Procesor AMD EPYC 7002 se po 1044 dnech od posledního resetu zasekne

Z aktualizovaného seznamu chyb (pdf) procesoru AMD EPYC 7002: #1474 - procesor se po 1044 dnech od posledního resetu zasekne [reddit].

1.6.2023 13:33 | Ladislav Hagara | Upozornění

Komentáře

[/dev/random]

Ale to je nemilé...

[X]

./zenstates.py --c6-disable

[Max]

Zajímavý, a taktéž uptimeporn na redittu :D.
Zdar Max

[hm]

neprekvapuje mne to ne nadarmo mam intel zavistlivi luniksaci tenhleto komentar nebudou mit radi

[...]

A já mám hned několik Intelů a několik AMD - pitomí windowsáci se z toho poserou do výšky.

[hm]

i u windows jsou pitomi najdou jse ja mezi ne nastesti nepatrim

[Radovan]

Však na AMD ani Spectre a Meltdown pořádně nefungovaly

[hm]

proto mam procesor na kerem veci funguji

[J]

Njn, my s armem se bavime. Nechtel jsem zavinat flame wars ale bavi me to.

[Ruža Becelin]

Zajimalo by me, v cem je tohle zabavny.

1042 dnu jsou skoro tri roky, ja ziju v tom, ze nad uptimem se onanovalo naposledy v devadesatkach, protoze nechat masinu tak dlouho bez restartu si clovek koleduje akorat o pruser.

ja si treba pamatuju diskova pole a par server od IBM, co jely 24/7 asi dva roky bez problemu, pak se udelal restart a z pole mizely disky a kolabovaly mainboardy...

[plostenka]

jely 24/7 asi dva roky bez problemu, pak se udelal restart a...

No a kdybys udelal ten restart kazdou nedeli rano (uptime je prece pro boooooomery), tak bys prisel o 2y-7d bezproblemoveho behu. A to se vyplati!

[Ruža Becelin]

Uptime je pro boomery? Fakt? Bych nerekl, schedulovane restarty byly sexy v devadesatkach, kdyz chtel mit nekdo pocit, se NTcka jsou seriozni system, coz na ty boomery moc nesedi.

Patche a restarty se planuji na zaklade vyhodnocovani CVE, jsem predpokladal, ze na tomhle serveru to lidi chapou. Tak asi ne...

--

Tvl ja mam v posledni dobe pocit, ze IT se zastavilo, otocilo a zacina se pomalu vracet.

Na Rootu lidi onanuji na 10+ let starymi krapy a jeste to nazyvaji "pracovni nastroj, co jim staci", a tady se v dobe kontejneru a IaC resi uptime u serveru? Jednoho serveru? To jako nekdo jede dulezite veci na SINGLE serveru? Neeee...

[Max]

To je dáno zkreslením, spousta lidí odešlo a nemá potřebu se realizovat v online světě a v diskusích (jedou job a rodinu a na nic dalšího nemají čas, skill mají takový, že maximálně zabloudí jako čtenáři na globální odborný portály). To, co zbylo, není vypovídající vzorek.
Zdar Max

[plostenka]

nad uptimem se onanovalo naposledy v devadesatkach

schedulovane restarty byly sexy v devadesatkach... Patche a restarty se planuji na zaklade

Tak si vyber co bylo v devadesatkach tak sexy, uptime nebo schedulovane restarty? A planovani podle CVE neni scheduling? Same otazky...

Na ktere je jednoducha odpoved - porid si architekturu, ktera na hw zmeny/update fw/aktualizace nepotrebuje vypadek sluzby nebo dokonce restart celeho stroje.

To jako nekdo jede dulezite veci na SINGLE serveru?

Jasne. Jen to neni x86, ale zArch.

[Ruža Becelin]

Jeste k tomu restartu, on dost casto byval vynuceny nejakym patchem pro FW, nebo se dosrala HW komponenta, ony ty x86 servery od IBM nepatrily k drzakum, ale vysvetluj to managerum, co od velke modre dostali vyplach od "IBM konzulta"

[Max]

Spíše se asi myslí servisní odstávky, né nějaké preventivní :).
Pokud má tedy něco tak velký uptime, tak to zjevně není patchováno, obsahuje to zranitelnosti apod. V případě diskového pole se bavíme o patchování řadičů a firmware disků.
Pokud jde o servery, tak se bavíme o patchování UEFI, OS / Hypervisoru, mikrokódu v CPU, řadičích apod.
Zdar Max

[Max]

Jinak pokud sáhneme do minulosti, tak u disků bylo v minulosti několik vad ve firmware. Většinou nějaké přetečení nějakého hodnoty, kdy se disk odporoučel během provozu, nebo právě po restartu. U disků dřív také byl problém se zatuháváním ložisek, takže dokud disky běžely, tak ok, ale jakmile se diskové pole vypnulo a disky se měly znovu roztočit, tak už to některé nedaly (motůrky ty zatuhlý ložiska nepřetlačily).
Dnes bývá problém jen s tím firmware, takže SSD pole = nutnost jednou za čas flashovat.

Ještě doplnímk, že restart automaticky neznamená odstávku systému. Takže argument, že restartem si vytvořím nedostupnost 7 dní v roce, je prostě hloupost.
Zdar Max

[J]

Nebo se jedna o reseni ktere jde patchovat a servisovat za chodu. Mame zakaznika s prehistorickym mainframe a tam jde vymenit cpu za chodu, ram za chodu, sitovky, jde to aktualizovat za chodu. Od 70tych let jim to spadlo dvakrat, jednou kdyz tornado znicilo celou lokalitu a po druhe kdyz jim umrel i nahradni generator.

[sid]

Armada alebo energetika? Realne si neviem predstavit bezat nic ine na niecom 30 rokov starom.

[J]

Specificky klient ve vyrobe leku. Par krat mi rikali ze kazda hodina vypadku je stoji neco pres $7M, aplikace validovane kvuli FDA, prepsat to do cehokoliv jineho a nasledne validovat je investice ve stovkach milionu $. Zajimave je ze doted na to maji realny support ktery fixuje chyby nebo treba aktualizuje javu (to byl pro me takovy maly sok ze na tom bezi java).

[sid]

Zaujimave dakujem za info

[PetebLazar]

Pokud Vám ropná plošina z 90-tých let s plánovanou životností 35 let běží na OS/2, nebudete na posledních pár let předělávat technické vybavení(HW/OS/SW) včetně požadovaných certifikací.

Možná proto má údajně žebříček Fortune 500 značný překryv se seznamem zákazníků Arca Noae.

[koroptev]

naivita

nikdo nebude brat a nahrazovat funkcni vec, pokud mu splnuje jeho pozadavky, jenom proto, ze vek, to je demence

a ty ostatni aspekty viz J

[Xerces]

A když jsem to psal do vlákna o 13 let starém PostgreSQL, tak mě málem ukřižovali.

[PetebLazar]

Jak poznamenal Lewis Rosenthal zastupce Arca Noae, spolecnosti disponujici od IBM pravem modifikovat binarni soubory OS/2 (zdrojaky z nich to bylo pred triceti lety prelozeno nejsou dostupne) tak, aby fungovaly na modernim HW. U tak stareho OS si muzete být prakticky jisti, ze "nevolá domu".

[lertimir]

No v IT to úplně nejdůležitější je ještě starší. To ostatní je pěna dní.

[Jendа]

No a pomůže běžný reboot OS? Vždyť ten se z pohledu CPU možná ani nedá nějak detekovat, ne? Nebo se provede nějaká inicializace, která to rozbité počítadlo(?) vynuluje?

[Ruža Becelin]

Ono hlavne k tomu, aby tahle situace nastala, musi mit ten server, ve kterem ten EPYC bezi, povoleny C6. Coz mi u serveru uplne standardni neprijde.

Jinak ano, staci otocit server.