英特尔携手阿里云提升DDR5内存的可靠性

文章预览

背 景 在阿里云数据中心，内存故障是服务器稳定运行面临的主要挑战之一。大规模数据中心中的内存故障，不仅会降低服务器的可靠性，还可能中断数据中心的服务并影响服务器的性能。因此，内存可靠性成为数据中心中服务器可靠性、可用性和可维护性(Reliability, Availability,  Serviceability–RAS)的关键要素。  新一代内存标准DDR5具有更高的带宽、更低的功耗和更高的密度。然而，它也为内存可靠性带来了新的挑战，其中包括： DDR5引入了新的架构和信号传输方式，需要更复杂的电路设计和优化； DDR5内存模块容量更大，但也增加了故障的风险；  In-DRAM纠错码(ECC)虽然可以纠正内存中单比特的错误，但它也导致主机错误观察不够明确。 为了应对这些挑战，阿里云与英特尔合作改进了DDR5内存的可靠性。具体措施包括： 1．主板管理控制器(BMC)的统一带外 ………………………………