CUN News 電腦新聞台 CUN電腦新聞台 CUN News By Computer User Network (http://hk852.to/cun/) From CNET資訊

1,906愛的鼓勵 2訂閱站台

你曾經納悶你的電腦為何又當機了嗎？罪魁禍首可能是你的記憶體。Google的實地研究發現，記憶體出錯的比率遠高於之前的估計。

利用各地資料中心的數十萬台電腦，Google得以收集關於主機實際運作情況的豐富資料。而該公司發現，記憶體出錯的比率高得驚人。

由多倫多大學教授Bianca Schroeder與Google員工Eduardo Pinheiro和Wolf-Dietrich Weber共同執筆的研究報告指出：「我們發現不同DIMMs（雙直列記憶體模組）的記憶體錯誤的發生率和出錯的範圍，都比之前的報告高許多。…記憶體錯 誤並非罕見的情況。」

若某個記憶體模組曾經在最近一個月發生可復原性的錯誤，則發生無法復原的記憶體錯誤機率會跟著上升，有些情況會高達431%。

究竟有多少錯誤？平均來說，Google的伺服器每年約有三分之一會發生可復原性的記憶體錯誤，而無法復原的錯誤發生率約為百分之一，而這種情況通常會造成當機。

一年四千次

聽起來不像很嚴重的問題，但請注意：每一個記憶體模組，平均每年發生近4,000次可復原性錯誤。而不同於你的PC，Google的伺服器使用錯誤矯正碼 （ECC），可準確地挑撿出那些錯誤。Envisioneering Group分析師Peter Glaskowsky表示，那代表在Google主機上的可復原性錯誤，在你的電腦上極可能是無法復原的錯誤。

該報告指出，ECC可偵測記憶體儲存的錯誤，而Google也使用一些高階的錯誤校正技術，稱為chipkill。該研究測量大多數Google的伺服器，收集近兩年半的資料，是第一個規模如此龐大的研究。

之前的研究，如300台電腦叢集的資料，顯示記憶體模組的可復原性錯誤率是每10億小時200次到5,000次。但Google發現的比率是每10億小時2.5萬次至7.5萬次。

Glaskowsky表示，雖然記憶體錯誤可造成嚴重問題，它們在PC的嚴重性遠低於在伺服器。那是因為伺服器儲存大量資料在記憶體，僅偶爾將資料寫入相對安全的硬碟。而大多數的PC記憶體只存有應用軟體，或作業系統檔案，或是一些被瀏覽但並未編輯過的內容。

Glaskowsky說：「多數的消費者PC不會在記憶體內操作大量資料。許多情況只是用來瀏覽。」

但這項研究的結果，已促使Google重新思考其軟體途徑。Google Chrome程式設計師John Abd-El-Malek認為，該瀏覽器的資料庫碼可分拆成獨立於其他瀏覽器程式碼的程序，以減少損壞問題。

他寫道：「即使當中只有小部分有害，散佈到數百萬使用者的電腦，即構成很大的損害。」他並未說服至少某些同事，但一位質疑者，Scott Hess回應：「我可以理解（這種作法）對於最小化SQLite儲存在記憶體的資料，如何產生助益，不論SQLite存在何處。」

其他迷思的破解

該報告也挑戰其他若干有關記憶體的既有觀念：

‧ 溫度沒有太大影響。

高溫通常造成更高的錯誤率，但Google資料中心的溫度差異，「對記憶體錯誤發生率，只有微小的影響。」然而，與溫度息息相關的系統利用率，確實會造成更多錯誤。

‧ 「硬錯誤」較「軟錯誤」更普遍

硬錯誤，也就是無法修復的硬體瑕疵，比短暫的軟錯誤更常見。作者寫道，這項發現有趣的地方，「在於之前的研究一直假設軟錯誤是DRAM錯誤的主要形式」。

‧ 新世代的記憶體模組，如DDR2，不比舊型的產品差。

有人擔心較新的記憶體模組，將電子元件緊密封裝，會造成更高的錯誤率。作者寫道：「事實上，用在三個最新平台的DIMMs，可復原性錯誤率反而低於另兩個較舊的平台，僅管其DIMM容量普遍較高。…這顯示技術的改進能夠跟上DIMM擴充的敵對趨勢。」

研究人員得到這個結論的部分原因，是證據顯示，從一個記憶模組的某項錯誤，可以預知另一項錯誤的發生（不論可復原或不可復原）。更糟的是，錯誤率會隨著時間 上升：「我們看到時間對錯誤率的一種驚人的強烈、初期效應。實際運作的主機，在上線僅僅10到18個月後，便出現可復原錯誤率上升的老化現象。」

Google 會替換經常出錯的記憶體模組，但一般電腦使用者沒有EEC為他們抓錯。在古早的個人運算時代和1990年代，記憶體的不可靠程度，曾讓大家必須進行可靠度 測試。但那些測試可能要重出江湖了，或者內建到作業系統軟體。Glaskowsky說：「如果錯誤率夠高，可能會有人主張重新採行記憶體測試。」