ECC和非ECC内存，稳定性到底相差多少？

imluvian · 发表于 2022-10-7 15:20

请问有没有可靠的量化数据，比如对比一下相同的系统，仅打开/关闭ECC，看看内存出错的概率对比？

堕落的翼 · 发表于 2022-10-7 15:26

本帖最后由堕落的翼于 2022-10-7 15:57 编辑

当然也有反例
http://www.cs.toronto.edu/~bianca/papers/sigmetrics09.pdf

zhuifeng88 · 发表于 2022-10-7 15:38

ddr2时代的可以找到一份详细的
https://static.googleusercontent ... s/archive/35162.pdf
直接说结论的话, 如果你有很多机器, 场景需求几个月以上稳定运行, 从总的发生的错误量上来说, ecc的效果是非常明显的

新的就似乎没有这样详细的公开的research了

xbill · 发表于 2022-10-7 15:42

google的统计数据是每条DIMM每年出现1个字节错误的概率是8.6%。服务器内存不追求频率，散热也是暴力风冷，出问题的概率应该天然就比普通内存低一些，不过基本上也不是普通人值得顾虑的事情。

crystone · 发表于 2022-10-7 16:38

我的需求是多个扩展pcie通道，奈何只有服务器板子才有了，所以只能上regecc内存

yargee · 发表于 2022-10-7 16:55

我科研课题和可靠性有关，前面说的SIGMETRICS '09的工作太久远了，今年的SRDS有一篇工作分析的是阿里的数据中心的内存错误，An In-Depth Correlative Study Between DRAM Errors and Server Failures in Production Data Centers。
25万台机器，300万条内存，8个月的数据。有超过3万台机器出现过内存错误。只挑ECC能修复的错误（CE）来看，这3万台机器就报了75.1M次。

ECC对于生产环境稳定性的重要性无可置疑。

另外，是不需要“仅打开/关闭ECC”来看有无ECC的区别的，MCA会告诉你detect了多少，recover了多少。

RedMomoe · 发表于 2022-10-7 17:39

提示: 作者被禁止或删除内容自动屏蔽

imluvian · 发表于 2022-10-7 18:19

yargee 发表于 2022-10-7 16:55
我科研课题和可靠性有关，前面说的SIGMETRICS '09的工作太久远了，今年的SRDS有一篇工作分析的是阿里的数据 ...

这个数据可以啊，看来弄个ECC对于家用服务器还是很有必要，特别是现在内存容量都上来了。

gnattu · 发表于 2022-10-7 18:22

yargee 发表于 2022-10-7 16:55
我科研课题和可靠性有关，前面说的SIGMETRICS '09的工作太久远了，今年的SRDS有一篇工作分析的是阿里的数据 ...

请问有没有文献原文链接？我想看一下

nihilum · 发表于 2022-10-7 18:35

DDR5不是芯片内就内建ECC，大多数场景应该没什么影响

gnattu · 发表于 2022-10-7 18:57

nihilum 发表于 2022-10-7 18:35
DDR5不是芯片内就内建ECC，大多数场景应该没什么影响

这个ECC和我们服务器上用的那个ECC不是一个ECC，它无法保证从内存到CPU的端到端ECC，只是用来提升颗粒良率的一个手段，虽然但是用了这样的手段D5价格依然比较高

st1860 · 发表于 2022-10-7 19:28

不出事则已一出事暴毙
太太，你也不想你存的照片电影有绿块不显示吧

blacksnoopy · 发表于 2022-10-7 19:35

本帖最后由 blacksnoopy 于 2022-10-7 19:48 编辑

其实就差一点，如果7*24不关机ecc就有效果，另外工作站等生产力工具最好也有ecc，臭打游戏的就无所谓

blacksnoopy · 发表于 2022-10-7 19:42

RedMomoe 发表于 2022-10-7 17:39
家用无所谓的。

nas还是最好有ecc

RedMomoe · 发表于 2022-10-7 19:49

提示: 作者被禁止或删除内容自动屏蔽

blacksnoopy · 发表于 2022-10-7 19:51

RedMomoe 发表于 2022-10-7 19:49
最好的话，当然是上ecc内存，再搞个恒温机房了。家用，真的无所谓那些出错的问题。企业用，那就不一样了 ...

恒温机房到无所谓，家用平台一般温度不是问题。

ltpterry · 发表于 2022-10-7 20:25

gnattu 发表于 2022-10-7 18:22
请问有没有文献原文链接？我想看一下

https://www.cse.cuhk.edu.hk/~pclee/www/pubs/srds22.pdf

klxq15 · 发表于 2022-10-7 21:18

不懂为啥会说不7x24小时，就没必要上ECC
从我亲身经历来看，某台服务器的内存坏了，因为有ECC机制存在，很容易就能感知到
换普通内存，怕不是坏了都发现不了，干啥数据都是错的

堕落的翼 · 发表于 2022-10-7 21:19

ltpterry 发表于 2022-10-7 20:25
https://www.cse.cuhk.edu.hk/~pclee/www/pubs/srds22.pdf

谢谢！

azure001 · 发表于 2022-10-7 21:34

nihilum 发表于 2022-10-7 18:35
DDR5不是芯片内就内建ECC，大多数场景应该没什么影响

有专门的ECC DDR5内存的，而且效果比之前的ECC内存更好。只是现在很难找到，如网上这里列的各公司的具体型号就支持ECC。

MaverickLee · 发表于 2022-10-7 21:40

不好量化，而且普通用户的使用强度也不见得能明显感知得到。
但可以肯定的是，ECC插满可以使心里更舒服，免得整天念念想。比如我的NAS就是C226芯片组+E3 v3+四根纯ECC插满

yargee · 发表于 2022-10-7 21:53

gnattu 发表于 2022-10-7 18:57
这个ECC和我们服务器上用的那个ECC不是一个ECC，它无法保证从内存到CPU的端到端ECC，只是用来提升颗粒良 ...

是的，不过也可以说on-die ECC是在更底层做的一部分可靠性保障。当然商用的话，肯定还是会出现两层ECC，毕竟似乎好像也没有人讨论过DRAM上错误更多出现在哪些个环节。

yargee · 发表于 2022-10-7 21:57

堕落的翼发表于 2022-10-7 21:19
谢谢！

这个数据集也是公开的。https://tianchi.aliyun.com/dataset/dataDetail?dataId=132973

堕落的翼 · 发表于 2022-10-7 22:37

yargee 发表于 2022-10-7 21:53
是的，不过也可以说on-die ECC是在更底层做的一部分可靠性保障。当然商用的话，肯定还是会出现两层ECC， ...

更多的应该是局部单元失效之后疯狂报错吧，我看之前google的论文大概是这种感觉，毕竟不会人人家里都有福岛核辐射网卡（

fyc858 · 发表于 2022-10-7 23:52

blacksnoopy 发表于 2022-10-7 19:42
nas还是最好有ecc

我 NAS 内存还在玩超频

wuya2357 · 发表于 2022-10-8 08:59

本帖最后由 wuya2357 于 2024-1-18 00:27 编辑

-none-delete

a6057c · 发表于 2022-10-8 09:06

稳定的时候ECC和非ECC都一样稳定，不稳定的时候一个悄悄让你的数据废掉，一个能给你留下一点日志或者报个WHEA蓝屏。

ljy1414 · 发表于 2022-10-8 09:22

a6057c 发表于 2022-10-8 09:06
稳定的时候ECC和非ECC都一样稳定，不稳定的时候一个悄悄让你的数据废掉，一个能给你留下一点日志或者报个WH ...

+1，我自己测试过，原生3200内存
非ecc的小超3333直接蓝
带ecc的小超3333会报whea-19，顺带已修正错误

awpak78 · 发表于 2022-10-8 10:06

yargee 发表于 2022-10-7 16:55
我科研课题和可靠性有关，前面说的SIGMETRICS '09的工作太久远了，今年的SRDS有一篇工作分析的是阿里的数据 ...

对大部分Atom性能都绰绰有余的NAS，和B550游戏主板强行配ECC的嘴硬玩家来说
实际跑起来完全没法和机房的骇人数据相提并论

我之前在群里调查过，下载机、软路由之类上X9SCM或类似ECC平台的，毛报错都没有

jibberchao · 发表于 2022-10-8 10:15

awpak78 发表于 2022-10-8 10:06
对大部分Atom性能都绰绰有余的NAS，和B550游戏主板强行配ECC的嘴硬玩家来说
实际跑起来完全没法和机房的 ...

我自己唯一一台觉得ECC有用的机器是E5+X99+RECC，当年图便宜买的一根一千块的16G RECC内存（那时候非ECC内存价格更离谱）后来跑有限元的时候确实比较不容易出问题，可以两个星期重载不挂逼

账号		自动登录	找回密码
密码			加入我们

RedMomoe RedMomoe 当前离线积分 3208	发表于 2022-10-7 17:39 \| 显示全部楼层提示: 作者被禁止或删除内容自动屏蔽
RedMomoe RedMomoe 当前离线积分 3208
	回复举报

RedMomoe RedMomoe 当前离线积分 3208	发表于 2022-10-7 19:49 \| 显示全部楼层提示: 作者被禁止或删除内容自动屏蔽
RedMomoe RedMomoe 当前离线积分 3208
	回复举报

[内存] ECC和非ECC内存，稳定性到底相差多少？