我在超微 H8QG6 主板上运行 Centos 7 (3.10.0-514.26.2.el7.x86_64)，该主板有 4 个 AMD 6276 CPU（16 核），总共 64 个核。我用它来进行科学计算，通常一切都运行顺利，就像 htop 中一样第一张图片然后，突然间，htop 开始报告单个 CPU 使用率超过 1000%，如下所示第二张图片，计算机几乎无响应。顺便说一句，几乎每个进程似乎都使 CPU 超载：甚至 htop 本身也报告了 1600% 的负载！！！同时这些错误出现在 journalctl 中：
perf: interrupt took too long (3973 > 3883), lowering kernel.perf_event_max_sample_rate to 50000 kernel: IPMI message handler: BMC returned incorrect response, expected netfn 7 cmd 52, got netfn 5 cmd 2d kernel: IPMI message handler: BMC returned incorrect response, expected netfn 7 cmd 52, got netfn 5 cmd 2 kernel: IPMI message handler: BMC returned incorrect response, expected netfn 7 cmd 37, got netfn 7 cmd 52 kernel: IPMI message handler: BMC returned incorrect response, expected netfn 7 cmd 52, got netfn 7 cmd 37
但我无法确定它们是奇怪行为的症状还是原因。有人知道发生了什么吗？非常感谢！
更新：我安装了 ipmitool 并启动了 ipmievd 守护进程。问题一出现，journalctl 中就出现了以下内容：
ipmievd[7567]: Memory sensor - Correctable ECC (@DIMMD1(CPU3))
该问题是否可能与故障的内存模块有关？
答案1
罪魁祸首确实是内存模块故障。当内存错误开始出现在日志中时，CPU 使用率出现了异常峰值。模块已被识别并更换，问题现已解决。