0xdc2040000000011b


Message from syslogd@localhost at Aug  4 05:58:13 ...
kernel:[Hardware Error]: Error Addr: 0x00000002554a7700


Message from syslogd@localhost at Aug  4 05:58:13 ...
kernel:[Hardware Error]: IPID: 0x0000009600450f00, Syndrome: 0xd7df01000a800b00


Message from syslogd@localhost at Aug  4 05:58:13 ...
kernel:[Hardware Error]: Unified Memory Controller Ext. Error Code: 0, DRAM ECC error.


Message from syslogd@localhost at Aug  4 05:58:13 ...
kernel:[Hardware Error]: cache level: L3/GEN, tx: GEN, mem-tx: RD


Message from syslogd@localhost at Aug  4 06:30:59 ...
kernel:[Hardware Error]: Corrected error, no action required.


Message from syslogd@localhost at Aug  4 06:30:59 ...
kernel:[Hardware Error]: CPU:1 (17:31:0) MC18_STATUS[Over|CE|MiscV|AddrV|-|-|SyndV|CECC|-|-|-]: 0xdc2040000000011b


Message from syslogd@localhost at Aug  4 06:30:59 ...
kernel:[Hardware Error]: Error Addr: 0x000000054cfc7b00


Message from syslogd@localhost at Aug  4 06:30:59 ...
kernel:[Hardware Error]: IPID: 0x0000009600350f00, Syndrome: 0xb94600040a800c01


Message from syslogd@localhost at Aug  4 06:30:59 ...
kernel:[Hardware Error]: Unified Memory Controller Ext. Error Code: 0, DRAM ECC error.


Message from syslogd@localhost at Aug  4 06:30:59 ...
kernel:[Hardware Error]: cache level: L3/GEN, tx: GEN, mem-tx: RD

汪杰

各位大佬，我新装的机子也遇到了这个问题，我在使用Xshell远程连接的时候会出现这个问题，有时它可以自动恢复
但是有时就不能恢复。
我在服务器上直接操作的时候就没有遇到这种问题，请问是什么情况？

renzhogn424

zmjsce 发表于 2024-9-24 12:22
站内对9654已经有详细测评报告了。我们的结果是单颗9654快于双路8375C没问题的

对哦，之前看过测评，只是觉得价格触不可及没细看。现在在用7k62也还不错。

zmjsce

renzhogn424 发表于 2024-9-9 15:03
9654是不是计算能力特别猛？？

站内对9654已经有详细测评报告了。我们的结果是单颗9654快于双路8375C没问题的

renzhogn424

zmjsce 发表于 2024-8-5 22:52
楼主你好，我们最近配的一台机器也有类似错误，内存频率4800M，用的单颗9654QS，配置了centos 7.9系统，报 ...

9654是不是计算能力特别猛？？

Satoru

忘了在哪看的，ECC Corrected error可接受的频率上限是每条内存每24 h出现一次

超过这个频率的话建议是把出问题的内存和其他内存调换位置，如果问题跟着走的话就得换了

zmjsce

gog 发表于 2024-8-7 08:16
恭喜你踩坑成功。

发生频率不高，考虑到qs的价格，目前感觉还可以接受

gog

zmjsce 发表于 2024-8-5 22:52
楼主你好，我们最近配的一台机器也有类似错误，内存频率4800M，用的单颗9654QS，配置了centos 7.9系统，报 ...

恭喜你踩坑成功。

zmjsce

楼主你好，我们最近配的一台机器也有类似错误，内存频率4800M，用的单颗9654QS，配置了centos 7.9系统，报这个错误时vasp提交的任务会断开。
报商家后排错没法找出原因，在超微主板后台查看内存信息也没报错。

乐平

413 发表于 2024-8-4 23:11
啊？内存将要行将就木了？就是内存要坏的意思吗？

我在 3楼早就回复了，联系商家，联系商家，联系商家

abin

系统日志都说了这是hardware error.
挂是迟早的事情。
不能说便宜没好货，但是风险较高。

413

Entropy.S.I 发表于 2024-8-4 22:20
现在市面上所有便宜的DDR4 3200MT/s RECC内存都是从原厂2666超频上去的，高负载下报ECC是可以预见的，出现 ...

啊？内存将要行将就木了？就是内存要坏的意思吗？

Entropy.S.I

现在市面上所有便宜的DDR4 3200MT/s RECC内存都是从原厂2666超频上去的，高负载下报ECC是可以预见的，出现这种情况代表内存已经行将就木了，降回2666还能撑一撑

413

sobereva 发表于 2024-8-4 08:52
如果只是跑某个程序个别类型任务出现这种信息，且计算结果没问题、机子稳定，一般可以不用管。我的机子满载 ...

出现的有点密集。
Message from syslogd@localhost at Aug  4 09:25:44 ...
kernel:[Hardware Error]: Corrected error, no action required.

Message from syslogd@localhost at Aug  4 09:25:44 ...
kernel:[Hardware Error]: CPU:2 (17:31:0) MC17_STATUS[Over|CE|MiscV|AddrV|-|-|SyndV|CECC|-|-|-]: 0xdc2040000000011b

Message from syslogd@localhost at Aug  4 09:25:44 ...
kernel:[Hardware Error]: Error Addr: 0x00000002554a7700

Message from syslogd@localhost at Aug  4 09:25:44 ...
kernel:[Hardware Error]: IPID: 0x0000009600450f00, Syndrome: 0xd7df01000a800b00

Message from syslogd@localhost at Aug  4 09:25:44 ...
kernel:[Hardware Error]: Unified Memory Controller Ext. Error Code: 0, DRAM ECC error.

Message from syslogd@localhost at Aug  4 09:25:44 ...
kernel:[Hardware Error]: cache level: L3/GEN, tx: GEN, mem-tx: RD

乐平

如果是找厂商装机，直接联系工程师来检查，保修期内是免费检修的。还可以直接让厂商更换硬件，同样是免费更换。