华为服务器告警状态,华为RH2288H V5服务器CPU告警

客户现场服务器2288H V5，设备出现宕机的故障，BMC伴随存在CPU1.2的CE告警信息

告警信息  94 Critical CPU CPU 2 configuration error (SN:01CBCD939BE65104, PN:41020659). 2020/5/24 0:46  93 Critical CPU CPU 1 configuration error (SN:0193EA9363BE33F7, PN:41020659). 2020/5/24 0:46  91 Critical CPU CPU 2 configuration error (SN:01CBCD939BE65104, PN:41020659). 2020/5/24 0:45  90 Critical CPU CPU 1 configuration error (SN:0193EA9363BE33F7, PN:41020659). 2020/5/24 0:45

处理过程  收集BMC日志进一步分析  fdm日志中可以看到有CPU中级缓存(MLC: Middle alt=”Fatal不可纠正的错误)，同时触发BMC告警。二级缓存报错原因为：CPU 核心向核心外部发起一个访问，在12至20秒内没有收到响应，从而产生中级缓存(MLC: Middle Level Cache)错误。” Level Cache)报错，错误类型为UCE(Uncorrected Error-Catastrophic/Fatal不可纠正的错误)，同时触发BMC告警。二级缓存报错原因为：CPU 核心向核心外部发起一个访问，没有收到响应，从而产生中级缓存(MLC: Middle Level Cache)错误。

根因  综上分析，服务器CPU内部缓存出现异常导致中级缓存错误，导致BMC上报correctable error告警。故障CPU在Intel公版上也复现了该问题，经Intel分析，可以判断为CPU本身问题。另外，Intel分析该问题触发是极低概率事件，同时与业务场景强相关。

解决方案  关闭P-State可有效规避该问题。因该问题发生在CPU频率切换时，关闭P-state，CPU会工作在标准频率不变。其对功能无影响。但修改时需要重启服务器  考虑到客户当前的业务模型，建议通过规避方案解决，该方案需重启服务器并修改BIOS相关设置。

关闭P-State规避方案如下：     进入BIOS界面，Advanced >Socket Configuration >Advanced Power Mgmt. Configuration >CPU P-State Control >EIST(P-State)，将EIST(P-State)设置为Disabled即可。

You might also like...