MCE 错误：MCA：内部奇偶校验错误

Question

我有一台运行 Ubuntu 14.04 LTS 的不稳定机器，它通过了 9 小时的 memtest86。

我得到这些：

Hardware event. This is not a software error.
MCE 0
CPU 1 BANK 0 
TIME 1414735539 Fri Oct 31 17:05:39 2014
MCG status:
MCi status:
Corrected error
Error enabled
MCA: Internal parity error
STATUS 9000004000010005 MCGSTATUS 0
MCGCAP c09 APICID 2 SOCKETID 0 
CPUID Vendor Intel Family 6 Model 58`

这是机器继续运转的时候。当机器冻结时，我还没有一个。

什么是“MCE 0”？还有“马华”？我是在查看 CPU 错误还是 RAM 错误？

我有一根 8 GB 的 RAM。

更换硬件（RAM、CPU、主板、电源）的顺序是什么？这台机器以前很稳定。我应该稍微提高CPU电压吗？

我已经阅读了 mcelog 常见问题解答。谷歌搜索结果很少，而且大多数都有其他格式的类似消息（即可能是旧版本的内核/MCE）。

Answer 1

虽然 mcelog 对 MCA 状态寄存器进行了一些解码，但更多可能会有所帮助。

第1步

从http://www.intel.com/content/www/us/en/processors/architectures-software-developer-manuals.html下载合并的英特尔® 64 位和 IA-32 架构软件开发人员手册。 该手册有3439 页，非常庞大。以下为 2014 年 9 月版本。

第2步

从 /var/log/mcelog 中取出 STATUS 字并将其通过 xxd 管道几次以获取位字段。对我来说，这是：

$ echo "9000004000010005" | xxd -r -p | xxd -b
0000000: 10010000 00000000 00000000 01000000 00000000 00000001  ...@..
0000006: 00000000 00000101                                      ..

第 3 步

进行一些文本操作，然后对位进行编号：

66665555 55555544 44444444 33333333 33222222 22221111 111111 
32109876 54321098 76543210 98765432 10987654 32109876 54321098 76543210
-----------------------------------------------------------------------
10010000 00000000 00000000 01000000 00000000 00000001 00000000 00000101 

第四步

从手册的第 15.3.2.2 节中提取状态 MCi 状态寄存器位定义：

就我而言，位 3:0 表示“MCA 错误代码 5”，这是 mcelog 已经为我解释为“内部奇偶校验错误”的内容（请参阅第 15.9.1 节）。我希望得到更多信息 - CPU、RAM 或主板是否可能是导致奇偶校验错误的原因？

第 63 位中的 1 仅表示“此寄存器值有效”。位 60 中的 1 仅表示“启用错误报告”。[52:38] = 1 的值表示已纠正一个错误。

位 16 中的 1 看起来很有希望，因为它位于“特定于模型的错误代码”字段中，但是，唉，根据第 16 节，位 [15] 等于 0 意味着我得到的只是一个“简单”（非复合）错误，所以我完成了。

底线：无法判断奇偶校验错误是来自高速缓存还是系统内存。无法分辨“内部”是什么意思。什么内部？所以我交换了内存，同样的问题，然后用另一台机器交换了 CPU（幸运的是，兼容的套接字）并且问题停止了......在两台机器上。不完全是我希望从这种高级硬件中获得的精确诊断帮助，我不明白为什么“坏”CPU 在另一台机器上很高兴，但问题解决了。