内存故障的处理方法、基板管理控制器及计算系统技术方案

本申请实施例公开了一种内存故障的处理方法、基板管理控制器及计算系统。该方法包括：接收内存的可纠正错误CE信息；根据所述CE信息，得到CE分析信息；响应于第一触发信号，将所述CE分析信息保存至基板管理控制器的缓冲区；所述第一触发信号用于指示停止输出所述CE分析信息；响应于第二触发信号，输出所述缓冲区中的所述CE分析信息；所述第二触发信号用于指示输出所述CE分析信息。本申请实施例的方法降低了自愈功能被关闭后，CE信息未被处理给计算系统带来业务中断或宕机的风险。系统带来业务中断或宕机的风险。系统带来业务中断或宕机的风险。

【技术实现步骤摘要】
内存故障的处理方法、基板管理控制器及计算系统


[0001]本申请涉及计算机
，具体涉及一种内存故障的处理方法、基板管理控制器及计算系统。

技术介绍

[0002]随着计算机技术发展，所需的内存容量越来越大，基础失效率越来越高。服务器厂商纷纷推出了内存故障预测和自愈功能。该预测和自愈过程包括：内存控制器检测内存可纠正的错误(corrected error，CE)后，通过基本输入输出系统(basic input/output system，BIOS)将该内存错误上报给基板管理控制器(baseboard management controller，BMC)；BMC确定错误类型并向BIOS提交故障隔离请求，进行错误修复。
[0003]但如果频繁修复将会对计算系统的性能造成影响。在实际使用过程中，用户可基于使用需求或周期性关闭自愈功能，这会导致CE错误不被处理或处理不及时，增加计算系统发生宕机的可能性。

技术实现思路

[0004]本申请提供一种内存故障的处理方法、基板管理控制器及计算系统,能够降低计算系统因内存故障导致业务中断或者宕机的风险。
[0005]本申请第一方面提供一种内存故障的处理方法，该方法包括：
[0006]接收内存的可纠正错误CE信息；
[0007]根据该CE信息，得到CE分析信息；
[0008]响应于第一触发信号，将该CE分析信息保存至基板管理控制器的缓冲区；该第一触发信号用于指示停止输出该CE分析信息；
[0009]响应于第二触发信号，输出该缓冲区中的该CE分析信息；该第二触发信号用于指示输出该CE分析信息。
[0010]本申请通过在指示停止输出CE分析信息的第一触发信号被触发时，将CE分析信息保存至缓冲区，并在指示输出CE分析信息的第二触发信号被触发时，处理该缓冲区中的CE分析信息以请求修复内存；可以避免第一触发信号被触发时，CE信息和对应CE分析信息未被处理而导致CE分析时的样本不足的问题，从而能够提高内存修复的准确率和覆盖率，降低计算系统因内存故障导致业务中断或宕机的风险。
[0011]在一种可能的实现中，该缓冲区用于保存第一数量的该CE分析信息；该响应于第二触发信号，输出该缓冲区中的该CE分析信息，包括：响应于第二触发信号，输出该缓冲区中的该第一数量的该CE分析信息。
[0012]在一种可能的实现中，该缓冲区所占用的存储空间为固定大小；该将该CE分析信息保存至基板管理控制器的缓冲区，包括：当该缓冲区的可用空间不足以存储待保存的该CE分析信息时，删除该缓冲区中存入时间最早的该CE分析信息。
[0013]在一种可能的实现中，该删除该缓冲区中存入时间最早的该CE分析信息之前，该
方法还包括：将该存入时间最早的该CE分析信息保存至历史记录文件。
[0014]在一种可能的实现中，该CE分析信息包括CE等级，该CE等级用于指示该CE的风险等级；在该输出该缓冲区中的该CE分析信息之前，该方法还包括：根据该CE等级将缓冲区的该CE分析信息进行排序；该输出该缓冲区中的该CE分析信息，包括：按照该风险等级由高到低的顺序，输出该缓冲区中的该CE分析信息。
[0015]在一种可能的实现中，该响应于第二触发信号，输出该缓冲区中的该CE分析信息，包括：响应于该第二触发信号，将该缓冲区中的该CE分析信息输出至中央处理器(central processing unit，CPU)。
[0016]在一种可能的实现中，该将该缓冲区中的该CE分析信息输出至中央处理器CPU，包括：向该CPU发送携带该缓冲区中的该CE分析信息的硬件隔离请求，以使得BIOS调用该CPU对该内存进行硬件隔离修复。
[0017]在一种可能的实现中，该将该缓冲区中的该CE分析信息发送至中央处理器CPU，包括：向该CPU发送携带该缓冲区中的该CE分析信息的软件隔离请求，以使得操作系统(operating system，OS)调用该CPU对该内存进行软件隔离修复。
[0018]本申请第二方面提供一种计算系统，该计算系统包括管理装置，该管理装置包括内存故障预测和自愈系统，该内存故障预测和自愈系统包括人工智能(artificial intelligence，AI)模块和自愈模块；
[0019]AI模块用于接收内存的可纠正错误CE信息；
[0020]AI模块还用于根据该CE信息，得到CE分析信息；
[0021]自愈模块用于响应于第一触发信号，将该CE分析信息保存至基板管理控制器的缓冲区；该第一触发信号用于指示停止输出该CE分析信息；
[0022]自愈模块还用于响应于第二触发信号，输出该缓冲区中的该CE分析信息；该第二触发信号用于指示输出该CE分析信息。
[0023]在一种可能的实现中，该缓冲区用于保存第一数量的该CE分析信息；自愈模块具体用于：响应于第二触发信号，输出该缓冲区中的该第一数量的该CE分析信息。
[0024]在一种可能的实现中，该缓冲区所占用的存储空间为固定大小；自愈模块具体用于：当该缓冲区的可用空间不足以存储待保存的该CE分析信息时，删除该缓冲区中存入时间最早的该CE分析信息。
[0025]在一种可能的实现中，自愈模块具体还用于将该存入时间最早的该CE分析信息保存至历史记录文件。
[0026]在一种可能的实现中，该CE分析信息包括CE等级，该CE等级用于指示该CE的风险等级；自愈模块还用于：根据该CE等级将缓冲区的该CE分析信息进行排序；自愈模块具体用于按照该风险等级由高到低的顺序，输出该缓冲区中的该CE分析信息。
[0027]在一种可能的实现中，自愈模块具体用于：响应于该第二触发信号，将该缓冲区中的该CE分析信息输出至CPU。
[0028]在一种可能的实现中，自愈模块具体用于：向该CPU发送携带该缓冲区中的该CE分析信息的硬件隔离请求，以使得BIOS调用该CPU对该内存进行硬件隔离修复。
[0029]在一种可能的实现中，自愈模块具体用于：向该CPU发送携带该缓冲区中的该CE分析信息的软件隔离请求，以使得OS调用该CPU对该内存进行软件隔离修复。
[0030]本申请第三方面提供一种基板管理控制器，该基板管理控制器包括：
[0031]处理器和存储器；该处理器和该存储器耦合；
[0032]该存储器用于存储程序指令；
[0033]该处理器用于执行该程序指令，使得该基板管理控制器执行上述第一方面中所述的方法。
[0034]本申请第四方面提供一种计算系统，该计算系统包括CPU、内存、BIOS芯片和如上述第三方面所述的基板管理控制器；该CPU与该内存，该BIOS芯片及该基板管理控制器耦合；该CPU上运行OS。
[0035]应理解的是，上述多个方面的实现和有益效果可相互参考。
附图说明
[0036]图1为本申请实施例提供的一种计算系统100的系统框架图；
[0037]图2为本申请实施例提供的一种内存故障的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种内存故障的处理方法，其特征在于，所述方法包括：接收内存的可纠正错误CE信息；根据所述CE信息，得到CE分析信息；响应于第一触发信号，将所述CE分析信息保存至基板管理控制器的缓冲区；所述第一触发信号用于指示停止输出所述CE分析信息；响应于第二触发信号，输出所述缓冲区中的所述CE分析信息；所述第二触发信号用于指示输出所述CE分析信息。2.根据权利要求1所述的方法，其特征在于，所述缓冲区用于保存第一数量的所述CE分析信息；所述响应于第二触发信号，输出所述缓冲区中的所述CE分析信息，包括：响应于所述第二触发信号，输出所述缓冲区中的所述第一数量的所述CE分析信息。3.根据权利要求1或2所述的方法，其特征在于，所述缓冲区所占用的存储空间为固定大小；所述将所述CE分析信息保存至基板管理控制器的缓冲区，包括：当所述缓冲区的可用空间不足以存储待保存的所述CE分析信息时，删除所述缓冲区中存入时间最早的所述CE分析信息。4.根据权利要求3所述的方法，其特征在于，所述删除所述缓冲区中存入时间最早的所述CE分析信息之前，所述方法还包括：将所述存入时间最早的所述CE分析信息保存至历史记录文件。5.根据权利要求1至4中任一项所述的方法，其特征在于，所述CE分析信息包括CE等级，所述CE等级用于指示所述CE的风险等级；在所述输出所述缓冲区中的所述CE分析信息之前，所述方法还包括：根据所述CE等级将所述缓冲区中的所述CE分析信息进行排序；所述输出所述缓...

【专利技术属性】
技术研发人员：韦炜玮，鲍全洋，张光彪，林祯，张俊龙，
申请(专利权)人：超聚变数字技术有限公司，
类型：发明
国别省市：