È necessario masterizzare la RAM per hardware di classe server?

Considerando il fatto che molti sistemi di classe server sono dotati di RAM ECC , è necessario o utile masterizzare i DIMM di memoria prima della loro distribuzione?

Ho incontrato un ambiente in cui tutta la RAM del server è sottoposta a un lungo processo di burn-in / stress-tesing. Ciò ha ritardato le distribuzioni del sistema in alcune occasioni e ha un impatto sui tempi di consegna dell'hardware.

L'hardware del server è principalmente Supermicro , quindi la RAM proviene da una varietà di fornitori; non direttamente dal produttore come un Dell Poweredge o HP ProLiant .

È un esercizio utile? Nella mia esperienza passata, ho semplicemente usato la RAM del fornitore pronta all'uso. I test di memoria POST non dovrebbero catturare la memoria DOA? Ho risposto agli errori ECC molto prima che un DIMM non funzionasse, dato che le soglie ECC erano in genere l'innesco per il collocamento in garanzia.

• Bruci la tua RAM?
• In tal caso, quale metodo / i usi per eseguire i test?
• Ha identificato problemi prima dell'implementazione?
• Il processo di burn-in ha comportato un'ulteriore stabilità della piattaforma rispetto a non eseguire quel passaggio?
• Cosa fai quando aggiungi RAM a un server in esecuzione esistente?

Ho trovato un documento di Kingston che illustra in dettaglio come funzionano con la memoria del server, credo che questo processo, normalmente, sarebbe lo stesso per i produttori più noti. I chip di memoria, così come tutti i dispositivi a semiconduttore, seguono un particolare modello di affidabilità / guasto noto come Bathtub Curve:

Il tempo è rappresentato sull'asse orizzontale, a partire dalla spedizione in fabbrica e proseguendo attraverso tre distinti periodi di tempo:

• Fallimenti precoci: la maggior parte degli errori si verifica durante il periodo di utilizzo precoce. Tuttavia, col passare del tempo, il numero di guasti diminuisce rapidamente. Il periodo di fallimento precoce, mostrato in giallo, è di circa 3 mesi.

• Vita utile: durante questo periodo, i guasti sono estremamente rari. Il periodo di vita utile è mostrato in blu ed è stimato in oltre 20 anni.

• Guasti di fine vita: Alla fine, i prodotti a semiconduttore si consumano e si guastano. Il periodo di fine vita è mostrato in verde

Ora, poiché Kingston ha notato che si verificherebbero alti tassi di fallimento nei primi tre mesi (dopo questi tre mesi l'unità è considerata buona fino a quando non è EOL circa 15-20 anni dopo). Hanno progettato un test utilizzando un'unità chiamata KT2400 che verifica brutalmente i moduli di memoria del server per 24 ore a 100 ° C ad alta tensione, mediante la quale vengono continuamente esercitate tutte le celle di ogni chip DRAM; questo elevato livello di stress test ha l'effetto di invecchiare i moduli di almeno tre mesi (come notato prima del periodo critico in cui la maggior parte dei moduli mostra guasti).

I risultati furono:

Nel marzo 2004, Kingston ha iniziato una prova di sei mesi in cui il KT2400 ha testato il 100 percento della sua memoria del server. I risultati sono stati attentamente monitorati per misurare la variazione dei guasti. Nel settembre 2004, dopo che tutti i dati dei test sono stati compilati e analizzati, i risultati hanno mostrato che i guasti sono stati ridotti del 90 percento. Questi risultati hanno superato le aspettative e rappresentano un miglioramento significativo per una linea di prodotti che era già ai vertici della sua categoria.

Quindi perché la masterizzazione in memoria non è utile per la memoria del server? Semplicemente perché è già stato fatto dal tuo produttore!

No.

L'obiettivo della masterizzazione nell'hardware è di stressarlo fino a catalizzare un guasto in un componente.

In questo modo con hard disk meccanici otterrà alcuni risultati, ma non farà molto per la RAM. La natura del componente è tale che i fattori ambientali e l'età sono molto più probabili essere la causa dei guasti rispetto alla lettura e alla scrittura nella RAM (anche alla sua massima larghezza di banda per alcune ore o giorni).

Supponendo che la tua RAM sia sufficientemente alta da non far sciogliere la saldatura la prima volta che inizi davvero a usarla, un processo di burn-in non ti aiuterà a trovare i difetti.

Acquistiamo blade e generalmente li acquistiamo in blocchi ragionevolmente grandi alla volta, pertanto li inseriamo e li installiamo in GIORNI prima che le nostre porte di rete siano pronte / sicure. Quindi usiamo quel tempo per usare il memtest per circa 24 ore, a volte più a lungo se passa un fine settimana - una volta fatto, spruzziamo ESXi di base e IP è pronto per l'applicazione del suo profilo host una volta che la rete è attiva. Quindi sì, lo testiamo, più per opportunità che per necessità, ma prima abbiamo catturato alcuni DIMM DOA, e non sono io a farlo fisicamente, quindi non mi sforzo. Sono per questo.

Beh, immagino che dipenda esattamente dai tuoi processi. Eseguo SEMPRE MemTest86 in memoria prima di inserirlo in un sistema (server o altro). Dopo aver installato e avviato un sistema, i problemi causati da memoria difettosa possono essere difficili da risolvere.

Per quanto riguarda effettivamente lo "stress test" della memoria; Devo ancora vedere perché questo sarebbe utile a meno che tu non stia testando per scopi di overclocking.

Non lo so, ma ho visto persone che lo fanno. Non li ho mai visti guadagnare nulla, penso che potrebbe essere una sbronza o una superstizione forse.

Personalmente, sono come te per il fatto che i tassi di errore ECC mi sono più utili, supponendo che la RAM non sia DOA, ma lo sapresti comunque.

Per ram non ECC è utile eseguire 30 minuti su memtest86 + poiché di solito non esiste un metodo affidabile per rilevare errori di bit quando il sistema è in esecuzione.
Lo screening blu non è considerato un metodo affidabile ...
E la RAM leggermente sfaldata spesso non viene visualizzata immediatamente, solo dopo che il sistema ha visto un carico di memoria piena e solo se i dati in quella RAM erano codice utilizzato e poi si è schiantato. La corruzione dei dati può passare inosservata per lunghi periodi di tempo.

Per ram ECC non farà nulla che il controller di memoria stesso non farà, quindi non ha davvero senso. È solo una perdita di tempo.

Nella mia esperienza le persone che insistono nel bruciare sono di solito vecchi che lo hanno sempre fatto in questo modo e che continuano a farlo per abitudine senza pensare davvero alle cose vere.
Oppure sono giovani ragazzi che seguono la procedura prescritta scritta da quei vecchi.

Dipende.

Se stai distribuendo 50.000 nuove RAM e sai che questo particolare hardware ha un tasso di errore dello 0,01% dopo aver funzionato meno di un giorno, statisticamente parlando ce ne saranno diversi che falliranno il primo giorno. Bruciare è destinato a catturarlo. Con distribuzioni su tale scala, si prevede un fallimento, non una situazione eccezionale.

Se stai distribuendo solo un paio di centinaia di articoli, le statistiche sono molto probabilmente dalla tua parte poiché devi essere abbastanza sfortunato per ottenere parti guaste.