Kosmische Strahlung: was ist die Wahrscheinlichkeit, dass Sie wirkt ein Programm?

Vom Wikipedia:

Studien von IBM in den 1990er Jahren vermuten, dass Computer in der Regel über ein cosmic-ray-induced Fehler pro 256 MB RAM pro Monat.^[15]

Bedeutet dies eine Wahrscheinlichkeit von 3,7 × 10^-9 pro byte pro Monat, oder 1,4 × 10^-15 pro byte pro Sekunde. Wenn Ihr Programm läuft für 1 minute und nimmt 20 MB RAM, dann ist die Ausfallwahrscheinlichkeit wäre

                 60 × 20 × 1024²
1 - (1 - 1.4e-15)                = 1.8e-6 a.k.a. "5 nines"

Fehler überprüfen können dazu beitragen, die Nachwirkungen des Scheiterns. Auch, wegen der kompakten Größe des chips und kommentiert von Joe, ist die Fehlerrate unterschiedlich sein könnte von dem, was es vor 20 Jahren war.

InformationsquelleAutor der Antwort kennytm

Hinweis: diese Antwort ist nicht über Physik, sondern über silent memory-Fehler mit non-ECC-Speichermodule. Einige der Fehler können die aus dem Weltall kommen, und einige - von der inneren Fläche des desktop.

Gibt es mehrere Studien von ECC-memory-Fehler, die auf große server-Farmen, wie CERN-Cluster-und Google-Rechenzentren. Server-class-hardware mit ECC erkennt und korrigiert alle Einzel-bit-Fehler und erkennt viele multi-bit-Fehler.

Können wir davon ausgehen, dass es viele nicht-ECC-desktops (und-nicht-ECC-mobile-smartphones). Wenn wir überprüfen die Papiere für ECC-korrigierbare Fehler (single bitflips), können wir wissen, silent speicherbeschädigungen rate auf nicht-ECC-Speicher.

• Große Skala CERN-Studie von 2007 "Integrität der Daten": Verkäufer erklärt, "Bit-Fehler-Rate von 10^-12 für Ihre Speichermodule", "eine beobachtete Fehlerrate ist 4 Größenordnungen niedriger als erwartet". Für Daten-intensive Aufgaben (8 GB/s Speicher Lesen), bedeutet dies, dass die einzelnen bit-flip kann auftreten, jede minute (10^-12 Anbieter BER) oder einmal in zwei Tagen (10^-16 BER).

• 2009 Google-Papier "DRAM Errors in the Wild: A Large-Scale Field Study" sagt, dass es kann bis zu 25000-75000 ein-bit-FIT pro Mbit (Ausfälle in der Zeit pro Milliarden Stunden), die gleich 1 - 5-bit-Fehler pro Stunde für 8 GB RAM, nach meinen Berechnungen. Papier, sagt der gleiche: "bedeuten korrigierbaren Fehlerraten von 2000-6000 pro GB pro Jahr".

• 2012 Sandia report "Die Erkennung und Korrektur von Silent Data Corruptionfor Large-Scale, High-Performance Computing": "Doppel-bit-flips, wurden als unwahrscheinlich", aber am ORNL dichten Cray XT5 Sie sind "mit einer rate von einem pro Tag für bis zu 75.000+ - DIMMs" auch mit ECC. Und single-bit-Fehler höher sein sollte.

So, wenn das Programm von großen Datensätzen (mehrere GB), oder hat eine hohe Speicher Lesen oder schreiben rate (GB/s oder mehr), und es läuft für mehrere Stunden, dann können wir erwarten, dass bis zu mehrere silent-bit-flips auf desktop-hardware. Diese rate ist nicht nachweisbar durch memtest und DRAM-Module sind gut.

Lange cluster läuft auf Tausende nicht-ECC-PCs, wie den BOINC-internet-wide grid computing wird immer Fehler aus dem Speicher bit-flips und auch aus disk-und Netzwerk-silent Fehler.

Und für größere Maschinen (10 Tausende von Servern) auch mit ECC-Schutz vor single-bit-Fehler, wie wir sehen, in den Sandia - Bericht 2012, kann es sein, Doppel-bit-flips jeden Tag, so dass Sie keine chance haben zu laufen, full-size-parallel-Programm für mehrere Tage (ohne regelmäßige Checkpoints und Neustart vom letzten guten checkpoint im Fall von Doppel-Fehler). Die gigantischen Maschinen werden auch get bit-flips in Ihren caches und cpu-Register (sowohl architektonische und interne chip-Auslöser, z.B. in ALU-Datenpfad), weil nicht alle von Ihnen sind geschützt durch die ECC.

PS: es wird noch viel schlimmer, wenn das DRAM-Modul schlecht ist. Zum Beispiel, installierte ich eine neue DRAM-in laptop, der starb einige Wochen später. Es begann zu geben, die viel Speicher-Fehler. Was ich bekomme: laptop hängt, linux neu gestartet, fsck läuft, findet Fehler auf dem root-Dateisystem und meint, es tun zu wollen, Neustart nach Fehler-Korrektur. Aber bei jedem nächsten Neustart (ich habe etwa 5-6), gibt es immer noch Fehler auf der root-Dateisystem.

InformationsquelleAutor der Antwort osgx

Gut, kosmische Strahlung offenbar verursacht die Elektronik im Toyota-Autos zu Fehlfunktionen, so würde ich sagen, dass die Wahrscheinlichkeit sehr hoch ist 🙂

Sind die kosmische Strahlung wirklich verursachen Toyota leiden?

InformationsquelleAutor der Antwort Kevin Crowell

Speicher-Fehler sind real, und ECC-Speicher unterstützt. Richtig umgesetzt ECC-Speicher korrigiert single-bit-Fehler erkennen und Doppel-bit-Fehler (anhalten des Systems, wenn solch ein Fehler erkannt wird.) Sie können sehen, aus wie oft beschweren sich Leute über das, was zu sein scheint ein software problem, das behoben ist, durch ausführen Memtest86 und entdecken ein schlechtes Gedächtnis. Natürlich auch ein vorübergehender Ausfall verursacht durch kosmische Strahlung unterscheidet sich von der konsequent versagt Stück Speicher, aber es ist relevant für die breitere Frage, wie viel sollten Sie Vertrauen Sie Ihrem Speicher, um ordnungsgemäß zu funktionieren.

Analyse basiert auf einer 20-MB resident Größe geeignet sein könnten für triviale Anwendungen, aber große Systeme routinemäßig auf mehreren Servern mit großen Hauptspeicher.

Interessanter link: http://cr.yp.to/hardware/ecc.html

Den Corsair link die Seite scheint leider tot zu sein.

InformationsquelleAutor der Antwort janm

Ich einmal programmiert, Geräte, die in den Weltraum Fliegen, und dann sind Sie (angeblich niemand jemals zeigte mir Papier über es, aber es wurde auch gesagt, um Allgemeines wissen in der Wirtschaft) könnte erwarten, dass die kosmische Strahlung zu induzieren Fehler die ganze Zeit.

InformationsquelleAutor der Antwort erikkallen

Öfter, Lärm, können Daten beschädigt werden. Prüfsummen verwendet werden, um diese zu bekämpfen auf vielen Ebenen; in einem data-Kabel ist in der Regel ein parity-bit dass Reisen neben den Daten. Diese stark reduziert die Wahrscheinlichkeit von Korruption. Dann auf Analyse-Ebenen, nonsense-Daten in der Regel ignoriert, so dass selbst wenn einige der Korruption haben sich die Vergangenheit, das parity-bit oder andere Prüfsummen, es würde in den meisten Fällen ignoriert werden.

Auch, einige Komponenten sind elektrisch geschirmt zu blockieren, die Lärm (wahrscheinlich nicht die kosmische Strahlung, die ich denke).

Aber am Ende, wie die anderen Beantworter haben gesagt, es ist die gelegentliche bit oder byte, bekommt Rührei, und es bleibt dem Zufall überlassen ob diese eine signifikante byte oder nicht. Best-case-Szenario, einem der kosmischen Strahlung, stört einen der leeren bits und hat absolut keine Wirkung, oder stürzt der computer (dies ist eine gute Sache, weil der computer gehalten wird, keinen Schaden anrichtet), aber im schlimmsten Fall, naja, ich bin mir sicher, dass Sie sich vorstellen können.

InformationsquelleAutor der Antwort Ricket

Ich habe dieses erlebt -, Es ist nicht selten, dass die kosmische Strahlung zu kippen ein bisschen, aber es ist sehr unwahrscheinlich, dass eine person beobachten.

Arbeitete ich auf einem Kompressions-tool für den installer in 2004. Meine test-Daten wurde einige Adobe-Installations-Dateien von über 500 MB oder mehr dekomprimiert.

Nach einem langwierigen, Kompression laufen, und eine Dekompression laufen, um zu testen, Integrität, FC /B zeigte ein byte anders.

Dass man innerhalb von byte das MSB gedreht hatte.
Ich habe auch umgedreht, sich sorgen, dass ich hatte eine verrückte Fehler, der nur die Oberfläche, unter ganz bestimmten Bedingungen - die ich gar nicht wissen, wo zu beginnen.

Aber etwas sagte mir, führen Sie den test erneut. Ich lief es und es ging. Ich habe ein script zum ausführen der Tests 5 mal über Nacht. In der früh alle 5 bestanden hatte.

So, dass war definitiv eine cosmic ray-bit-flip.

InformationsquelleAutor der Antwort rep_movsd

Als ein Datenpunkt, das passiert nur auf unser build:

02:13:00,465 WARN  - In file included from /Applications/Xcode.app/Contents/Developer/Toolchains/XcodeDefault.xctoolchain/usr/bin/../include/c++/v1/ostream:133:
02:13:00,465 WARN  - /Applications/Xcode.app/Contents/Developer/Toolchains/XcodeDefault.xctoolchain/usr/bin/../include/c++/v1/locale:3180:65: error: use of undeclared identifier '_'
02:13:00,465 WARN  - for (unsigned __i = 1; __i < __trailing_sign->size(); ++_^i, ++__b)
02:13:00,465 WARN  - ^
02:13:00,465 WARN  - /Applications/Xcode.app/Contents/Developer/Toolchains/XcodeDefault.xctoolchain/usr/bin/../include/c++/v1/locale:3180:67: error: use of undeclared identifier 'i'
02:13:00,465 WARN  - for (unsigned __i = 1; __i < __trailing_sign->size(); ++_^i, ++__b)
02:13:00,465 WARN  - ^

Sieht sehr stark wie ein bit-flip passiert während einer Kompilierung, in eine sehr bedeutende Stelle in einer Quelldatei durch Zufall.

Bin ich nicht unbedingt sagen, das war ein "kosmischer Strahl", aber das symptom passt.

InformationsquelleAutor der Antwort dascandy