| 处理时间 | 处理记录 | 处理人 |
|---|---|---|
| 20231030-17：00 | 经过排查发现是由于客户自己的脚本有问题导致slurm服务会出现异常，之后帮助客户修改了slurm脚本之后任务提交正常，但目前发现设备有异常重启情况，暂时linpack测试三小时无异常，客户这边暂时不方便去机房，无法协助配置IPMI，暂时还在观测中 | 马文 |
| 20231030-17：56 | 客户提交任务设备还是会死机，查看系统日志怀疑可能有硬件报错，明日查看设备IPMI | 马文 |
| 20231031-17：40 | 目前指导客户设置了ipmi自动获取，通过IPMI暂未发现硬件报错，但是设备测试或者不进行测试的时候也是会重启，查看系统日志显示硬件报错，但未定位具体是哪个硬件，检测了硬盘是正常的，目前实时观测内存也是未发现报错，打算明天指导客户对设备拆机重新插拔内存和电源供电继续排查 | 马文 |
| 20231101-17：40 | 早上指导客户对重新插拔内存，但是插拔之后设备还是会不定时重启，之后尝试更新BMC，但是BMC一直卡了一两个小时，重新刷新之后继续更新会报错，尝试恢复BMC初始化，恢复完成之后发现设备不能正常开机，指导客户对主板BIOS进行放电操作，但是也还是不行，BMC特别卡顿，开机键鼠无反馈，但是主板上网口灯以及风扇是正常转，等待二十分钟左右还是相同情况，之后指导学生先只插一根内存，开机还是和上述情况一样 | 马文 |
| 20231102-17：00 | 今日尝试重新更新设备BMC和BIOS，之后指导客户对设备重新进行放电操作以及只插单根内存，设备目前还是无法正常开机，键鼠无反馈，通过BMC执行软开机也不能正常操作，目前怀疑设备主板异常 | 马文 |
| 20231114-19：00 | 去现场将设备取下BIOS电池进行放电尝试再次点亮设备，但设备还是键鼠无反馈，随后打算更换主板，发现设备主板和电源线均已烧掉，联系主管反馈现场情况，之后公司寄出一个新的电源，待电源到达现场之后再过来更换，和学生沟通了解到前断时间有一次意外断电 | 马文 |
| 20231116-16：00 | 现场更换设备主板以及电源，更换完成之后发现设备还是进不了BIOS，键鼠无反馈，之后关机重新插拔内存以及只插单根内存也是相同情况，尝试取下BIOS电池放电还是和以上情况一样，随后取下CPU将之前CPU2更换到CPU1位置单CPU正常点亮，之后将另外一颗cpu装上进bios查看cpu和内存全部正常识别，随后进系统的时候发现系统引导界面有关于cpu的报错，但是可以正常进入系统，向主管反馈，随后又重置BIOS，还是有相同报错，但都可以正常进入系统，查看主板IPMI无异常，随后对设备进行压力测试大概四十分钟，设备稳定运行无异常 | 马文 |
| 20231120-16；40 | 联系客户询问设备运行状况，客户表示上周更换完主板和电源到目前为止计算一切正常 | 马文 |