最近遇到一个64位OS在Opteron DualCore上的问题

Question

原帖由 soway 于 2006-9-14 16:26 发表
OS:redhat AS 3 update 6
CPU:Opteron  270
Memory:2G DDR333 * 8=16G

现象:/var/log/message or console
Sep 11 11:25:04 sz8 kernel: CPU 0: Silent Northbridge MCE
Sep 11 11:25:04 sz8 kernel: North ...

几年前遇到过类似的情况，处理结果是用4G内存。。。

BTW：当时用的是redhat8.0，原以为AS3不存在这样的问题了呢。。。

Answer 1

似乎这个report的error是不会导致死机的。然后，不知道LZ的修改IOMMU是否可以解决问题。
RH的bug里一直声称解决了，但是一直没有解决。

Answer 2

an addon msg here,

all the compute nodes in the cluster( i mentioned in this thread) are 4G memory equipped.

Answer 3

原帖由 soway 于 2006-9-15 09:32 发表

你处理的4G内存是啥意思?
redhat8上换掉内存?不上4G以上?

恩。是这样。。。最初用的是微星的主板，出了问题，查到超微和泰安的主板对大内存支持的好。。。就换成了泰安的主板，但实验的结果是一样死机。。。但服务器急着用，就换成4G内存，服务器就稳定下来了。。。所以我们有几十台4G内存的机器。。。

Answer 4

I've solved the similar issue from one customer's HPC cluster 1 years ago.  At the beginning, i do think that's the problem of MCE setting as LZ mentioned  but finally it is a hardware problem after replacing the system board and entire processors.
You can add more computing load on the processor by some "burning scripts". (this means the issue can be reproduced)

Discuss more detailed with engineer team of the hardware vendor for further investigation.

Good Luck,