50台のSuperMicroマシンでのBSOD 0x09c
プロジェクトでは、50台のサーバーすべてに（通常）同じハードウェアが装備されています。ここにある問題は非常に深刻で、すべてのマシンで発生します。多大な労力と製造業者とソフトウェア開発者への連絡にもかかわらず、誰もが互いに指摘し合い、何が起こっているかについての手がかりを私に与えることさえ拒否します。 まず、セットアップについて説明します。これは「サーバーグレード」ハードウェアです。私の最初の経験では、servergradeは私の人生で最大の失望です。 SuperMicro X10SDV-8C + -LN2F Intel Xeon D-1540（マザーボードに組み込まれています） カスタム設計の1UケースまたはSuperMicroオリジナルケース 480ワットのサーバーPSUまたは200ワットのSuperMicroオリジナルPSU Samsung Evo 850 500 GB SSD 32 GB DDR4-2133 ECCまたはNON-ECC（ただし、同じサーバーに混在させない） Asus GT730 4GB DDR3 GPU GPUは、PCIeライザーカード（リボンではない）でマウントされ、中国またはSuperMicroからは無名 システムでの実行-Windows Server 2012 R2 Enterprise-VMWare Workstation 12-VMはGPUを多用するタスクを実行します-このシステムは在庫があり、オーバー/アンダークロックはありません 症状-ランダムなBSOD 0x09c（別名Machine_Check_Exception）：システムが問題なく1週間実行されることもあれば、10分後にクラッシュすることもありますが、ほとんどの場合、数時間実行されます。 すでに試行/チェック済み： BIOSが最新バージョンに更新されました（これにより、システムが安定するまでの時間が改善されたと思いますが、ランダムであった可能性があります）。 Windowsを最新バージョンに更新しました。 VMWareを最新バージョンに更新しました。 すべてのコンポーネントを交換し、さまざまなオプションを試しました。デスクトップATX PSUとM.2 SSDも試しました。 Ubuntuを使用して、すべてのシステムを最初からインストールした。私はLinuxに精通しておらず、Linux BSODを見たこともありません。サーバーシステムがヘッドレスであり、DCでこれを試してみたので、まだ知りませんでした。結果：システムがハングし、再起動後にLinuxがXORGクラッシュを報告しました（GPU関連）。 BIOSのGPU設定を「4G以上」に変更しました。残りのBIOSは工場出荷時のデフォルトです。 また有益： システムはデータセンターにあります。温度、空気、電力、ネットワークが最適です。 温度が工場の最大値を大幅に下回っています デスクトップコンピューター（デスクトップハードウェアを使用）でまったく同じソフトウェアセットアップを実行しています。これらのシステムは、毎月100台のPCのうち1台がクラッシュしても問題なく動作します。 …