关于鲲鹏920模组支持的硬件错误信息确认

交流互助区
1

问题描述

  1. 鲲鹏920cpu能获取到哪些错误?
  2. 能不能获取到ue、ce错误? 该怎么操作
  3. 能不能故障注入? 该怎么操作

环境信息

  • 操作系统：[如 Ubuntu 24.04]

  • 软件版本：[如 OpenUBMC2512]

2

答案内容由AI生成，仅供参考：

鲲鹏920模组硬件错误信息支持确认

支持的硬件错误类型

根据现有信息，在基于鲲鹏920模组的系统中，可以获取以下类型的硬件错误信息：

  • 内存错误（UE/CE）：支持获取未纠正错误（Uncorrectable Error, UCE）和已纠正错误（Correctable Error, CE）
  • CPU硬件错误：可通过诊断系统监控CPU相关的硬件故障
  • PCIe设备错误：支持监控PCIe设备的故障状态
  • 系统级硬件错误：通过APEI（ACPI Platform Error Interface）报告硬件错误

获取UE/CE错误的方法

1. 使用IPMI工具

# 使用ipmitool获取内存错误信息
ipmitool dcmi sensor list
ipmitool sel list

2. 通过Redfish接口

  • 查询MemoryMetrics资源可获取DRAM的CE错误计数
  • 查询ProcessorsMetrics资源可获取SRAM的CE错误计数
  • 需注意当前版本可能存在MemoryMetrics和ProcessorsMetrics资源信息缺失的问题

3. 系统级监控

  • 系统会记录UCE故障，如搜索结果2所示，可获得详细的错误地址和错误类型信息
  • 错误信息包括但不限于：
    • ADDRValid（地址有效位）
    • MISCValid（附加信息有效位）
    • 具体内存位置信息（DIMM编号、子通道、Rank等）

故障注入支持与操作方法

支持情况

支持硬件错误注入功能，主要用于测试目的。

操作方法

1. 使用EINJ模块进行错误注入

  • EINJ（Error INJection）是Linux内核模块，用于向系统注入硬件错误
  • 通过设置error_type文件指定要注入的错误类型（如内存CE或UCE）
  • 需要适当的权限和配置才能执行

2. 使用RasTool命令

  • 可通过RasTool命令发起错误注入过程
  • 错误注入会生成相应的硬件错误报告，通过APEI Generic Hardware Error Source上报
  • 注入的错误会被Error Info Structure捕获，包含多个错误条目的诊断详情

3. 配置要求

  • 错误注入需要正确的系统配置支持
  • 可能需要在特定的调试环境下进行
  • 建议在测试环境中验证后再应用于生产环境

环境信息

  • 操作系统：Ubuntu 24.04
  • 软件版本：OpenUBMC2512
  • 硬件配置：鲲鹏920/920s模组

注意：部分功能的具体实现可能依赖于IMU（Intelligent Management Unit）的支持，BMC获取VRD温度等信息时可能是通过向IMU发送IPMI请求实现的。对于某些信息获取异常的情况（如返回-128值），可能需要检查IMU通信状态。

3

这个是硬件知识，需要找BIOS领域咨询，BMC社区可能回答不了你的问题~
建议在鲲鹏论坛交流
https://www.hikunpeng.com/forum/