首页 > 产品技术 > 浪潮天梭M13服务器 RAS设计之IMS内存检测隔离技术

浪潮天梭M13服务器 RAS设计之IMS内存检测隔离技术

2018-01-19 15:36  

基本信息

面向行业
应用领域
浪潮天梭M13服务器是专为超大规模实时事务处理而设计的大型关键计算系统,面向总部级别的银行存储款、电信行业计费系统、跨国企业ERP等关键应用场景。M13支持处理器核心数量超过1000个,具有强大的在线事务处理能力,同时采用了复杂的高可用技术系统,满足业务7*24小时稳定运行需求。
天梭M13的内存高可用挑战
RAS特性(即服务器的可靠性Reliability、可用性Availability以及可服务性Serviceability)对于大型关键应用主机来说尤为关键,能够让主机容忍各类软硬件故障,可以显著延长系统平均无故障时间,保证客户业务持续稳定运行,是保障系统高可用性的技术基础。
M13的可用性设计覆盖了系统的每个部分,极为复杂,本文只介绍一项内存可用性技术——IMS内存检测隔离。
内存错误和故障是引发系统硬件故障的原因之一,一方面,从SDR到DDR,再到目前的DDR3,内存的容量和性能不断提升,内存颗粒容量的增大、单元密度增加、生产工艺的复杂,客观上增加了内存缺陷检查和测试的难度;另一方面,天梭M13最大支持1536个DIMM插槽,内存容量高达48TB,使得内存发生错误和故障的概率显著增加。
IMS—Intelligent Memory Surveillance
目前,内存错误的诊断和处理技术相对成熟,主要有ECC、chipkill、SDDC等,这些技术能够检验内存错误,进行相应处理,但是有一定局限性,例如ECC可以检验和纠正一个数据位错误,但无法纠正2个错误位同时发生,而且如果ECC错误频繁发生会导致Multi-bit被标识为不可用,甚至触发MRC内存管理机制,将整个Rank/DIMM做disable处理。频繁的内存错误并不表示内存物理失效,也有可能是外部环境温度过高、电压波动等因素导致,这样的处理会减少内存性能、浪费内存空间,从而降低系统性能。
IMS—Intelligent Memory Surveillance,是一套完整的内存错误和故障校验、诊断和处理方法,具备内存检测、失效隔离和预警等完整的内存管理功能,解决了内存故障无法修复导致停机、故障难于定位、个别错误导致大规模内存浪费等内存错误和故障处理难题。
IMS技术原理图
IMS系统概述
浪潮天梭M13高端服务器的IMS系统配置了高效的内存诊断工具,用户可以自行对内存问题进行检查。M13开机时,在BIOS启动阶段(进入操作系统前),用户可进入Diagnostic模块,在 3 种不同强度的测试模式——Quick、Standard和Extensive中进行选择,对内存进行测试和检验。检测完成后,对于关键区域或大块面积的不可修复错误,IMS会给出警示信息,提示用户需要更换内存,对于非关键区域、分散性的少量错误,IMS会将错误地址记录并对故障单元进行隔离,机器之后的运行时不会再对这些错误地址进行访问。
开机时IMS测试结果图
当系统启动成功,进入OS后,IMS会实时进行内存的监测、保护和处理。首先IMS系统会实时统计内存 ECC 错误信息,并对错误地址以IMS自带的多个测试算法进行强化测试,对错误进行有效性确认,同时预测相关可能出错的地址。最后,IMS系统对确认错误或预测产生的不可纠错的内存,应用 OS 的隔离技术,在此部分内存区域空闲时予以隔离,离开应用内存空间。
IMS——内存错误减少95%以上
IMS系统能够在天梭M13服务器运行过程中,有效减少失效内存进入系统的机会。开机前的可选Diagnostic功能类似工厂专用内存测试ATE,但又优于ATE,可以让用户方便的进行全面内存检查。随着服役时间的延长,内存的电气性能会不断衰减,从而产生内存失效隐患,Diagnostic功能让用户有效避免这一隐患。
在系统运行时,IMS可以将故障内存进行隔离,也很好的防止内存退化带来的内存错误,提高系统可靠性。而且IMS对于内存错误的定位和处理更为精细和及时,某些本应作RMA处理的内存,可以在现场进行处理修复,大幅减少内存空间浪费行为。
如下图所示,在使用IMS后,ECC log报错日志内容随时间推移成收敛状态,效果显著,每小时ECC报错数从400次逐步减少到不足10次。数据表明,IMS可以有效减少内存错误的发生,提高内存可用性。
浪潮天梭M13应用IMS系统效果对比
 从天梭K1到天梭M13,浪潮关键应用主机在系统性能、可用性等方面都有了显著的提高。浪潮在RAS高可用等关键核心技术上的持续突破,有效提升了其关键应用主机系统的可靠性及产品品质,为金融、电信等关键行业的核心信息化应用提供了强有力的基础设施保障。
赞 0个人觉得赞
logo

浪潮大数据

规模:

网站: http://www.inspur.com/

浪潮集团是以服务器、软件为核心产品的国有企业,最先研发出国产服务器,并将国产关键应用主机TS-K1替代进口产品应用于金融、通信、政府、军队等领域,获国家科技进步...

粉丝1

关联信息

关于我们 | 全生命周期管理 | 服务的客户 | 版权说明 | 联系我们

公司名称:北京金誉在线伙伴文化传播有限公司    备案号:京ICP备 15026202号-1

意见
反馈
返回
顶部