サーバークラスのハードウェアにRAMを焼き付ける必要はありますか？

多くのサーバークラスのシステムにECC RAMが搭載されているという事実を考慮すると、展開前にメモリDIMM を焼き付ける必要がありますか？

すべてのサーバーRAMが長時間のバーンイン/ストレステストプロセスによって配置される環境に遭遇しました。これにより、システムの展開が遅れることがあり、ハードウェアのリードタイムに影響します。

サーバーのハードウェアは主にSupermicroなので、RAMはさまざまなベンダーから供給されます。Dell PoweredgeやHP ProLiantのようなメーカーから直接ではありません。

これは役に立つ練習ですか？過去の経験では、ベンダーRAMをそのまま使用していました。POSTメモリテストはDOAメモリをキャッチすべきではありませんか？通常、ECCしきい値は保証の配置のトリガーであるため、DIMMが実際に故障するずっと前にECCエラーに対応しました。

• RAM を焼き付けていますか？
• ある場合、テストの実行に使用する方法は何ですか？
• 展開前に問題を特定しましたか？
• バーンインプロセスにより、そのステップを実行しない場合と比べてプラットフォームの安定性が向上しましたか？
• 既存の実行中のサーバーにRAMを追加するときはどうしますか？

Kingstonがサーバーメモリでどのように機能するかを詳述したドキュメントを見つけました。このプロセスは、通常、ほとんどの既知のメーカーで同じだと思います。メモリチップとすべての半導体デバイスは、バスタブカーブとして知られる特定の信頼性/障害パターンに従います。

時間は水平軸で表され、工場出荷から3つの異なる期間まで続きます。

• 初期の障害：ほとんどの障害は、初期の使用期間中に発生します。ただし、時間が経つにつれて、障害の数はすぐに減少します。黄色で示されている初期障害期間は約3か月です。

• 耐用年数：この期間中、故障は非常にまれです。耐用年数は青で表示され、20年以上と推定されます。

• 寿命末期の障害：最終的に、半導体製品は摩耗して故障します。終了期間は緑色で表示されます

キングストンは、最初の3か月で高い故障率が発生することに気付いたためです（この3か月後、ユニットはEOLになるまで約15-20年後と見なされます）。彼らは、KT2400と呼ばれるユニットを使用してテストを設計しました。このユニットは、高電圧で摂氏100度、24時間サーバーメモリモジュールを残酷にテストします。この高レベルのストレステストは、モジュールを少なくとも3か月エージングする効果があります（ほとんどのモジュールが障害を示すクリティカル期間の前に述べたように）。

結果は次のとおりです。

2004年3月、キングストンは6か月のトライアルを開始しました。このテストでは、サーバーメモリの100％がKT2400でテストされました。故障の変化を測定するために、結果を綿密に監視しました。2004年9月、すべてのテストデータがコンパイルおよび分析された後、結果は障害が90％減少したことを示しました。これらの結果は予想を超えており、すでにそのクラスのトップにあった製品ラインの大幅な改善を表しています。

では、メモリへの書き込みがサーバーメモリに役に立たないのはなぜですか？単に、それはあなたの製造業者によってすでに行われているからです！

いや

ハードウェアでの書き込みの目標は、コンポーネントの障害を触媒するポイントまでストレスをかけることです。

メカニカルハードドライブでこれを行うと、いくつかの結果が得られますが、RAMに対してはあまり効果がありません。コンポーネントの性質上、RAMの読み取りおよび書き込み（数時間または数日間の最大帯域幅であっても）よりも、環境要因と年齢が障害の原因である可能性がはるかに高くなります。

RAMが十分に高品質で、実際に使用を開始したときにはんだが溶けないと仮定すると、バーンインプロセスでは欠陥を見つけることができません。

ブレードを購入し、通常は一度にかなり大きなブロックを購入します。そのため、ネットワークポートの準備が整う前にブレードを何日もかけてインストールします。そのため、その時間を使用してmemtestを約24時間使用しますが、週末を過ぎると、場合によってはそれ以上長くなります。それが完了したら、基本的なESXiをスプレーし、IPがネットワークの起動後にホストプロファイルを適用する準備が整います。そのため、必要以上に機会を逃すことなくテストを行っていますが、これまでにいくつかのDOA DIMMを捕まえました。私はそれのためです。

まあ、それはまさにあなたのプロセスが何であるかに依存すると思います。MemTest86をシステム（サーバーまたはその他）に配置する前に、常にメモリで実行します。システムを起動して実行した後、メモリの不良が原因で発生した問題のトラブルシューティングが困難になる場合があります。

実際に「ストレステスト」については、メモリ; あなたがオーバークロックの目的でテストしているのでなければ、なぜこれが役に立つのか、私にはまだ分かりません。

私はしませんが、そうする人を見てきました。私は彼らがそれから何かを得ることを見たことはありませんが、おそらく二日酔いや迷信かもしれません。

個人的には、ECCエラー率のほうが私にとっては便利です。RAMがDOAではないが、とにかくそれを知っていると思います。

通常、システムの実行中にビットエラーを検出する信頼できる方法はないため、memtest86 +で30分間実行する非ECCラムの場合は便利です。
ブルースクリーンは信頼できる方法とは見なされません...
そして、わずかに不安定なRAMは、システムが完全なメモリ負荷を確認した後、そのRAMのデータが使用されたコードである場合にのみ、すぐに表示されないことがよくあります。その後、クラッシュしました。データ破損は、長期間にわたって気付かれることはありません。

ECCラムの場合、メモリコントローラ自体が実行しないことは何も行わないため、実際には意味がありません。それは時間の無駄です。

私の経験では、燃え尽きることを主張する人は通常、いつもこのようにそれをやってきた老人であり、本当に物事を本当と考えずに習慣からそれをやり続けています。
または彼らはそれらの老人によって書かれた規定された手順に従う若い男です。

場合によります。

50 000の新しいRAMを展開していて、1日未満の操作でこの特定のハードウェアの故障率が0.01％であることがわかっている場合、統計的に言えば、最初の日に故障するものがいくつかあります。焼き付きはそれをキャッチするためのものです。その規模の展開では、例外的な状況ではなく、障害が予想されます。

ただし、数百個のアイテムのみを展開している場合、障害のある部品を入手するのは非常に不運である必要があるため、統計はおそらくあなたの側にあります。