Light-industry-up.ru

Экосистема промышленности

ECC-память

28-06-2023

Перейти к: навигация, поиск
DIMM для ECC памяти обычно содержит девять чипов памяти на каждой стороне, на один больше, чем для обычной памяти[1]

ECC-память (англ. error-correcting code memory, память с коррекцией ошибок) — тип компьютерной памяти, которая автоматически распознаёт и исправляет спонтанно возникшие изменения (ошибки) битов памяти.

Как правило, память с коррекцией ошибок может исправлять изменения одного бита в одном машинном слове. Это значит, что при чтении одного машинного слова из памяти будет прочтено то же значение, что было до этого записано, даже если в промежутке между записью и чтением один бит был случайно изменён (например, под действием космических лучей). Обычная память, как правило, не способна определить была ли ошибка, хотя некоторые виды памяти с контролем чётности, способны определить, что произошла ошибка, но не способны её исправить.

Память с коррекцией ошибок используется в большинстве компьютеров, для которых важна бесперебойная работа, в том числе во многих серверных контроллерах оперативной памяти.

Наиболее базовый алгоритм коррекции ошибок основан на коде Хэмминга. Однако существуют и другие алгоритмы способные исправлять более одной ошибки.

Описание проблемы

Электромагнитные помехи внутри компьютерной системы способны спонтанно поменять состояние компьютерной памяти. Самой частой причиной такого изменения являются нейтроны из космических лучей[2]. Поэтому частота ошибок в компьютерных системах возрастает при увеличении высоты. Так, поток нейтронов в 3,5 раза больше на высоте 1,5 км и в 300 раз больше на высоте 10-12 км (типичной высоте полёта пассажирских самолётов), чем на уровне моря[3]. Поэтому системы, работающие на большой высоте, требуют большей защиты.

Например, на космическом аппарате Кассини-Гюйгенс установлены два идентичных устройства записи, каждое из которых содержит 2,5 гигабита памяти. На протяжении первых 2,5 лет полёта регистрировалось примерно постоянное количество ошибок каждый день: примерно 280 ошибок в день. Однако в течении одного дня (6 ноября 1997 года) число ошибок возросло в четыре раза. Считается, что это произошло из-за протонной бури[en], которая была зафиксирована спутником GOES 9[4].

Существуют опасения, что тенденция к уменьшению физических размеров модулей памяти приведёт к увеличению частоты возникновения ошибок, из-за того, что частицы меньших энергий будут способны изменить бит[3]. С другой стороны, компактные размеры памяти уменьшают вероятность попадания частиц в неё. Кроме того переход на такие технологии, как кремний на изоляторе, могут сделать память более устойчивой[5].

Исследование, проведённое на большом количестве серверов Google показало, что количество ошибок может быть в пределах от 25 000 до 70 000 ошибок за миллиард рабочих часов (англ. device hours) на мегабит (то есть 2,5-7,0 × 10−11 ошибок / бит·час)[6].

Технология

Одним из решений этой проблемы является контроль чётности — использование дополнительного бита, который записывает четность остальных битов. Такой подход позволяет обнаруживать ошибки, но не позволяет исправлять их. Таким образом при обнаружении ошибки можно только прервать выполнение программы.

Более надёжным является подход при котором используется коды с коррекцией ошибок. Самым часто используемым кодом с коррекцией ошибок, является код Хэмминга. Большинство памяти с коррекцией ошибок, используемых в современных компьютерах могут исправлять ошибку одного бита в одном 64-битном машинном слове и определить, но не исправить, ошибку в двух битах в одном 64-битном слове[7].

Наиболее эффективный подход к исправлению ошибок зависит от вида ожидаемых ошибок. Часто предполагается, что изменение различных битов происходят независимо. В этом случае вероятность двух ошибок в одном слове пренебрежительно мала. Однако это предположение не выполняется для современных компьютеров. Память основная на технологии коррекции ошибок Chipkill[en] (IBM) позволяет исправлять несколько ошибок, в том числе и при порче целого чипа памяти. Другие технологии коррекции памяти, которые не предполагают независимость ошибок в разных битах, включают Extended ECC[en] (Sun Microsystems), Chipspare[en] (Hewlett-Packard) и SDDC[en] (Intel).

Многие старые системы не сообщали об исправленных ошибках, сообщая только об обнаруженных ошибках, которые невозможно было исправить. Современные системы записывают как исправленные ошибки (CE, англ. correctable errors), так и неисправляемые ошибки (UE, англ. uncorrectable errors). Это позволяет вовремя заменить испорченную память: несмотря на то, что большое количество исправленных ошибок при отсутствии неисправляемых ошибок не влияет на корректность работы память, это может свидетельствовать о том, что для данного модуля памяти вероятность появления неисправляемых ошибок в будущем возрастёт[8].

Преимущество и недостатки

Память с коррекцией ошибок защищает от некорректной работы компьютерной системы в связи с порчей памяти и уменьшает вероятность фатального отказа системы. Однако такая память стоит дороже; материнская плата, чипсет и процессор, которые поддерживают память с коррекцией ошибок, тоже могут быть дороже, поэтому такая память используется в системах, в которых важна бесперебойная и корректная работа, таких как файловый сервер, научных и финансовых приложениях.

Память с коррекцией ошибок работает на 2-3 % медленнее, чем обычная память в зависимости от приложений[9]. Однако современные системы интегрируют коррекцию ошибок в CPU, таким образом исчезает задержка при доступе[10][11].

См. также

Примечания

  1. RAM Revealed. Проверено 20 октября 2014.
  2. Single Event Upset at Ground Level, Eugene Normand, Member, IEEE, Boeing Defense & Space Group, Seattle, WA 98124-2499
  3. ↑ A Survey of Techniques for Modeling and Improving Reliability of Computing Systems», IEEE TPDS, 2015
  4. Gary M. Swift and Steven M. Guertin. "In-Flight Observations of Multiple-Bit Upset in DRAMs". Jet Propulsion Laboratory
  5. Borucki, "Comparison of Accelerated DRAM Soft Error Rates Measured at Component and System Level", 46th Annual International Reliability Physics Symposium, Phoenix, 2008, pp. 482–487
  6. DRAM Errors in the Wild: A Large-Scale Field Study» (PDF). SIGMETRICS/Performance (ACM). Lay summary – ZDNet.
  7. Using StrongArm SA-1110 in the On-Board Computer of Nanosatellite. Tsinghua Space Center, Tsinghua University, Beijing. Проверено 16 февраля 2009.
  8. «EDAC — Error Detection And Correction». 2005—2009. «The 'edac' kernel module goal is to detect and report errors that occur within the computer system running under linux.»
  9. Discussion of ECC on pcguide. Pcguide.com (17 апреля 2001). Проверено 23 ноября 2011.
  10. AMD-762™ System Controller Software/BIOS Design Guide, p. 179.
  11. Benchmark of AMD-762/Athlon platform with and without ECC

Ссылки

  • SoftECC: A System for Software Memory Integrity Checking
  • A Tunable, Software-based DRAM Error Detection and Correction Library for HPC
  • Detection and Correction of Silent Data Corruption for Large-Scale High-Performance Computing
  • Single-Bit Errors: A Memory Module Supplier’s perspective on cause, impact and detection
  • Intel Xeon Processor E3 — 1200 Product Family Memory Configuration Guide
  • Parity Checking. Pcguide.com (17 апреля 2001). Проверено 23 ноября 2011.
  • Actel engineers use triple-module redundancy in new rad-hard FPGA. Military & Aerospace Electronics. Проверено 16 февраля 2009.
  • SEU Hardening of Field Programmable Gate Arrays (FPGAs) For Space Applications and Device Characterization. Klabs.org (3 февраля 2010). Проверено 23 ноября 2011.
  • FPGAs in Space. Techfocusmedia.net. Проверено 23 ноября 2011.
  • Commercial Microelectronics Technologies for Applications in the Satellite Radiation Environment. Radhome.gsfc.nasa.gov. Проверено 23 ноября 2011.
  • Discussion of ECC on pcguide. Pcguide.com (17 апреля 2001). Проверено 23 ноября 2011.
  • CDC 6600. Microsoft Research. Проверено 23 ноября 2011.
  • A Memory Soft Error Measurement on Production Systems.

ECC-память.

© 2014–2023 light-industry-up.ru, Россия, Краснодар, ул. Листопадная 53, +7 (861) 501-67-06