Adquiri recentemente uma placa-mãe SuperMicro X10SLL-F, que possui um chip BMC (Aspeed AST2400) integrado. Eu quero usar o controlador watchdog integrado ao executar o linux no servidor (gentoo endurecido).
Ativei a função watchdog no bios e, em seguida, troquei o jumper da motherboard de hard-reset para NMI (ação de timeout do watchdog, para fins de teste, para evitar reinicialização). Sobre o soft - eu instalei e adicionei ao programa watchdog de runlevel padrão (sys-apps / watchdog) que é configurado para pingar o dispositivo watchdog (/ dev / watchdog, que está presente) a cada 10 segundos. O tempo limite do watchdog está definido para 250 segundos.
Os programas aparentemente vêem o hardware do watchdog (ipmitool com o openipmi ativado):
# ipmitool mc watchdog get
Watchdog Timer Use: SMS/OS (0x44)
Watchdog Timer Is: Started/Running
Watchdog Timer Actions: Hard Reset (0x01)
Pre-timeout interval: 0 seconds
Timer Expiration Flags: 0x10
Initial Countdown: 254 sec
Present Countdown: 253 sec
Freeipmi:
# bmc-watchdog --get
Timer Use: SMS/OS
Timer: Running
Logging: Enabled
Timeout Action: Hard Reset
Pre-Timeout Interrupt: None
Pre-Timeout Interval: 0 seconds
Timer Use BIOS FRB2 Flag: Clear
Timer Use BIOS POST Flag: Clear
Timer Use BIOS OS Load Flag: Clear
Timer Use BIOS SMS/OS Flag: Set
Timer Use BIOS OEM Flag: Clear
Initial Countdown: 254 seconds
Current Countdown: 253 seconds
No entanto, depois de certa quantidade de tempo, recebo (com bons valores de "contagem regressiva atual" informados pelos programas acima):
[ 294.107534] Uhhuh. NMI received for unknown reason 21 on CPU 0.
[ 294.107998] Do you have a strange power saving mode enabled?
[ 294.108437] Dazed and confused, but trying to continue
Qual é o NMI, aparentemente causado pelo tempo limite do watchdog. Pouco menos de um minuto depois que a máquina faz a reinicialização forçada.
Onde há um problema e qual direção devo procurar?
EDIT: mensagens do kernel relacionadas ao ipmi:
[ 0.353090] ipmi message handler version 39.2
[ 0.353353] ipmi device interface
[ 0.353623] IPMI System Interface driver.
[ 0.353898] ipmi_si: probing via ACPI
[ 0.354172] ipmi_si 00:08: [io 0x0ca2] regsize 1 spacing 1 irq 0
[ 0.354444] ipmi_si: Adding ACPI-specified kcs state machine
[ 0.354790] ipmi_si: probing via SMBIOS
[ 0.355051] ipmi_si: SMBIOS: io 0xca2 regsize 1 spacing 1 irq 0
[ 0.355317] ipmi_si: Adding SMBIOS-specified kcs state machine duplicate interface
[ 0.355836] ipmi_si: probing via SPMI
[ 0.356095] ipmi_si: SPMI: io 0xca2 regsize 1 spacing 1 irq 0
[ 0.356362] ipmi_si: Adding SPMI-specified kcs state machine duplicate interface
[ 0.356906] ipmi_si: Trying ACPI-specified kcs state machine at i/o address 0xca2, slave address 0x0, irq 0
[ 0.390536] ipmi_si: The BMC does not support clearing the recv irq bit, compensating, but the BMC needs to be fixed.
[ 0.418476] ipmi_si 00:08: Found new BMC (man_id: 0x002a7c, prod_id: 0x0801, dev_id: 0x20)
[ 0.419004] ipmi_si 00:08: IPMI kcs interface initialized
[ 0.419272] IPMI SSIF Interface driver
[ 0.420350] IPMI Watchdog: driver initialized
[ 0.420635] Copyright (C) 2004 MontaVista Software - IPMI Powerdown via sys_reboot.
[ 0.421444] IPMI poweroff: ATCA Detect mfg 0x2A7C prod 0x801
[ 0.421710] IPMI poweroff: Found a chassis style poweroff function
EDIT: Eu tentei usar o bmc-watchdog com a configuração "-u 4 -p 2 -a 0 -F-P-L-O -i 300-e 10". Portanto, somente o horário do SMS / OS está em uso, a interrupção de pré-tempo de espera é definida como NMI, a ação de tempo limite é definida como NONE:
# bmc-watchdog --get
Timer Use: SMS/OS
Timer: Running
Logging: Enabled
Timeout Action: None
Pre-Timeout Interrupt: NMI / Diagnostic Interrupt
Pre-Timeout Interval: 0 seconds
Timer Use BIOS FRB2 Flag: Clear
Timer Use BIOS POST Flag: Clear
Timer Use BIOS OS Load Flag: Clear
Timer Use BIOS SMS/OS Flag: Set
Timer Use BIOS OEM Flag: Clear
Initial Countdown: 300 seconds
Current Countdown: 290 seconds
Mas isso não causou nenhuma mudança.
EDIT. Além disso, quando eu disparo gatilho timer com echoing \ 0x00 para / dev / watchdog e, em seguida, mantê-lo intocado - o sistema é reiniciado corretamente após 10 segundo timeout padrão. Portanto, o watchdog funciona bem, mas a exatamente 350 segundos da reinicialização do sistema de inicialização.
EDIT. Eu verifiquei o log de eventos do sistema BMC (SEL) e descobri isso após a reinicialização:
Sensor #202 | Watchdog 2 | Assertion Event | Timer interrupt ; Timer use at expiration = SMS/OS ; Interrupt type = none
Sensor #202 | Watchdog 2 | Assertion Event | Timer expired, status only ; Timer use at expiration = SMS/OS ; Interrupt type = none
O que é interessante aqui - é esse evento marcado como "somente status". E mesmo assim, o sistema é reiniciado.
Quando eu disparo o timeout do watchdog intencionalmente, os logs são diferentes:
Sensor #202 | Watchdog 2 | Assertion Event | Timer interrupt ; Timer use at expiration = SMS/OS ; Interrupt type = none
Sensor #202 | Watchdog 2 | Assertion Event | Hard Reset ; Timer use at expiration = SMS/OS ; Interrupt type = none