You are currently at: ejtech.hkej.com
Skip This Ads
Don't Miss

數據中心小零件釀大危機 不明故障頻生 歸咎晶片太複雜

By on February 10, 2022

原文刊於信報財經新聞「StartupBeat創科鬥室

研究人員相信,巨型科企近年的硬件錯誤,與處理器設計複雜和廠方測試不足等因素有關。(Google圖片)

研究人員相信,巨型科企近年的硬件錯誤,與處理器設計複雜和廠方測試不足等因素有關。(Google圖片)

數據中心支撐全球科網運作,但任何高科技設備中的零部件都可能存在技術失誤,而且往往要在爆出嚴重事故後,隱藏漏洞才會浮現。美國《紐約時報》報道,近年雲端網絡龐大複雜,不少巨企擔心數據中心伺服器的晶片不夠可靠,隨時引發不明硬件故障,甚至釀成大規模系統癱瘓。

Google年均4%伺服器意外關機

《紐約時報》引述史丹福大學一位電機工程師Subhasish Mitra指出,大型科網平台系統故障,問題較多出於伺服器硬件運作錯誤,而根源來自底層硬件,包括晶片。

早於2015年,工程界權威刊物IEEE Spectrum引述一份研究報告提到,Google數以百萬計伺服器硬件中,每年平均有4%因一些無法偵測的錯誤而意外關機。

社交平台Facebook有研究員認為,微型開關愈來愈容易磨損,令電腦記憶體及處理器的壽命比以前更短。 (Meta網上圖片)

社交平台Facebook有研究員認為,微型開關愈來愈容易磨損,令電腦記憶體及處理器的壽命比以前更短。 (Meta網上圖片)

報告提到,在一枚擁有數十億個晶體管的微處理器或電腦記憶體中,每一個可以儲存0和1(電腦最原始基本語言)的微型開關(Tiny Switches),只要出現任何微小錯誤,都足以拖垮每秒執行數十億次運算的電腦系統。社交平台Facebook有研究員認為,微型開關愈來愈容易磨損,令電腦記憶體及處理器的壽命比以前更短。

一直以來,設計電腦的科學家都希望透過添加特殊電路,偵測及自動修正不良數據。然而,Google近年接報一些難以診斷的硬件錯誤,部分只會在某些特定條件下,例如運算速度或溫度產生變化時出現。研究人員相信,這跟處理器設計愈見複雜、晶體管愈趨細小,以及廠方測試不足等因素有關。

Google數以百萬計伺服器硬件中,每年平均有4%因一些無法偵測的錯誤而意外關機。(Google網上圖片)

Google數以百萬計伺服器硬件中,每年平均有4%因一些無法偵測的錯誤而意外關機。(Google網上圖片)

助測錯誤監控軟件需求飆

美國晶片商超微半導體(AMD)前年的一份報告,認為DDR4記憶體晶片的可靠程度反而比起上一代的DDR3產品差5.5倍。電腦製造商聯想(00992)曾告知客戶,美國晶片生產商英特爾(Intel)新一代處理器可能比上代產品暗藏更多難以修正的錯誤。

針對硬件錯誤漸趨頻繁,《紐約時報》指出,一些能夠監控晶片健康狀況和硬件錯誤的新型軟件,需求大大增加。此外,英特爾已啟動一個新項目,透過開源軟件協助數據中心營運商,偵測和修正晶片電路未偵測的硬件錯誤,並且改變處理器的設計。

設計電腦的科學家都希望透過添加特殊電路,偵測及自動修正不良數據。(Google網上圖片)

設計電腦的科學家都希望透過添加特殊電路,偵測及自動修正不良數據。(Google網上圖片)

支持EJ Tech



如欲投稿、報料,發布新聞稿或採訪通知,按這裏聯絡我們