在我用于计算的 Ubuntu 服务器上，我最近发现一些 CPU 密集型程序（GUROBI、CPLEX）经常出现段错误。
在与相应程序的技术支持人员沟通时，我被告知这可能是硬件问题。
服务器管理员进行了详细的内存测试，结果显示 RAM 模块看起来没有问题。
因此我使用了这个工具主语测试 CPU，在压力测试执行过程中多次出现以下两行：
[工人 #4 10 月 18 日 18:47] 严重错误：舍入为 0.498046875，预期小于 0.4 [工人 #4 10 月 18 日 18:47] 检测到硬件故障，请查阅 stress.txt 文件。
Stress.txt 文件本身并没有详细说明导致此错误的原因，所以我想问一下这里是否有人知道导致此问题的原因是什么？我是否可以执行其他测试来进一步解决问题？
在整个压力测试过程中，系统（和所有核心）的温度都很好（+69.0°C（高温=+80.0°C，临界温度=+98.0°C）），有问题的CPU是英特尔酷睿 i7-2600K CPU @ 3.40GHz并且没有以任何方式超频或修改。
有趣的是，如果我运行 mprime 只对 CPU 施加压力，所有测试都能顺利通过。只有当我让 mprime 对 CPU+RAM 施加压力时才会触发错误。
答案1
mprime 不会给出误报，因此您可以假设您遇到了硬件问题。您需要一次更换一个已知良好的部件，然后运行相同的测试。我会从 RAM 开始（尽管内存测试通过），然后是电源，然后是 CPU，然后是主板。
如果您没有备用系统，或者无法获得兼容部件，您可以尝试一些方法，但您可能找不到明确的原因。首先，检查所有风扇是否都在自由旋转。其次，检查电源的温度以及主板上的 VRM 和 PCH。如果您的服务器没有这些探头，请接地并用手指触摸它们。它们可能很热，但不会热到您无法将手指放在它们上面。第三，卸下除第一个插槽（主板上标有）之外的所有 RAM 模块，如果测试仍然失败，请将其与已卸下的其中一个插槽交换。如果两个或更多失败，您可以放心地认为不是 RAM 的问题。