MCEエラー：MCA：内部パリティエラー
9時間のmemtest86を通過するUbuntu 14.04 LTSを実行している不安定なマシンがあります。
私はこれらを手に入れます：
Hardware event. This is not a software error.
MCE 0
CPU 1 BANK 0
TIME 1414735539 Fri Oct 31 17:05:39 2014
MCG status:
MCi status:
Corrected error
Error enabled
MCA: Internal parity error
STATUS 9000004000010005 MCGSTATUS 0
MCGCAP c09 APICID 2 SOCKETID 0
CPUID Vendor Intel Family 6 Model 58`
これは機械が動き続けるときです。マシンがフリーズしたときのためにまだ持っていません。
「MCE 0」とは？そして「MCA」？そして、私はCPUエラーまたはRAMエラーを見ていますか？
8 GBのRAMを1スティック持っています。
ハードウェア（RAM、CPU、マザーボード、電源）を交換する必要がありますか？機械は以前は安定していた。 CPU電圧を少し上げる必要がありますか？
Mcelog FAQを読みました。 Googleの結果はまばらで、ほとんどが同様のメッセージの他の形式を持っています（つまり、カーネル/ MCEの古いバージョン）。
McelogはMCAステータスレジスタのデコードを行いますが、さらに役立つ場合があります。
ステップ1
統合されたインテル®64およびIA-32アーキテクチャソフトウェア開発者マニュアルを http://www.intel.com/content/www/us/en/processors/architectures-software-developer-manuals.html からダウンロードします。 = 3439ページと巨大です。以下は2014年9月版のものです。
ステップ2
/ var/log/mcelogからステータスワードを取得し、xxdにパイプを数回通してビットフィールドを取得します。私の場合、これは：
$ echo "9000004000010005" | xxd -r -p | xxd -b
0000000: 10010000 00000000 00000000 01000000 00000000 00000001 ...@..
0000006: 00000000 00000101 ..
ステップ3
テキスト操作を行ってから、ビットに番号を付けます。
66665555 55555544 44444444 33333333 33222222 22221111 111111
32109876 54321098 76543210 98765432 10987654 32109876 54321098 76543210
-----------------------------------------------------------------------
10010000 00000000 00000000 01000000 00000000 00000001 00000000 00000101
ステップ4
マニュアルのセクション15.3.2.2からステータスMCiステータスレジスタビットの定義を引き出します。
私の場合、ビット3：0は「MCAエラーコード5」を示しています。これは、mcelogがすでに「内部パリティエラー」として解釈したものです（セクション15.9.1を参照）。私が期待しているのは詳細情報です-CPU、RAMまたはマザーボードがパリティエラーの考えられる原因ですか？
ビット63の1は、「このレジスタ値が有効であること」を意味します。ビット60の1は、「エラー報告が有効になっている」ことを意味します。 [52:38] = 1の値は、1つのエラーが修正されたことを意味します。
ビット16の1は「モデル固有のエラーコード」フィールドにあるため、有望に見えますが、セクション16によれば、ビット[15]が0に等しいということは、取得するすべてが「単純な」（複合ではない）エラーであることを意味します、これで完了です。
結論：パリティエラーの原因がキャッシュメモリかシステムメモリかはわかりません。 「内部」の意味がわかりません。何の内部？だから私は同じ問題でメモリを交換し、次にCPUを別のマシンに交換しました（幸運な互換性のあるソケットを手に入れました）そして問題は停止しました...両方のマシンで。私がこの高度なハードウェアに期待していた正確な診断ヘルプとは異なり、「悪い」CPUが別のマシンで満足している理由はわかりませんが、問題は解決しました。
Intel Errata HSW131 （または類似）に関連している可能性があり、これは偽の無害なMCA 05（内部パリティエラー）エラーです。
解決策：無視します。
32ビットでプロセスを実行していますか？
次の範囲内で「内部パリティエラー」を検索する詳細をいくつか見つけてください。
HSD55. Internal Parity Errors May Incorrectly Report Overflow in The IA32_MCi_STATUS MSR
Problem:
Due to this erratum, uncorrectable internal parity error reports with an
IA32_MCi_STATUS.MCACOD (bits [15:0]) value of 0005H and an
IA32_MCi_STATUS.MSCOD (bits [31:16]) va
lue of 0004H may incorrectly set the
IA32_MCi_STATUS.OVER flag (bit 62) indicating an overflow even when only a single
error has been observed.
32ビットLinuxを実行するHaswell i7-4790（第4世代）でも同じ問題がありますKVM CentOS 7（x64）のマシン）
http://ark.intel.com/products/80806/Intel-Core-i7-4790-Processor-8M-Cache-up-to-4_00-GHz
インテルi5-3550（アイビーブリッジ）でLinuxボックスを実行していて、しばらくの間（正確なステータス値は同じ）この問題が発生しましたが、影響を受けるのはコア番号2と3（ほとんどの場合2）だけなので、ハードウェアが故障している可能性が最も高いと想定して、数週間無効にしました。
平均的な実行温度が通常よりも高いことに気づきましたが、クリーンアップした後も問題は解決しませんでした。 MCEエラーメッセージだけでなく、予測できないセグメンテーションエラーや実行中のプロセスでのクラッシュとしても現れました。
まあ、いくつかの不可解な理由により、ターボモードの場合、UEFIはCPUを最大4.1 GHzまでクロックすることを決定しました-仕様によると、それは3.7 GHzまでしか上昇しないと言われています。これらの制限を手動で再構成することで、問題は解決したようです。
TL; DR：これを読んでいる人には、オーバークロックもチェックしてください。