故障处理方法及计算设备与流程

技术特征：
1.一种故障处理方法，其特征在于，应用于计算设备，所述计算设备包括带外管理模块和处理器固件，所述方法包括：所述带外管理模块获取内存的内存信息；所述带外管理模块根据所述内存信息，确定所述内存的故障信息，所述故障信息包括故障位置，所述故障位置所包括的位置精度至少定位在故障所在的行地址；所述带外管理模块向所述处理器固件发送所述故障信息；所述处理器固件根据所述故障信息隔离所述故障位置处的内存。2.根据权利要求1所述的方法，其特征在于，所述处理器固件根据所述故障信息隔离所述故障位置处的内存，包括：当所述故障位置的位置精度定位在故障所在的行地址，所述处理器固件根据所述故障位置确定目标行，并隔离所述目标行处的内存；当所述故障位置的位置精度定位在故障所在的比特地址，所述处理器固件根据所述故障位置确定目标比特，并隔离所述目标比特处的内存。3.根据权利要求1所述的方法，其特征在于，所述故障信息还包括故障类型，所述带外管理模块向所述处理器固件发送所述故障信息包括：当所述故障类型为行故障，所述带外管理模块向所述处理器固件发送所述故障位置和行隔离自愈请求，所述行隔离自愈请求用于指示所述处理器固件对故障行所对应的内存进行隔离；所述处理器固件根据所述故障信息隔离所述故障位置处的内存，包括：所述处理器固件根据所述行隔离自愈请求隔离所述故障位置处的内存。4.根据权利要求1所述的方法，其特征在于，所述故障信息还包括故障类型，所述带外管理模块向所述处理器固件发送所述故障信息包括：当所述故障类型为比特故障，所述带外管理模块向所述处理器固件发送所述故障位置和比特隔离自愈请求，所述比特隔离自愈请求用于指示所述处理器固件对故障比特所对应的内存进行隔离；所述处理器固件根据所述故障信息隔离所述故障位置处的内存，包括：所述处理器固件根据所述比特隔离自愈请求隔离所述故障位置处的内存。5.根据权利要求1-4任一项所述的方法，其特征在于，所述故障位置包括：处理器地址、通道地址、内存地址、内存列(rank)地址、颗粒(device)地址、存储阵列(bank)地址、行地址、列地址和错误检查和纠正ecc寄存器信息。6.根据权利要求2-5任一项所述的方法，其特征在于，所述处理器固件根据所述故障位置确定目标行，包括：所述处理器固件根据故障位置中的处理器地址、通道地址、内存地址、内存列地址、颗粒地址和存储阵列地址，确定目标存储阵列；所述处理器固件将所述目标存储阵列中、所述行地址所对应的行确定为所述目标行。7.根据权利要求2-5任一项所述的方法，其特征在于，所述处理器固件根据所述故障位置确定目标比特，包括：所述处理器固件根据故障位置中的处理器地址、通道地址、内存地址、内存列地址、颗粒地址和存储阵列地址，确定目标存储阵列；
所述处理器固件在所述目标存储阵列中，根据所述行地址和所述列地址确定待选存储单元；所述处理器固件根据所述ecc寄存器信息，在所述待选存储单元中确定所述目标比特。8.根据权利要求1-7任一项所述的方法，其特征在于，所述内存信息包括如下至少一种：所述内存的错误信息；所述内存的运行状态信息；所述内存所在设备的设备运行信息。9.根据权利要求1-8任一项所述的方法，其特征在于，所述带外管理模块根据所述内存信息，确定所述内存的故障信息，包括：所述带外管理模块通过机器学习算法对所述内存信息进行处理，得到所述故障信息。10.一种计算设备，其特征在于，包括：一个或多个处理器、一个或多个存储器；所述一个或多个存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令；所述一个或多个处理器执行所述计算机指令，使得所述一个或多个处理器执行如权利要求1-9任一项所述的方法。

技术总结
本申请提供一种故障处理方法及计算设备，该方法应用于计算设备，所述计算设备包括带外管理模块和处理器固件。该方法包括：所述带外管理模块获取内存的内存信息；所述带外管理模块根据所述内存信息，确定所述内存的故障信息，所述故障信息包括故障位置，所述故障位置所包括的位置精度至少定位在故障所在的行地址；所述带外管理模块向所述处理器固件发送所述故障信息；所述处理器固件根据所述故障信息隔离所述故障位置处的内存。通过上述方法可以准确的确定内存发生故障的位置，提高了内存故障的处理精确度。障的处理精确度。障的处理精确度。


技术研发人员：鲍全洋
受保护的技术使用者：超聚变数字技术有限公司
技术研发日：2022.07.09
技术公布日：2022/8/30