Falha repentina com tela preta mostrando / dev / sda1:

Question

Às vezes, sem motivo aparente, minha tela fica "preta", mostrando apenas uma linha de texto:

/dev/sda1: clean 1068388/64102400 files, 29744985/256399616 blocks

como se o sistema estivesse reiniciando. Mas nada acontece depois disso e eu tenho que apertar o botão de reset.

Isso aconteceu três vezes agora. Uma vez logo após um novo começo de manhã e nunca com qualquer grande tarefa em execução (basta abrir um navegador - não reproduzível). Isso nunca aconteceu sob carga extrema (treinamento de redes neurais), então tenho certeza que isso não é um problema de calor, como em este post .

Encontrei as seguintes linhas suspeitas no arquivo /var/log/kern.log

... [    0.024000] tsc: Fast TSC calibration failed
...
... [    0.796335] dpc 0000:00:01.1:pcie010: DPC error containment capabilities: Int Msg #0, RPExt+ PoisonedTLP+ SwTrigger+ RP PIO Log 6, DL_ActiveErr+

onde a última linha aparece três vezes seguidas, mas não sei o que isso significa.

Estou a correr:

• SO: Ubuntu 18.04
• Kernel: 4.15.0-39-genérico (x86_64)
• Desktop: GNOME Shell 3.28.3
• Driver de exibição: NVIDIA 396.45
• Compilador: Clang 3.3 + LLVM 3.3 + CUDA 9.2
• Sistema de arquivos: ext4

Em uma linda máquina de mesa com especificações:

• Processador: AMD Ryzen Threadripper 1900X 8-Núcleo a 3.80 GHz (16 Núcleos)
• Placa-mãe: jogos profissionais ASRock X399
• Memória: 64512MB
• Disco: 1050 GB Crucial_CT1050MX + 4001 GB Elementos SE 25FF
• Gráficos: 2x NVIDIA GeForce GTX 1080 Ti 11264MB

Qual poderia ser a causa desse problema?

smartctl

Em resposta aos comentários, a saída de

sudo smartctl --all /dev/sda

é

=== START OF INFORMATION SECTION ===
Device Model:     Crucial_CT1050MX300SSD1
Serial Number:    173818DBA7DB
LU WWN Device Id: 5 00a075 118dba7db
Firmware Version: M0CR060
User C    apacity:    1.050.214.588.416 bytes [1,05 TB]
Sector Size:      512 bytes logical/physical
Rotation Rate:    Solid State Device
Form Factor:      2.5 inches
Device is:        Not in smartctl database [for details use: -P showall]
ATA Version is:   ACS-3 T13/2161-D revision 5
SATA Version is:  SATA 3.2, 6.0 Gb/s (current: 6.0 Gb/s)
Local Time is:    Sat Nov 17 14:39:52 2018 CET
SMART support is: Available - device has SMART capability.
SMART support is: Enabled

=== START OF READ SMART DATA SECTION ===
SMART overall-health self-assessment test result: PASSED

General SMART Values:
Offline data collection status:  (0x00) Offline data collection activity
                    was never started.
                    Auto Offline Data Collection: Disabled.
Self-test execution status:      (   0) The previous self-test routine completed
                    without error or no self-test has ever 
                    been run.
Total time to complete Offline 
data collection:        ( 2783) seconds.
Offline data collection
capabilities:            (0x7b) SMART execute Offline immediate.
                    Auto Offline data collection on/off support.
                    Suspend Offline collection upon new
                    command.
                    Offline surface scan supported.
                    Self-test supported.
                    Conveyance Self-test supported.
                    Selective Self-test supported.
SMART capabilities:            (0x0003) Saves SMART data before entering
                    power-saving mode.
                    Supports SMART auto save timer.
Error logging capability:        (0x01) Error logging supported.
                    General Purpose Logging supported.
Short self-test routine 
recommended polling time:    (   2) minutes.
Extended self-test routine
recommended polling time:    (  13) minutes.
Conveyance self-test routine
recommended polling time:    (   3) minutes.
SCT capabilities:          (0x0035) SCT Status supported.
                    SCT Feature Control supported.
                    SCT Data Table supported.

SMART Attributes Data Structure revision number: 16
Vendor Specific SMART Attributes with Thresholds:
ID# ATTRIBUTE_NAME          FLAG     VALUE WORST THRESH TYPE      UPDATED  WHEN_FAILED RAW_VALUE
  1 Raw_Read_Error_Rate     0x002f   100   100   000    Pre-fail  Always       -       0
  5 Reallocated_Sector_Ct   0x0032   100   100   010    Old_age   Always       -       0
  9 Power_On_Hours          0x0032   100   100   000    Old_age   Always       -       454
 12 Power_Cycle_Count       0x0032   100   100   000    Old_age   Always       -       333
171 Unknown_Attribute       0x0032   100   100   000    Old_age   Always       -       0
172 Unknown_Attribute       0x0032   100   100   000    Old_age   Always       -       0
173 Unknown_Attribute       0x0032   100   100   000    Old_age   Always       -       1
174 Unknown_Attribute       0x0032   100   100   000    Old_age   Always       -       1
183 Runtime_Bad_Block       0x0032   100   100   000    Old_age   Always       -       0
184 End-to-End_Error        0x0032   100   100   000    Old_age   Always       -       0
187 Reported_Uncorrect      0x0032   100   100   000    Old_age   Always       -       0
194 Temperature_Celsius     0x0022   074   059   000    Old_age   Always       -       26 (Min/Max 16/41)
196 Reallocated_Event_Count 0x0032   100   100   000    Old_age   Always       -       0
197 Current_Pending_Sector  0x0032   100   100   000    Old_age   Always       -       0
198 Offline_Uncorrectable   0x0030   100   100   000    Old_age   Offline      -       0
199 UDMA_CRC_Error_Count    0x0032   100   100   000    Old_age   Always       -       0
202 Unknown_SSD_Attribute   0x0030   100   100   001    Old_age   Offline      -       0
206 Unknown_SSD_Attribute   0x000e   100   100   000    Old_age   Always       -       0
246 Unknown_Attribute       0x0032   100   100   000    Old_age   Always       -       945594898
247 Unknown_Attribute       0x0032   100   100   000    Old_age   Always       -       29549867
248 Unknown_Attribute       0x0032   100   100   000    Old_age   Always       -       8744251
180 Unused_Rsvd_Blk_Cnt_Tot 0x0033   000   000   000    Pre-fail  Always       -       4424
210 Unknown_Attribute       0x0032   100   100   000    Old_age   Always       -       0

SMART Error Log Version: 1
No Errors Logged

SMART Self-test log structure revision number 1
No self-tests have been logged.  [To run self-tests, use: smartctl -t]

SMART Selective self-test log data structure revision number 1
 SPAN  MIN_LBA  MAX_LBA  CURRENT_TEST_STATUS
    1        0        0  Not_testing
    2        0        0  Not_testing
    3        0        0  Not_testing
    4        0        0  Not_testing
    5        0        0  Not_testing
Selective self-test flags (0x0):
  After scanning selected spans, do NOT read-scan remainder of disk.
If Selective self-test is pending on power-up, resume after 0 minute delay.

Atualizar (sair em vez de tela preta)

Agora, em vez de uma tela preta, acabei de sair da minha conta sem motivo aparente. Parece que essas questões estão relacionadas. Na época desse evento, o Vim destaca essas linhas no kern.log :

Nov 19 09:44:52 Gauss kernel: [    0.793729] dpc 0000:00:01.1:pcie010: DPC error containment capabilities: Int Msg #0, RPExt+ PoisonedTLP+ SwTrigger+ RP PIO Log 6, DL_ActiveErr+
Nov 19 09:44:52 Gauss kernel: [    0.793735] dpc 0000:00:03.1:pcie010: DPC error containment capabilities: Int Msg #0, RPExt+ PoisonedTLP+ SwTrigger+ RP PIO Log 6, DL_ActiveErr+
Nov 19 09:44:52 Gauss kernel: [    0.793744] dpc 0000:40:03.1:pcie010: DPC error containment capabilities: Int Msg #0, RPExt+ PoisonedTLP+ SwTrigger+ RP PIO Log 6, DL_ActiveErr+
...
Nov 19 09:44:52 Gauss kernel: [    0.890282] RAS: Correctable Errors collector initialized.
...
Nov 19 09:44:52 Gauss kernel: [    1.026963] nvidia: module verification failed: signature and/or required key missing - tainting kernel
...
Nov 19 09:44:52 Gauss kernel: [    2.927217] scsi 10:0:0:1: Failed to get diagnostic page 0x1
Nov 19 09:44:52 Gauss kernel: [    2.927219] scsi 10:0:0:1: Failed to bind enclosure -19
...
Nov 19 09:44:52 Gauss kernel: [    5.227132] EXT4-fs (sda1): re-mounted. Opts: errors=remount-ro
...
Nov 19 09:44:52 Gauss kernel: [    5.602354] thermal thermal_zone0: failed to read out thermal zone (-61)

    

Answer 1

Parece que o seu servidor de GUI X11 ou Wayland está travando e soltando você em um console no modo de texto. A única linha de texto é provavelmente de uma verificação de sistema de arquivos que aconteceu ao inicializar o sistema, antes de mudar para o modo GUI. Como o Ubuntu 18.04 inicia a GUI no primeiro console virtual, esse console virtual não responderá se o servidor da GUI falhar e não for reiniciado.

(Outras distribuições Linux usavam tradicionalmente o sétimo console virtual para a GUI, fazendo com que o sistema automaticamente revertesse para o primeiro console virtual padrão com um prompt de login funcional em uma falha do servidor X11. O Ubuntu aparentemente moveu o servidor GUI para o O primeiro console virtual a fazer uma transição mais simples entre o splash de inicialização e o login da GUI, mas se o servidor da GUI travar, você precisará estar ciente dos consoles virtuais para obter acesso a um prompt de login no modo de texto. / p>

As linhas no seu /var/log/kern.log são todas registradas em poucos segundos após a inicialização do kernel do Linux (de acordo com o valor de segundos desde a inicialização entre colchetes no início de cada linha), então eles provavelmente não são diretamente relacionado.

Tente pressionar Control + Alt + F2 . Se o kernel ainda estiver ativo, você deverá ver agora um prompt de login no modo de texto na tela preta. Em seguida, você poderia fazer login e tentar usar sudo systemctl restart gdm para reiniciar a GUI ou reunir logs e outras informações de solução de problemas no modo de texto. Observe que a reinicialização de gdm pode retornar automaticamente para a GUI, mas a sessão de login no segundo console virtual ainda permanecerá conectada: você provavelmente poderá alternar entre eles usando Control-Alt-F1 e < kbd> Control-Alt-F2 .

Como o log do kernel não mostra nada, pode ser que o kernel esteja bem e que a área de trabalho esteja falhando. Nesse caso, outros arquivos de log podem ser mais úteis:

• /var/log/gdm.log
• /var/log/Xorg.0.log se existir (hmm, qual é o equivalente para Wayland?)

Disclaimer: Eu não tentei o Ubuntu 18.04 eu mesmo; essa resposta é baseada apenas no que eu li sobre isso.

    

Answer 2

Isso pode ser um pouco difícil, mas eu tive exatamente os mesmos sintomas que você descreveu hoje em minha máquina (as falhas e depois o logout em vez da tela preta).

Eu também estou no Ubuntu 18.04 e usando uma GPU da Nvidia.

Com todos mencionando que eles supõem que isso possa ser um problema com os drivers da Nvidida, decidi dar uma chance à resposta nesta discussão, mesmo que ela seja aplicada apenas parcialmente ao nosso problema:

link

1. Exclua seus drivers nvidia com

   sudo apt-get purge nvidia*
   

2. Reinicializar

3. Instale os drivers da Nvidida novamente

Até agora não tive mais telas negras ou logouts repentinos