作者dobedobedo (DoBe)
看板MenTalk
標題Re: [抒發] 工作站掛了
時間Tue Oct 6 07:51:26 2026
上星期想要重製出 CPU Hardware Error, 於是寫了個小腳本去操 CPU 到 100% workload
結果48小時之後工作站還是活跳跳的!?
後來到了 Live environment, 試著用 stress-ng 來對不同部位做壓力測試
CPU 跟 2D 矩陣運算也是活過了48小時壓力測試
這下我就不懂了, 到底該怎麼去找到造成 Hardware Error 的原因呢?
現在正在用 stress-ng 去施壓 CPU 快取, 如果還能夠安穩度過壓力測試的話, 是不是就只能讓他持續運作到哪天又掛掉為止呀 = =
錯誤不可重製, 廠商就不讓保固, 超級阿雜
※ 引述《dobedobedo (DoBe)》之銘言：
: 星期一到公司發現我們的工作站掛了
: 查了一下日誌發現週六掛掉之前出現了 CPU Hardware Error
: 原本想說是不是 BIOS 太舊所以更新了一下 BIOS, 接著一整天似乎都沒什麼大問題
: 還成功的跑了一些模型訓練
: 結果今天到公司發現工作站又掛了, 而且這次的 Hardware Error 嚴重到系統開不了機
: 一堆的 kernel panic 、uncorreced memory corruption 樣樣來
: 一開始用 live USB 試試能不能進系統結果也是進不去
: 後來不知為何終於成功進了 Live environment, 趕緊來看一下日誌
: 發現似乎是 CPU 的某個核心在存取 Cache 時不斷發生錯誤導致
: 跑了記憶體測試都沒發現任何問題, 感覺 CPU 出錯的可能性更高了
: 接著重開機後成功進入了系統, 趕緊將有問題核心 offline
: 目前似乎沒有再出現新的 Hardware Error, 跑了一些輕量級測試也都還算順利
: 應該可以肯定是那顆核心造成系統不穩了
: 蘇媽的 CPU 才買了不到一年欸, 這樣就壞了會不會有點太不耐操了 = =
: 也不過就 Ryzen 9 9950X, 也不是像 Threadripper 那種發熱怪獸
: 不知道能不能交涉到保固替換? 連續幾天都在搞工作站的鳥事真是有夠阿雜
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 110.145.191.14 (澳大利亞)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/MenTalk/M.1791244288.A.D13.html
1F：推 luxurygenius: 我記得AMD有國際聯保，廠商毛多不保那自己送蘇媽勒 10/06 21:10
2F：→ luxurygenius: ？ 10/06 21:10
3F：→ dobedobedo: 的確有想過直送蘇媽, 但老闆要我先確認是CPU問題,不然 10/07 07:27
4F：→ dobedobedo: 換了CPU還出錯就糗了XD 10/07 07:28
5F：→ dobedobedo: 現在開始懷疑是不是新買的HDD造成的呀...有硬碟造成 10/07 07:29
6F：→ dobedobedo: CPU Cache error的掛嗎? 10/07 07:29
7F：推 luxurygenius: 理論上不應該吧@@硬碟數據會先進RAM再進CPU，路徑上 10/07 09:56
8F：→ luxurygenius: 應該沒機會。阿至於是不是因為短路還什麼的成造成CP 10/07 09:56
9F：→ luxurygenius: U某腳位電壓被拉低造成亂七八糟的故障就不知道了。 10/07 09:56
10F：→ luxurygenius: 但是是硬碟機率應該很底，硬碟跟主板連結就那個sata 10/07 09:56
11F：→ luxurygenius: ,照那個接口定義要因為硬碟電路造成主板電壓出問題 10/07 09:56
12F：→ luxurygenius: 應該沒可能@@ 10/07 09:56
13F：→ dobedobedo: 我也覺得不太可能,當初在live environment也是出現CPU 10/07 10:41
14F：→ dobedobedo: Cache Error搞到連機都開不了,現在卻是被高強度操了好 10/07 10:42
15F：→ dobedobedo: 幾天都還頭好撞撞. 真是懷疑人生 10/07 10:42
16F：→ dobedobedo: 還想說是不是stress-ng不夠操所以用上了OCCT用各種極 10/07 10:44
17F：→ dobedobedo: 端條件去操他結果系統依然屹立不搖 10/07 10:45
18F：→ dobedobedo: 接著把硬碟一個個裝回去再來操看看... 10/07 10:46
19F：推 luxurygenius: 說不定是因為算到一半那個cache莫名奇妙穿隧了記憶 10/07 11:36
20F：→ luxurygenius: 到電壓，後來高壓算一算電子才被拉出來暫時沒事哈哈 10/07 11:36
真的是見鬼了. 我把硬碟裝回去之後, 用 Live USB 開機竟然出現了 kernel panic...
一樣的 CPU Hardware Error !?
難道真的是硬碟造成的嗎? 這遠超出我的理解範圍了= =
明天換條 SATA 線看看...
※ 編輯: dobedobedo (110.145.191.14 澳大利亞), 10/07/2026 14:34:05
※ 編輯: dobedobedo (110.145.191.14 澳大利亞), 10/07/2026 14:34:48
21F：→ tyfu: 這樣比較合理懷疑是PSU 12V不穩導致CPU出狀況 10/09 14:14