VIP20
本课程属于：079-AMD EPYC服务器与高性能计算工程 后端、数据与云原生工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

AMD EPYC服务器稳定性验证与故障诊断

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入与EPYC平台全景
目标=学习目标 · AMD EPYC服务器稳定性验证与故… · EPYC处理器代际与架构特性
EPYC课程导入
02
EPYC服务器硬件拓扑与关键组件
目标=CPU · 内存 · PCIe
EPYC服务器硬件拓扑
03
稳定性验证环境搭建
目标=测试服务器选型 · BIOS/BMC固件基线 · 操作系统与内核参数
稳定性验证环境搭…目标=测试服务器…
04
EPYC BIOS关键选项与稳定性基线
目标=内存频率与时序 · Infinity Fabric · PCIe链路速率
EPYCBIOS
05
带外管理与日志采集基础
目标=BMC/IPMI/Redfis… · SEL日志 · dmesg
带外管理日志采集基础
06
CPU压力与计算稳定性验证
目标=使用stress-ng · Prime95 · y-cruncher
CPU压力
07
内存子系统稳定性验证
目标=MemTest86 · memtester · STREAM
内存子系统稳定性…MemTest86
08
PCIe与加速卡稳定性验证
目标=GPU · FPGA · NVMe
PCIe加速卡稳定性验证
09
存储与NVMe稳定性验证
目标=本地NVMe · RAID卡 · SAS/SATA盘在EPYC平台上的…
NVMe存储
10
网络与RDMA稳定性验证
目标=高速网卡 · RoCE · InfiniBand在EPYC服务器…
RDMA网络
11
电源与散热稳定性验证
目标=电源冗余 · VRM · 风扇控制
电源散热稳定性验证
12
虚拟化与容器场景稳定性验证
目标=KVM · VMware · Docker/K8s在EPYC上的压…
虚拟化容器场景稳定性验…
13
长时间老化与综合压力测试
目标=7x24小时老化方案 · 混合负载设计 · 监控指标
长时间老化综合压力测试
14
性能基准与稳定性关联分析
目标=SPEC · STREAM · HPL
性能基准稳定性关联分析
15
MCE与RAS机制深入
目标=EPYC机器检查异常 · 可纠正/不可纠正错误 · DRAM ECC
MCERAS
16
操作系统与内核级故障诊断
目标=内核panic · hung task · soft lockup
操作系统内核级故障诊断
17
固件与微码故障诊断
目标=BIOS/BMC/AGESA更… · 微码补丁 · 固件兼容性问题导致的稳定性故障与回滚…
固件微码故障诊断
18
EPYC常见稳定性故障模式
目标=内存训练失败 · Infinity Fabric降速 · PCIe降宽
EPYC常见稳定性故障模…
19
故障诊断方法论与流程
目标=从现象到根因的分层排查法 · 二分法 · 替换法
故障诊断方法论流程
20
日志与遥测数据分析实战
目标=使用SEL · dmesg · rasdaemon
日志遥测数据分析实战
21
内存故障诊断实战
目标=ECC错误地址映射 · DIMM定位 · NUMA节点隔离
内存故障诊断实战ECC
22
PCIe与IO故障诊断实战
目标=AER错误注入 · 链路降速定位 · 设备直通故障
PCIeIO
23
CPU与缓存故障诊断实战
目标=核心离线 · 缓存错误 · 微码问题
CPU缓存故障诊断实战
24
电源与散热故障诊断实战
目标=电源故障导致宕机 · 风扇失效 · 散热器安装问题
电源散热故障诊断实战
25
虚拟化与云平台故障诊断实战
目标=虚拟机崩溃 · 热迁移失败 · SR-IOV故障
虚拟化云平台故障诊断实…
26
集群与分布式场景稳定性验证
目标=多节点EPYC服务器集群压力测… · 网络与存储一致性 · 故障传播与隔离
集群分布式场景稳定性…
27
自动化稳定性验证与诊断工具开发
目标=Python/Ansible自… · 日志解析 · 故障注入
自动化稳定性验证诊断工具开发
28
典型行业案例剖析
目标=互联网 · 金融 · HPC
典型行业案例剖析目标=互联网
29
稳定性验证报告与故障诊断文档
目标=测试计划 · 执行记录 · 证据链
稳定性验证报告故障诊断文档
30
课程总结与持续提升
目标=关键知识点回顾 · 故障诊断能力自评 · 前沿RAS与验证技术跟踪
课程总结持续提升