RAS特性媲美RISC小型机

    RAS特性媲美RISC小型机

    我们知道，传统的RISC小型机主要面向关键业务（Mission Critical）领域，比如电信、银行等社会基础设施行业，需要保证24小时365天不间断的运行，所以需要具备高度的RAS（Reliability, Availability and Serviceability，可靠性、可用性与可维护性）特性。这样说起来比较抽象，具体来说，可靠性要求计算机能够持续运转，从来不停机。可用性要求重要资源都有备份，能够检测到潜在要发生的问题，并且能够转移其上正在运行的任务到其它资源，以减少停机时间，保持生产的持续运转，并具有实时在线维护和延迟性维护功能。服务性要求能够实时在线诊断，精确定位出根本问题所在，做到准确无误的快速修复。

    以往x86服务器并不具备RISC小型机的这些RAS特性，故而在关键任务领域也无从去挑战RISC小型机的地位，而Nehalem-EX的出现将让x86服务器的境况大为改观。在Nehalem-EX中引入了移植自安腾处理器的RAS特性，据英特尔介绍，Nehalem-EX拥有x86系统里最高级别的RAS，和RISC小型机相比，在RAS方面已经差距不大。其中最为重要的就是自动检验架构（MCA，Machine Check Architecture）恢复功能。

Nehalem-EX引入的MCA高级RAS特性

    MCA恢复功能是安腾平台上的特性，在不需要系统停机的情况下监测和纠正CPU、内存和互联架构中的错误。这对虚拟化环境而言非常重要，使得一台运行多个虚拟机的物理服务器不需要关机来查找错误，而只需要关闭或迁移其中部分虚拟机，保证整个系统的正常运行。MCA恢复是一个系统级别的RAS特性，不仅包括CPU、内存和I/O，还需要操作系统的支持，目前VMware ESX和Windows Server 2008 R2、Novell SUSE Linux和Red Hat Enterprise Linux等系统都已经可以支持这一特性。

    当然，Nehalem-EX所具备的RAS特性并不仅仅是MCA恢复，而是包含三大部分：数据保护、增加可用性、最小化宕机时间，总共具备20余条，下面来具体看一下：

    1、保护数据

Nehalem-EX所具备的RAS特性：数据保护

    数据的重要性毋庸置疑，比如电信、银行等应用环境中，数据一点出现问题后会造成很严重的后果。而这些关键应用中的计算机在数据保护上要做到三个方面：方面一，诊断哪些数据出现了错误；方面二，当真正发现这个数据出错误要利用一些CRC、ECC的校验看能不能纠正；方面三，如果不能纠正要把这些坏的数据隔离开，保证它不影响别的数据。而Nehalem-EX所具备的RAS特性已经可以实现数据保护功能。如上图，幻灯片的右侧列出的是需要实现的目标，如降低关键级别的错误、通过系统检测数据错误、限制错误产生的影响。左侧列出的是实现这些目标的RAS特性，包含ECC检测、QPI CRC检测等。

    2、增加可用性

    增加可用性的目的是一旦数据通信方面真的出现了问题，有可能是信号线电子故障，也有可能是通讯线路断了，需要考虑如何用可用性保证还可以继续使用。

Nehalem-EX所具备的RAS特性：增加可用性

    具体的要求是恢复失效的数据链接、从失效的CPU&内存中迁移负载、从无法修正的数据错误中恢复、预测失效发生。具体的RAS特性就包含了需要操作系统支持的MCA恢复。

    3、最小化宕机时间

    如果Nehalem-EX服务器真的出现故障，某些部件出现故障总要维护，如何降低在维护时候的宕机时间显得异常关键。目前Nehalem-EX已经可以做到像大型机和小型机一样做到分区管理，可以实现维护分区系统替换、主动替换失效组件。

Nehalem-EX所具备的RAS特性：最小化宕机时间

    和传统的RISC小型机相比，即将发布的Nehalem-EX虽然没有具备全面的RAS特性，但是已经相差不多，可以说在RAS上已经具备了媲美RISC小型机的能力，除了优良的扩展性，RAS又为Nehalem-EX挑战RISC增加了一个重要筹码。现今距离Nehalem-EX正式发布不足半个月，Nehalem-EX和新安腾的英特尔阵营虽然可能短期内还不能撼动IBM的霸主地位，但也带来了一个改变高端多路市场的新契机。