Pád, zátuh a Alt+SysRq+B (když to ještě funguje)

15.5.2011 14:37 | Přečteno: 1714× | Gentoo | poslední úprava: 15.5.2011 15:12

Nemyslel jsem, že tohle budu muset někdy znovu řešit. Bohužel, jak se zdá, výměna procesoru už je v dlouhodobém horizontu neyhnutelná. A pokud to není procesor, tak už jsem zoufalý Ale tak zkusím nejdřív nějak popsat svůj dlouhodobý problém.

Nedávej mi víc než 1GB RAM, jinak budu zlobit!

Začalo se to výměnou dvou postarších pamětí, obou s kapacitou 512MB, což sice stačilo pro Linux, ale na Windows jsem měl balastu daleko více, tak jsem se rozhodl pro upgrade na celkově 4GB. V té chvíli začaly všechny problémy. Aplikace se neočekávaně ukončovaly, webový prohlížeč u každé 5. stránky nahlásil "Je po něm", dostával jsem více BSoD než za minulý rok - a to se bavím jen o Windows.

Gentoo (obecně jakýkoliv Linux) reagoval dle mého názoru malinko hůře. Třeba při každé páté kompilaci vyhodil SIGSEGV, což sice byla jasná známka toho, že něco není v pořádku, kdyby ale skončilo u toho, byl bych mnohem raději. Pokusil jsem se např. stáhnout nějaký soubor s použitím aria2c. S trochou štěstí stahování doběhlo v pořádku, nicméně někdy ZSH napsal do konzole "zsh: killed aria2c" - a začal řetězec nezvratných událostí.

"Heh, co to?"

Nejprve jsem zjistil, že spustit jakýkoliv další program je takřka nemožné, protože se v okamžiku spuštění zaseknul a nějaké Ctrl+C mi bylo houby platné. Už v tomoto okamžiku se vlastně systém nedal normálně používat; těch pár spuštěných programů postupně ztrácelo svoji funkcionalitu (např. Chrome už nenajel na žádnou další stránku a po ukončení se znovu nespustil). To jediné, co na nějakou dobu pomohlo, byla kombinace Alt+SysRq+B nebo HW resetovací tlačítko. Špatné, že?

Topíme peníze v elektronice...

Následovala postupná výměna několika komponent: základní desky (ovšem že to nepomohlo), grafické karty (do problémů byla taky zatažena, stejně už byla stará (a ještě stále funkční, jak jsem později zjistil)) a taky jsem vyměnil i ty paměti, přestože testy prošly na sto procent bez chyb - při reklamaci se to jen potvrdilo. Nové paměti nějakou dobu fungovaly bez potíží (já jsem si ničeho nevšiml), dali jsme zpět starou základní desku a taky žádný problém...

... a topíme je zcela zbytečně

...a jednoho dne základovka přestala fungovat. Žádnou zjevnou příčinu jsme nebyli schopni zjistit a tak se koupila nová. Z ničeho nic v ní nefungovaly nové paměti! -> Reklamace... Zapojili jsme tedy ty první 4GB paměti, které jsme tehdy ještě pořád měli, počítač už aspoň najel, ovšem problémy se opakovaly. -> Konečně nové paměti přišly ze servisu a po zapojení jsem si říkal, už tomu bude konec. Jenže né, to by bylo moc snadné! Ty samé problémy se projevují i zde, jen v trochu menších rozměrech a zdaleka nejsou tak katastrofické. Například teď mi spadl a následně se nespustil python2.6, ale můžu spustit python2.7 /usr/bin/emerge a jsem vysmátý. Nejde to tak do nekonečna, skoro se vsadím, že mi teď zatuhne grafika, jakmile se pokusím vystoupit z X (Ctrl+Alt+F2 například).

Zbývá mi tedy jediný hříšnický kandidát na potížistu: PROCESOR Intel Pentium 4 3.2GHz s jádrem Prescott. Měl jsem ho podezírat už dřív, když nedokázal zkompilovat x64 aplikace s flagem prescott (po měsíci už to zas zázračně šlo) nebo když se mu pokazil tepelný senzor a tak throtloval frekvenci, aniž by se přehříval.

Co myslíte vy?

EDIT: Hups, nějakým záhadným způsobem mi emerge odebral python2.6 a zapomněl se přepnout na novější verzi, takže ten screenshot je trošičku nepravdivý, ale asi víte, co jsem tím chtěl říct...

       

Obrázky

Komentáře

[Matlák]

nebo když se mu pokazil tepelný senzor a tak throtloval frekvenci

Prescott byl snad nejžravějším produktem intelu za posledních několik let a ještě ho provozovat bez senzoru? Kdoví co se mu stalo.. ještě bych ověřil zdroj, ale jinak to na to CPU vypadá téměř jistě.

[PaulosV]

Mám poměrně výkonný pasivní chladič AC Freezer Pro 7, čili přehřívání se opravdu nebojím, nehledě na to, že už kvůli tomu throtlování byl počítač jednou v servise a tam tu throtlovací funkci prostě vypnuli, pak asi šest hodin pekli procesor na rožni a bez problémů...

[Raduz]

Zdroj?

[PaulosV]

350W a taky poměrně nový, kdysi byl starý zdroj vypálen nějakým přepětím, což základní deska nesla těžce, ale ještě fungovala!

[Max]

Přesně tak, už od začátku jsem si říkal, že to je zdrojem. Doporučuji vyměnit zdroj, třeba si někde sehnat na půjčení nějaký 400W.
To, zda je nový, nebo nikoli, je zcela irelevantní. Relevantnější je značka, ale i tak bych ho na zkoušku vyměnil.
Zdar Max

[PaulosV]

Zdroj jako příčina? Zatím mi to nedává příliš smysl. Jak by mohl způsobit tyhle potíže? Nedostatečný výkon?

[Max]

Nemusí jít o nedostatečný výkon a většinou to také o tom není, stačí, když nedodává stabilně a kolísá, což nemáš moc šanci zjistit (třeba ani pomocí multimetru, navíc nemusí dodávat nestabilně nonstop, ale jen v některých situacích, což je právě ta ošklivá záhada). Proto je lepší vzít nějaký odzkoušený + případně ještě trochu boostlý, ať je jistota a je to tam. Pak aspoň člověk ví, na čem je.
Když jsem řešil u PC záhady, tak většinou to bylo zdrojem. PC třeba týden běžel a pak začal tuhnout, přijel jsem na místo a PC běžel, burn testy apod. všechno ok, odjedu, týden pohoda jazz a pak zase. Nebo se mi stalo, že PC běžel stabilně vždy tak měsíc a pak začal blbnout. Takových záhad jsem zažil už dost a vždy to bylo zdrojem. Na místě jsem trochu přepojoval kabely a tím i přeskupil napájecí rozvody zdroje a to zapříčinilo krátkodobou stabilitu.
U notebooku to pak bývá problém baterie (hlavně u ntb značky Acer), nebo pak té desky, mno.
Samozřejmě jsou i výjimky a může jít i o něco jiného (mírně nafouknutý kondík na desce apod.), ale na vadný CPU jsem ještě nenarazil. Ovšem možná jsi světlá výjimka.
Nicméně podle toho, co jsi psal, tak máš opravdu už jen dvě možnosti, buď CPU, nebo ten zdroj.
Zdar Max

[jnd]

Stačí když se trochu vytěžuje třeba Eurocase :) Koupil jsem si novou grafárnu s tím, že by to měl zvládnout a kdyžtak koupím lepší zdroj, a začal topit s Bitcoinem. Ze začátku jsem to komplexně trápil několik hodin s velkou zátěží a bez problémů. Po dvou měsících to najednou začalo padat hned jak se začla víc zatěžovat grafárna a bylo to jasný. 12V rail byla nějak oslabená a zřejmě to padlo pod mez. No a teď s novým zdrojem to šlape v pohodě a napětí drží OK.

[pic]

já se asi 3 roky trápil s pokurvenou deskou - minulý pondělí jsem to DOUFÁM vyřešil na aukru "novou" (nepoužitou skadovku z roku 2007) za 1200,-Kč - od té doby ZATÍM žádný zátuh ani jiný kolaps, tak teď snad zažiju chvilku klidu

problém se projevoval v nahodilých zatuhnutích - nic nepomohlo - problikl monitor a konec, nebo nenaběhl grub, nebo skončil s chybou a tak podobně - někdy 10 x deně, jindy byl 3 měsíce klid

[PaulosV]

Tak to jsi měl ještě dobré. U mě ten problém prostě nějakou dobu vůbec nebyl vidět... A takové "náhodné" chyby se opravují vážně složitě.

[pic]

já taky zkoušel kde co a občas to vypadalo ok - vyměnil jsem grafiku, 14 dní klid a bác, pak jsem měl pocit, že to souvisí s diskem, tak výměna - měsíc klid, pak mě došlo, že to musí být tv kartou, tak jsem ji vyndal a zase chvíli klid a pak bác, pak jsem odjel na dovolenou a manželka 14 dní dávala jen suspend a nic složitýho nedělala a lup - uptime skoro měsíc, potom jsem zaktualizoval a bum, zásek - říkám si, to bude jádrem, nebo ovladačem, nebo tak nějak - protočil jsem X záloh a zase k prdu.

teď když jsem rozebral desku, tak na patici (socket 775) chyběl jeden pin (neptejte se mě jak je to možné - možná jsem to dokurvil já při montáži, nebo někdo při reklamaci - byla 2x, nebo holt klika na vadný kus) - tak doufám, že to fakt bylo ono

p.s. - alespon jsem na grafiku dal pasivní chladič, co se mi válel doma, vyfoukal prach a zjistil jsem, že mám v počítači disk, který ani nebyl do desky zapojený a já na něj zapomněl (vzpomínám, že kdysi fungoval, ale v záchvatu "diagnostiky problému" jsem ho asi odpojil - jen tam tak visel na kablech co vedly do nikam - ale měl jsem před ním zapojený větrák aby se nepřehříval :)

[PaulosV]

Heh... Nebyla tomu disku pak trošičku zima? Ale teda hezký postup... Já se spletl s grafikou díky tomu, že jakákoliv hra, kterou jsem spustil, prostě měla grafický problém, a benchmarky (konkrétně OCCT) šly do milionů chyb, tak jsem vyměnil grafiku... a mezitím, než přišla nová, jsem zjistil, že to grafikou nebylo

[pc2005]

a zjistil jsem, že mám v počítači disk, který ani nebyl do desky zapojený a já na něj zapomněl

Tomu říkám příjemné překvapení.

[pic]

jj, 250 Gb se vždycky hodí :)

[jnd]

No 250 Gigabitů už není moc

[marek_hb]

někdy je to jako když najdeš - a v tomhle případě doslova

[wtfjakovocode]

imho narazel na spatny oznaceni jednotky Gb != GB

[loki]

Zkousel jsi memtest? Pokud ano, nechal si ho bezet dostatecne dlouho? Jednou jsem se prave take trapil s operacni pameti a chyba se ukazala az po cca 20 hodinach behu memtestu.

[PaulosV]

Nejdřív jsem zkoušel memtest na 6 hodin, pak na reklamaci ho zkoušeli nechat běžet na sto hodin. Nic! Zajímavé ale je, že jsem ještě zkusil jeden memtest ve Windows a ten chyby našel, stejně jako Prime95.

[loki]

Zvlastni.. Jednou jsem take zazil, ze pametovy modul v jedne desce hazel v memtestu chyby a system ani nenabehnul. Ale v jine desce stejny pametovy modul fungoval perfektne. A jiny pametovy modul od jine firmy nez ten prvni v te puvodni desce potom fungoval taky bez problemu. Casovanim to zpusobeno nebylo, tak nevim.. Cesty pameti jsou nevyzpytatelne

[Dundee5]

Dulezite je taky nastaveni pameti v BIOSu

[loki]

Hratky s casovanim jsou samozrejmosti :)

[PaulosV]

Čáry máry s nastavením paměti... Mám takovou desku, která, když BIOS nenastartuje, nastavení vrátí do předchozího stavu, takže to je plus a můžu začít zkoušet. Na druhou stranu mám teď zapnuté nastavení podle SPD a myslel jsem, že to bude nejlepší... a ono možná ne Ještě s tím budu špekulovat.

[cezz]

Mne sa par krat stalo, ze doska identifikovala vadny pamatovy modul, memtest ani po par dnoch nenasiel problem. Napriek tomu vymena modulov (u ktorych MB indikovala chybu) pomohla. (stroj uz nemrzol) HW memory testery su o cosi spolahlivejsie, ale zas nie kazdy to ma doma

Kazdopadne, ze memtest nenajde chybu zdaleka neznamena, ze nie je RAM vadna..

[Marián Kyral]

Tyhle chyby jsou nejhorší. Jednou jsem takhle vyměnil skoro celý počítač. Nakonec jsem zjistil, že problém byl jak v MB tak i v CPU.

[PaulosV]

Historie se opakuje? A po několikáté

[FF]

Ten emerge me udelal to same. Daval jsem to dohromady cely den.

[random]

Tobě eselect python a python-updater zaberou den? Já na to taky narazil, ale večer jsem to během deseti vteřin zadal a ráno bylo zkompilováno.

[PaulosV]

Přesně. Já jsem udělal depclean, aniž bych domyslel důsledky svých činů...

[alkoholik]

Jestli jsi provozoval nejakou dobu system s vadnou pameti, budes mit nejspis vadne i binarky.
Na otestovani pameti se mi posledne osvedcil linuxovy "memtester". Ostatni nic nenasly.
Nakonec jsem pameti po reklamaci prodal a ted uz jedine ECC.

[PaulosV]

Já už jenom čekám, kdy se nějaký ten binárkový problém objeví. Zatím ticho po pěšině...

[random]

… a ted uz jedine ECC.

Moje řeč! Bohužel snad jediní výrobci desktopových MB, kteří otevřeně podporují používání ECC pamětí alespoň u některých základovek, jsou Intel a Asus. Moje poslední deska je od Asusu, ta příští bude taky a zatím plná spokojenost.