硬冻结停止物理重置按钮工作

Question

我有一台经过改造的 PC 作为服务器运行。它于 2014 年初组装，在技嘉 Z87-HD3 上包含英特尔酷睿 i7-4770。直到 2017 年初，它开始间歇性冻结（每隔几周到几个月），它的工作非常可靠。没有内核日志，甚至 pstore 崩溃数据或 netconsole 都没有产生任何有意义的信息。物理屏幕空白，网络无响应，10 秒粒度的指标显示与 CPU、RAM 或磁盘上的负载无关。所有 LED 和驱动器仍在运行，但显然不再有 IO。RAM 已经过测试并被证实良好，没有虚假的段错误或任何表明间歇性硬件问题的东西。只是硬冻结。

现在进入非常有趣的部分：一旦系统进入此状态，物理重置按钮将完全停止工作。一旦我按下它，什么也没有发生。它绝对是在物理上工作，因为当系统不在该状态时它 100% 工作。我用万用表检查了 PSU 的电压，它们都很好。我仍然可以通过按电源按钮 5 秒来重置服务器，然后它可以正常启动。

所以我几乎不知道这里发生了什么以及应该归咎于哪个硬件。我有逻辑分析仪，我可以访问 USB 示波器，但没有采样超过 100MSPS，所以我无法探测实际的总线。如果您对可能发生的事情有任何见解，我将不胜感激。

Answer 1

因此，经过多次策略性交换（主板、PSU、CPU）后，我对 CPU 损坏进行了差异确认（测试系统遇到问题，原来的系统不再出现问题）。这是非常出乎意料的结果，因为从未解雇过 MCE，通常您会在硬锁定之前获得 MCE。

不幸的是，由于该板没有 Trace Hub / JTAG 连接器，并且内置 USB3 调试在 Haswell 平台上不可用，我不知道到底出了什么问题。可以肯定的是，芯片最终会处于无法从复位状态释放的状态（自检失败、电源轨未启动，...）。可能与 Haswell 中引入FIVR（全集成电压调节器）有关，但这只是猜测。

如果您遇到此问题，不一定是 CPU，也可能是主板或 PSU（或完全是其他东西）出现故障。我只是想发布此内容以确保完整性，并让人们看到它确实也可能是 CPU 故障（尽管它仍然不太可能）。