Frissítse a gyártási ThinkSystem szervereket a 2021 első negyedévében kiadott firmware csomagra vagy annál magasabb verzióra, amely biztosítja, hogy minden ismert Intel és Lenovo firmware javítás alkalmazva legyen. Ezt a Lenovo Támogatási Portál URL-jén navigálva teheti meg: https://support.lenovo.com, és az adott Termékcsoport, Rendszer típusa, Termék neve, Termék géptípusa és Operációs rendszer kiválasztásával.

Tervezze meg az LXPM Fejlett Memória Tesztek futtatását legalább 6 havonta, valamint új rendszer telepítése vagy rendszerkarbantartás előtt, lásd a URL-t: HT511056 - LXPM Fejlett Memória Teszt csökkenti a DIMM hibákat. A következő lépéseket kell követni, amikor ezt az opciót fontolgatja.

1. Tartsa naprakészen a rendszer firmware-jét (UEFI & BMC/XCC): a legjobb eredmények érdekében győződjön meg arról, hogy a célrendszer a legújabb firmware-t vagy a 2021 első negyedéve után kiadott firmware csomagot futtatja.
   • Az Rendszerinformáció ellenőrzése a POST során, vagy válassza a Rendszer összegzés lehetőséget a rendszer firmware információinak ellenőrzéséhez:
     
     
     
      
2. A Parancssori Felület (CLI) módszer használatakor hivatkozzon az alábbi parancsokra:

   Az AMT engedélyezéséhez futtassa:

   OneCli.exe config set Memory.MemoryTest Enable --imm xcc_user_id:xcc_password@xcc_external_ip
   OneCli.exe config set Memory.AdvMemTestOptions 0xF0000 --override --imm xcc_user_id:xcc_password@xcc_external_ip
   

   Az AMT letiltásához futtassa:

   OneCli.exe config set Memory.MemoryTest Automatic --imm xcc_user_id:xcc_password@xcc_external_ip
   OneCli.exe config set Memory.AdvMemTestOptions 0 --override --imm xcc_user_id:xcc_password@xcc_external_ip
   

3. A Grafikus Felhasználói Felület (GUI) használatakor kapcsolja be a szervert, és nyomja meg F1 a ThinkSystem UEFI beállító menübe való belépéshez, XClarity Provisioning Manager.
   
   
   
    
4. Diagnosztika lehetőséget a bal oldali menüből.
   
    
5. Válassza a Diagnosztika futtatása lehetőséget a Diagnosztika képernyőről.
   
    
6. Válassza a Memória teszt lehetőséget a Vezérlőpulton.
   
    
7. Válassza a Fejlett Memória Teszt lehetőséget a Memória Teszt menüből.
   
   
   
    
8. Miután a Fejlett Memória Teszt (AMT) ki lett választva, a rendszer újraindul, és a memória teszt a UEFI POST során fut. Ez a teszt nagyon hasonló a gyártási szintű teszthez, és nem lehet letiltani, amíg egy teljes tesztciklus be nem fejeződik. A rendszer újraindítása a teszt működése közben a memória tesztet az elejétől kezdi újra, hacsak a CMOS akkumulátor nincs eltávolítva. A rendszer visszatér a Diagnosztikai oldalra, és felületet biztosít a rendszer naplók mentésére, amikor Grafikus Rendszerbeállításban van.
   
    
9. A teszt befejezéséhez szükséges idő a rendszertől függ. A teszt befejezése után a rendszer visszatér a Memória teszt oldalra az LXPM-ben, és felkéri, hogy helyezzen be egy USB meghajtót a rendszerbe a naplófájl mentéséhez. Helyezzen be egy USB meghajtót a rendszerbe, és kattintson a Újrapróbálkozás gombra a folytatáshoz. 
    
10. Ha a felhasználó szeretné megkerülni a teszt napló mentésének lehetőségét, akkor az F1 Rendszerbeállítást Text Módban kell konfigurálni.

    Redfish parancs az AMT engedélyezésére/letiltására

    {
        "Attributes": {
            "Memory_MemoryTest": "Enabled",  
            "Memory_AdvMemTestOptions": 983040 
        }
    }
    

    Megjegyzés: További részletekért kérjük, hivatkozzon a Fejlett Memória Teszt Xeon alapú ThinkSystem szervereken című dokumentumra.

A MCA Helyreállítás lehetővé teszi az operációs rendszer számára, hogy eldöntse, hogy a hiba helyreállítható-e az operációs rendszer által anélkül, hogy a rendszert le kellene állítani. További információkért erről a RAS funkcióról kérjük, nézze meg a részletek szakaszt. A MCA Helyreállítás részletes információiért kérjük, nézze meg a További Információk szakaszt.

A következő lépéseket kell követni, amikor ezt az opciót fontolgatja.

1. ​CLI módszer használatakor válassza a “AdvancedRAS.MachineCheckRecovery=Enable” lehetőséget. Ez a funkció alapértelmezés szerint engedélyezve van az UEFI beállításban.
2. GUI módszer használatakor:
   1. Kapcsolja be a szervert.
   2. Nyomja meg F1  a Rendszerbeállításba való belépéshez, LXPM.
      
       
   3. A bal oldali navigációs menüből válassza a Rendszerbeállítások → Helyreállítás és RAS lehetőséget, ahogy az alábbiakban látható.
      
       
   4. Válassza az Fejlett RAS lehetőséget.
      
       
   5. Engedélyezze a Gépkontroll Helyreállítást.
      
       

Megjegyzés: A MCA helyreállítás és a Helyi Gépkontroll (LMCE) helyreállítás az operációs rendszer támogatásától függ, ezért konzultáljon operációs rendszer szolgáltatójával a MCA és LMCE képességekről, mivel minden operációs rendszer gyártó saját kiadási ciklusait használja a RAS funkciók bevezetésére. A Lenovo alapú platform firmware alapértelmezés szerint engedélyezi az LMCE alapú helyreállítást, de ez a beállítás nem érhető el a Felhasználói Térben az UEFI Beállításban. Az LMCE előnyei az MCE-vel szemben a következő dokumentumban találhatók: Helyi Gépkontroll Kivételkezelés Linuxban.

Windows: A Windows RAS funkciók használatának részletes leírásához kérjük, konzultáljon a Windows Hardverhiba Architektúra (WHEA) tervezési útmutatóval. A További Információk szakaszban található a támogatott RAS funkciók listája operációs rendszerenként.

VMware: A Gépkontroll helyreállítást az ESXi 5 kiadású és újabb kernel támogatja. A További Információk szakaszban található a támogatott RAS funkciók listája operációs rendszerenként.

Ezenkívül a felhasználónak érdemes kihasználni a Helyi Gépkontroll (LMCE) alapú helyreállítást, amely alapértelmezés szerint engedélyezve van az ESXi 7.0 verzióban, lásd Lenovo ThinkSystem szerverek Intel® Optane™ DC Tartós Memória Modul Támogatással

A Lenovo ThinkSystem SR850P és SR850 esetében, egy ismert hardverkorlátozás miatt, szükséges az “useLMCE” kernel indító zászló engedélyezése a helyi gépkontroll hiba helyreállításának támogatásához az ESXi 6.7 U2 és újabb verziókban.

• A helyi MCE helyreállítás engedélyezéséhez az ESXi 6.7 U2 rendszeren:
  Az ESXi konzolon futtassa ezeket a két esxcli parancsot a kernel indító opció beállításához, használja a LMCE-t TRUE-ra, majd indítsa újra a rendszert a változtatások érvényesítéséhez.

   esxcli system settings kernel set -s useLMCE -v TRUE
   /sbin/reboot
  

  Az újraindítás után ellenőrizze, hogy a beállítás érvénybe lépett-e, futtassa ezt a parancsot:

   esxcli system settings kernel list -o “useLMCE”
  

Linux: Kérjük, nézze meg a További Információk szakaszt a támogatott RAS funkciók listájáért operációs rendszerenként. A MCA helyreállításhoz szükséges kernel támogatási lista a főbb Linux gyártóktól:

Forrás: Mérnöki gyakorlat a szerver összeomlási arányának csökkentésére DDR nem javítható hibák (UCE) esetén a hyperscale felhő adatközpontban, lásd Mérnöki gyakorlat a szerver összeomlásának csökkentésére

A lágy hibák felhalmozódásának elkerülése érdekében, amelyek nem javítható hibává (UCE) alakulhatnak, a Intel chipkészlet beépített memória tisztító motorral rendelkezik. Ez minden DDR memóriahelyről olvassa az adatokat, és javítja a bit hibákat (ha vannak) egy hibajavító kód (ECC) segítségével, majd a javított adatokat visszaírja ugyanarra a helyre. A Patrol scrubbing 24 órás intervallumra van beállítva, ahol minden címet ellenőriznek ebben az időszakban.

• CLI módszer használatakor válassza a “Memory.PatrolScrub=Enable” lehetőséget. Ez a funkció alapértelmezés szerint engedélyezve van az UEFI beállításban.

Kényszerítse a Memória Képzést minden újraindításkor a Hideg Indítás Gyors letiltásával, ez növelni fogja a rendszer indítási idejét a POST során. A Hideg Indítás Gyors célja, hogy kihagyja a memória képzést, ha az elmúlt 90 napban nem észleltek konfigurációs változást, ami javítja a rendszer indítási idejét. A Hideg Indítás Gyors letiltása lehetővé teszi a memória interfész újraképzését, kompenzálva a környezeti feltételek jelentős változásait.

• CLI módszer használatakor válassza a “Memory.ColdBootFast=Disable” lehetőséget.
• Ez a funkció alapértelmezés szerint engedélyezve van az UEFI beállításban.

Ez egy iparági vezetésű funkció, amelyet a JEDEC határozott meg a Boot Time Post Package Repair (PPR) engedélyezésére, hogy egy hibás sort helyettesítsen egy DRAM-on belül. A funkció célja a DIMM cserék csökkentése a terepen a hibás cellák jelenléte miatt. Futásidő alatt egy DIMM, amely javítható hibákat tapasztal, ütemezhető, hogy a következő indítási ciklusban PPR-t végezzenek rajta. A hibát tapasztaló DRAM-on belül a DIMM-en belül a sort belsőleg egy tartalék sorra cserélik, ugyanazon DRAM-on belül. Ez a PPR javító fúziós folyamat végleges.

Például, ha a rendszere futásidőben PFA-t állapított meg, akkor a következő újraindítási ciklusban az UEFI megpróbálja a javítást. Ezt a “Self-Heal” üzenet jelzi az eseménynaplóban, és a befejezés után a PFA-t eltávolítják.

• Ez a funkció alapértelmezés szerint engedélyezve van az UEFI beállításban .

Bizonyos helyzetekben megfigyelték, hogy a rendszer UEFI és a vSphere kliens energiamenedzsment politikáinak letiltása megoldotta az időszakos 'Javíthatatlan Busz Hibákat' vagy a rendszer újraindulását és memóriahibákat.

• CLI módszer használatakor válassza az “OperatingModes.ChooseOperatingMode=Maximum Performance” lehetőséget.
• A Maximum Performance engedélyezéséhez CLI módszerrel futtassa:

  OneCli.exe config set OperatingModes.ChooseOperatingMode "Maximum Performance" --imm xcc_user_id:xcc_password@xcc_external_ip

​Referencia céljából lásd a System tuning for VMware on x86 Servers és ThinkSystem, lásd System tuning for VMware on x86 Servers és ThinkSystem
​Referencia céljából lásd a Recommended UEFI settings - Lenovo ThinkAgile HX rendszerekhez, lásd az URL-t: Recommended UEFI settings

A címzési tartomány tükör egy RAS funkció, amely elérhető a Intel Xeon Skálázható Család platformjain, amely lehetővé teszi a memória redundancia szempontjából történő részletes ellenőrzést, lásd a részletek szakaszt további információkért. Az alábbi lépéseket kell követni, amikor ezt az opciót fontolgatja. A címzési tartomány tükörrel kapcsolatos részletesebb információkért kérjük, nézze meg a További információk szakaszt.

1. CLI módszer használatakor válassza a “Memory.MirrorMode=Partial”, “Memory.Mirrorbelow4GB=Enable” lehetőséget
2. Ha a címzési tartomány tükör engedélyezve van, a memória tartalma meg lesz duplikálva a távoli DIMM-en a partícióban. Ez azt jelenti, hogy nem minden rendszer memória lesz elérhető az operációs rendszer számára. Például, részleges tükör engedélyezése esetén az UEFI 36 GB fix mennyiségű memóriát fog dedikálni a tükör számára fizikai processzoronként.
3. Kövesse az alábbi lépéseket a memória redundancia részleges tükör módjának engedélyezéséhez:
   1. Kapcsolja be a szervert.
   2. Nyomja meg az F1 gombot az LXPM belépéshez:
      
       
   3. Válassza az UEFI Setup lehetőséget a bal navigációs menüben.
      
       
   4. Válassza a System Settings lehetőséget.
      
       
   5. Válassza a Memory lehetőséget a középső panelen.
      
       
   6. Görgessen le az aljára, és válassza a Mirror Configuration lehetőséget.
      
       
   7. Állítsa be a Mirror Mode-ot Partial-ra, és engedélyezze a Mirror below 4 GB lehetőséget, hogy biztosítsa, hogy a memória tükör tartalmazza az alacsony címzési tartományokat. 
      
       

      Megjegyzés: Mirror below 4GB megosztott az MM konfigurációs bázissal, amelynek alapértelmezett beállítása 3 GB. Ebben a példában engedélyeztük a Mirror below 4 GB-t.

   8. Mentse el a konfigurációt, és lépjen ki az UEFI beállító menüből.
4. A memória tükör memória információja a rendszer indító képernyőjén jelenik meg. A felhasználható memória kapacitása csökken a UEFI-ben beállított konfiguráció szerint. Az alábbi ábra a memória független módját mutatja a bal oldalon, és a címzési tartomány tükör módját a jobb oldalon, ahol az 1536G memória felhasználható kapacitása 1461GB-ra csökken = 1536(Total)-36(CPU1)-36(CPU2)-3(MM Config).
   
    
5. Megjegyzés:
   • Linux: A címzési tartomány részleges memória tükör engedélyezésével és konfigurálásával kapcsolatos részletekért lásd Address Range Partial Memory Mirroring on Linux.
   • VMware: A megbízható memória per-virtuális gép alapú konfigurálásával kapcsolatos részletekért (2146595) a VMware-en lásd https://kb.vmware.com/s/article/2146595.
6. Miután a részleges memória tükör be van állítva az UEFI-ben, használhatja az “esxcli hardware memory get” parancsot annak ellenőrzésére, hogy a megbízható memória használatban van-e és meghaladja a ‘0’ bájtot.
   Hivatkozzon az alábbi példára:

   Az címzési tartomány részleges memória tükör bekapcsolása előtt: [root@h2:~] esxcli hardware memory get Fizikai memória: 549657530368 bájt Megbízható memória: 0 bájt NUMA csomópontok száma: 2

   Az címzési tartomány részleges memória tükör bekapcsolása után: [root@h2:~] esxcli hardware memory get Fizikai memória: 480938061824 bájt Megbízható memória: 68619579392 bájt NUMA csomópontok száma: 2

Az alábbi táblázatok egy sorát mutatják be, amikor az operációs rendszer gyártói először fogadták el az egyes RAS funkciókat, amelyek javíthatják a rendszer stabilitását és ellenálló képességét a hardverhibákkal szemben.

* Az alábbi táblázatok felsorolják az összes fő operációs rendszer gyártót.

Az új Intel Xeon Skálázható Család processzorai támogatják a memóriahibák helyreállítását a Gépellenőrzési Architektúra (MCA) helyreállítási mechanizmusának alapján. Ez megköveteli az operációs rendszertől, hogy egy memóriaoldalt „mérgezettnek” nyilvánítson, megszüntesse az oldalhoz kapcsolódó folyamatokat, és a jövőben kerülje az oldal használatát. Az MCA mechanizmus a géphibák információinak észlelésére, jelzésére és rögzítésére szolgál. Ezek közül néhány hiba javítható, míg mások nem. Az MCA mechanizmus célja, hogy segítsen a CPU tervezőknek és CPU hibakeresőknek a processzorhibák diagnosztizálásában, elkülönítésében és megértésében. Ezenkívül a rendszeradminisztrátoroknak is segítenie kell a múló és életkorral kapcsolatos hibák észlelésében, amelyek a szerver hosszú távú működése során lépnek fel. Az MCA Helyreállítási funkció a Intel Xeon Skálázható Család processzorain alapuló szerverek hibátűrő képességeinek része, mint például a ThinkSystem szerverportfólió. Ezek a képességek lehetővé teszik a rendszerek számára, hogy tovább működjenek, amikor egy nem javítható hibát észlelnek a rendszerben. Ha nem lennének ezek a képességek, a rendszer összeomlana, és szükség lehet a hardver cseréjére vagy a rendszer újraindítására.

Az MCA Helyreállítás lehetővé teszi az operációs rendszer számára, hogy eldöntse, hogy a hiba helyreállítható-e az operációs rendszer által anélkül, hogy a rendszert leállítaná. Ha a következő előfeltételek teljesülnek:

• A memória UCE nem végzetes hiba
• A memóriahiba címe nem a kernel térben található
• A sérült alkalmazás leállítható a gazda operációs rendszer által.

Az alábbi ábra a rendszerhiba kezelés folyamatát mutatja be Linux operációs rendszerrel.

Forrás: lásd az URL-t LP0778 - A Lenovo ThinkSystem szerverek memória RAS funkcióinak bemutatása
Szoftveresen Helyreállítható Akció Kötelező (SRAR): Kétféle ilyen hiba létezik, amelyeket az Adat Cache Egység (DCU) és az Utasítás Kivételi Egység (IFU) észlel, amelyet MCA helyreállítási végrehajtási útnak is neveznek.
Szoftveresen Helyreállítható Akció Opcionális (SRAO): Kétféle ilyen hiba létezik, amelyeket a memóriajárőr észlel, és az Utolsó Szintű Cache (LLC) explicit írási tranzakciója is, amelyet MCA helyreállítási nem végrehajtási útnak is neveznek.

Amikor SRAR/SRAO történik, az MCA helyreállítás aktiválódik. Ha a kernel sikeresen helyre tudja állítani a memóriát, amely nem javítható hibát okozott, az alkalmazás vagy a virtuális gép leállításával, és a rendszernek online kell maradnia, ha nem észlelnek további nem javítható hibákat.

Forrás: Mérnöki gyakorlat a szerver összeomlási arányának csökkentésére DDR nem javítható hibák (UCE) esetén a hiperskálás felhő adatközpontban, lásd az URL-t: Intel® Mérnöki gyakorlat a szerver összeomlási arányának csökkentésére

A Címkét Tartomány Tükrözés egy új memória RAS funkció a Intel Xeon Skálázható Család platformon, amely lehetővé teszi a redundanciához dedikált memória mennyiségének pontosabb kiválasztását. A memória tükrözési megvalósítások (teljes tükör mód vagy címkét tartomány mód) úgy lettek tervezve, hogy lehetővé tegyék a kritikus memória régiók tükrözését a fizikai memória stabilitásának növelése érdekében. A tükrözött memória átlátható az operációs rendszer és az alkalmazások számára. Az alábbi illusztráció a Címkét Tartomány Tükrözést mutatja be a gyakorlatban, ahol a zöld címkét tartomány és a narancssárga címkét tartomány tükörben van.

A Intel Xeon Sliver SKU-k és azok felett akár két tükör tartományt is támogatnak egy foglalatban, egy tükör tartományt integrált Memória Vezérlőnként (iMC). A tartományt a Target Address Decoder 0 (TAD0) regiszterben programozott érték határozza meg a szerver számára. A TAD0 meghatározza az elsődleges és másodlagos tükör tartományok méretét. A másodlagos tükör tartomány a redundancia számára van fenntartva, és nem számít bele a teljes memória méretébe. A Címkét Tartomány Tükrözés engedélyezéséhez van egy Vezérlő és Állapot Regiszter (CSR) bit, amely lehetővé teszi a TAD0 használatát a tükrözéshez.

A Címkét Tartomány Tükrözés a következő előnyöket kínálja:

• További részletességet biztosít a memória tükrözéshez azáltal, hogy lehetővé teszi a firmware vagy az operációs rendszer számára, hogy meghatározzon egy memória címek tartományt, amelyet tükrözni kell, míg a foglalat többi memóriája nem tükör módban marad.
• Csökkenti a redundancia számára fenntartott memória mennyiségét.
• Javítja a magas rendelkezésre állást, elkerülve a nem javítható hibákat az Operációs Rendszer kernel memóriájában azáltal, hogy az összes kernel memóriát a tükrözött memóriából allokálja.

A Címkét Tartomány Tükrözésnek a következő operációs rendszer és firmware követelményei vannak:

• A rendszer indítási módját 'UEFI Boot'-ra kell állítani.
• Az operációs rendszer támogatása szükséges a Címkét Tartomány Tükrözés teljes kihasználásához.
• Az operációs rendszernek tudomása kell legyen a tükrözött régióról.
• Függőség a rendszer firmware-jétől a Címkét Tartomány Tükrözés konfigurálásához:
  • UEFI beállítás használata a Címkét Tartomány Tükrözés engedélyezésére rögzített tükörmérettel. A ThinkSystems, amelyeket Gen 1, Gen 2 és Gen 3 Intel Xeon processzorokkal szállítottak, támogatják a tükör mód konfigurálását az előzőleg említett UEFI Beállítási Oldalon.
  • Az operációs rendszer beállító parancsainak használata, mint például “efibootmgr és kernelcore=mirror” a Címkét Tartomány Tükrözés konfigurálásához különböző tükörmérettel a firmware-OS interfészen keresztül. A ThinkSystems, amelyeket Gen 1, Gen 2 és Gen 3 Intel Xeon processzorokkal szállítottak, alapvető támogatással rendelkeznek, és tervezik, hogy a jövő generációs platformokon teljes támogatást nyújtsanak, amely lehetővé teszi az operációs rendszer számára, hogy a memória % -át tükrözésre kérje egyedi igényei alapján.