「DRAM のエラー発生率は従来考えられていたよりずっと高い?」記事へのコメント

よくわかんね

[Anonymous Coward]

10億デバイス時間ってどれくらいですか…。

Re:

[Anonymous Coward]

HW屋さんの言葉では
・「デバイス」＝複数の石(チップ)や部品を基板などで集約したもの
っぽいので、

「製品としてのDIMM 1枚あたりの故障確率は 10億時間に1回の確率」

って意味じゃないかな？

コレ、DIMMの枚数が増えるとそれに比例して発生確率が増えるので
今日日のPCみたいに「DIMMは2枚入ってます」というと、そのPC内でDIMMのエラーが
出る確率は5億時間に1回って感じでしょうか？

Googleが何枚のDIMMを稼働させているのかは知りませんが、仮に10万枚使っているとすると
Google全体では1000時間に1回の割合でDIMMエラーが起きている事になります。
(1000時間＝約42日)

# 原文読んでないしハードの専門家でもないのでAC

Re:よくわかんね

[Anonymous Coward]

論文(PDF)にあるDIMM１枚あたりのエラー発生回数の測定結果を、おおまかに訳しましたので参考にしてみてください。

この実験は、Googleにある６台のマシンを用いて統計がとられています(期間は2006年1月～2008年6月)。
マシンに使われているメモリは、複数メーカー(６社)でモデルも異なる1GB、2GB、4GBの３種類が用いられました。
その結果DIMM１枚あたり年間
(Table 1: Memory errors per year:)
マシンA(DDR1) 4,530
マシンB(DDR1) 4,086
マシンC(DDR1) 3,351
マシンD(DDR2) 3,918
マシンE(FBD) - (データ収集不足)
マシンF(DDR2) 3,408
平均3,751回のコレクタブルエラーが観測されました。

マシン/メモリの容量/メモリのメーカー別の結果はPDFのグラフ２(Table 2: Errors per DIMM by DIMM type/manufacturer)
で見ることができます。
(転載するには大きすぎるので実際のグラフを参照してください)。

# グラフ２の見方
# Pf:マシン、Mfg:メーカ番号、GB:容量、Mean CE rate:発生したエラーの回数　です。

思うにこれさ、

[Anonymous Coward]

データの「書き換え」と「保持」のうち
どちらのエラーが支配的なのかによって、
数値の意味がえらく変わるよね。

Re:

[Anonymous Coward]

書き換え、読み込み、保持にまでは言及してないみたいですね
さすがにその領域は半導体メーカーの仕事じゃないですかね。

コレクタブルエラーとアンコレクタブルエラー(CE/UE)がどういうものか知らなかったんですが
ECCなサーバ機にはメモリーエラーカウンタやコレクタブルエラーカウンタというのがあるそうです(BIOSから読むのかな?)。
この研究ではその結果(CE/UE)を元にメモリの種類/容量/メーカ/動作温度の関係を分析しているようですから、どのタイミングでエラーが発生しているかまではわからないと思います。

/.Jにサーバ管理者は多いと思ので、年間どの程度エラーカンウントされるものなのか一例の報告が欲しいところですね。

Re:

[Anonymous Coward]

おいおい
＞コレクタブルエラーとアンコレクタブルエラー(CE/UE)がどういうものか知らなかったんですが
なんだか心配になってきた。変な宗教家に騙されたりした経験はありませんか？
近くに「最高ですか～」なんて叫んでいる人は居ませんか？