OCP 服务器 DeltaLake OSF RAS 功能

OSF 服务器 Delta LakeOSF RAS 功能

OSF RAS 概述

• RAS 定义：可靠性（数据完整性和自我纠正）、可用性（系统运行弹性）、服务性（快速恢复和维护）。
• RAS 组成：硬件（CPU、PCIE、DMI、内存）和软件（固件、ACPI 表、OS 内核、驱动程序）。
• RAS 机制：通过 UEFI CPER 向 BMC 和 OS 报告错误，提供结构化错误报告机制。

OSF RAS 功能支持

• 错误报告：支持 UEFI CPER 报告错误。
• 内存支持：可纠正错误、不可纠正错误、巡逻检查、奇偶校验错误。
• CPU 支持：IERR、MCERR。
• UPI 支持：目前不支持或多插槽支持。
• ACPI/APEI 支持：EINJ、HEST & GHES（APEI）。
• 内核配置选项：负责固件优先或 OS 优先的错误处理和报告，提供错误阈值、错误传播及损坏数据 containment 的调试配置选项。

OSF RAS 验证状态

• 测试状态：
  • 内存：> 92% 通过，包括所有内存控制器和通道的错误类型（可校正、不可校正非致命、不可校正致命、巡逻擦洗和奇偶校验错误）。
  • PCIE：通过测试，支持可纠正和不可纠正错误，所有 I/O 堆栈和端点，链路错误恢复（LER），DMI。
  • BMC：通过 SEL 记录错误日志。
• 未通过测试：
  • BERT（启动错误记录表）与 FSP 错误处理。
  • IERR/MCERR 错误注入功能不可用。
  • 启动期间 PCIE 错误问题，带有 LER（延迟）。
  • UPI 支持。

OSF RAS 代码状态

• 代码库：主要位于 src/soc/intel/xeon_sp 文件夹，支持 Deltalake 主板和 Intel Xeon 处理器（CPX-6，第 3 代 Intel 可扩展处理器）。
• 代码公开：非 NDA 代码已纳入公共仓库。

呼吁采取行动