ECC ram là gì và tại sao nó tốt hơn?

Tôi đã thấy một sự nghi ngờ về việc sử dụng ram ECC trên các máy chủ. Tại sao nó tốt hơn?

RAM ECC có thể phục hồi từ các lỗi nhỏ trong bit, bằng cách sử dụng các bit chẵn lẻ. Vì các máy chủ là một tài nguyên được chia sẻ trong đó thời gian hoạt động và độ tin cậy là quan trọng, RAM ECC thường được sử dụng chỉ với một sự khác biệt nhỏ về giá. RAM ECC cũng được sử dụng trong các máy trạm CAD / CAM là các lỗi bit nhỏ có thể gây ra các lỗi tính toán trở thành vấn đề quan trọng hơn khi thiết kế đi vào sản xuất.

Nghiên cứu thực tế tuyệt vời:

Lỗi DRAM trong tự nhiên: Một nghiên cứu thực địa quy mô lớn (pdf)

Bài viết này cung cấp nghiên cứu quy mô lớn đầu tiên về lỗi bộ nhớ DRAM trong trường. Nó dựa trên dữ liệu được thu thập từ đội máy chủ của Google trong khoảng thời gian hơn hai năm, tạo ra hàng triệu ngày DIMM. DRAM trong nghiên cứu của chúng tôi bao gồm nhiều nhà cung cấp, mật độ và công nghệ DRAM (DDR1, DDR2 và FBDIMM).

Bài viết giải quyết các câu hỏi sau: Làm thế nào com mon bị lỗi bộ nhớ trong thực tế? Tính chất thống kê của họ là gì? Làm thế nào chúng bị ảnh hưởng bởi các yếu tố bên ngoài, chẳng hạn như nhiệt độ và sử dụng hệ thống? Và làm thế nào để chúng thay đổi theo các yếu tố cụ thể của chip, chẳng hạn như mật độ chip, công nghệ bộ nhớ và tuổi DIMM?

Chúng tôi thấy rằng trong nhiều khía cạnh, lỗi DRAM trong trường hoạt động rất khác so với thông thường. Ví dụ: chúng tôi quan sát tỷ lệ lỗi DRAM là các đơn đặt hàng có cường độ cao hơn so với báo cáo trước đây, với tỷ lệ FIT (thất bại về thời gian trên một tỷ giờ thiết bị) từ 25.000 đến 70.000 mỗi Mbit và hơn 8% DIMM bị ảnh hưởng mỗi năm. Chúng tôi cung cấp bằng chứng mạnh mẽ rằng lỗi bộ nhớ bị chi phối bởi lỗi cứng, thay vì lỗi mềm, mà hầu hết các công việc trước đây tập trung vào. Chúng tôi thấy rằng, trong số tất cả các yếu tố ảnh hưởng đến hành vi lỗi của DIMM trong lĩnh vực này, nhiệt độ có tác động nhỏ đáng ngạc nhiên. Cuối cùng, không giống như thường sợ, chúng tôi không quan sát thấy bất kỳ dấu hiệu nào cho thấy tỷ lệ lỗi trên mỗi DIMM tăng với các thế hệ DIMM mới hơn.

Điều thú vị là hầu hết các lỗi bộ nhớ là cứng - lỗi bộ nhớ cứng là không thể phục hồi, có nghĩa là bộ nhớ phải được thay thế về mặt vật lý là thất bại , trong khi lỗi bộ nhớ mềm có thể được khắc phục bằng cách ghi đè bộ nhớ với giá trị chính xác. Điều này cho tôi thấy giá trị của ECC khá hạn chế.

Có hai loại lỗi thường xảy ra trong hệ thống bộ nhớ. Đầu tiên được gọi là lỗi lặp lại hoặc lỗi cứng. Trong tình huống này, một phần cứng bị hỏng và sẽ liên tục trả về kết quả không chính xác. Một bit có thể bị kẹt để nó luôn trả về "0" chẳng hạn, bất kể điều gì được ghi vào nó. Lỗi cứng thường chỉ ra các mô-đun bộ nhớ lỏng lẻo, chip bị thổi, lỗi bo mạch chủ hoặc các sự cố vật lý khác. Chúng tương đối dễ chẩn đoán và chính xác vì chúng phù hợp và lặp lại.

Âm thanh giống như tất cả các máy chủ trong nghiên cứu đã sử dụng ECC, vì vậy chúng tôi không thể biết tỷ lệ lỗi ECC so với phi ECC ..

Bài viết này đã nghiên cứu tỷ lệ và đặc điểm của lỗi DRAM trong một đội máy chủ hàng hóa lớn. Nghiên cứu của chúng tôi dựa trên dữ liệu được thu thập trong hơn 2 năm và bao gồm các DIMM của nhiều nhà cung cấp, thế hệ, công nghệ và năng lực. Tất cả các DIMM đều được trang bị logic sửa lỗi (ECC) để sửa ít nhất các lỗi bit đơn.

ECC có một số lợi thế so với ngang giá. Đối với một, nó có thể phát hiện và sửa chữa các lỗi đơn bit và làm như vậy mà không phải dừng toàn bộ hệ thống. Lỗi nhiều bit vẫn sẽ trả về lỗi chẵn lẻ, nhưng tỷ lệ xảy ra điều này là thấp về mặt thiên văn trong suốt vòng đời của PC trừ khi chính bộ nhớ bị lỗi. ECC giống như bảo hiểm ô tô: Nó bảo vệ bạn cho phần lớn những điều có thể sai, nhưng nó không thể ngăn chặn một đống xe hơi.

chi tiết hơn ở đây: Bộ nhớ ECC: Phải cho máy chủ, không phải cho máy tính để bàn

Để làm cho mọi thứ đơn giản, trích dẫn từ Wikipedia :

Nhiễu điện hoặc từ bên trong hệ thống máy tính có thể khiến một bit DRAM tự động lật sang trạng thái ngược lại. Ban đầu người ta nghĩ rằng điều này chủ yếu là do các hạt alpha phát ra từ các chất gây ô nhiễm trong vật liệu đóng gói chip, nhưng nghiên cứu [5] đã chỉ ra rằng phần lớn các lỗi một lần ("mềm") trong các chip DRAM xảy ra do bức xạ nền
...
Vấn đề này có thể được giảm thiểu bằng cách sử dụng các mô-đun DRAM bao gồm các bit bộ nhớ bổ sung và bộ điều khiển bộ nhớ khai thác các bit này. Các bit bổ sung này được sử dụng để ghi chẵn lẻ hoặc sử dụng mã sửa lỗi