診斷 Linux 上的硬鎖定

在過去的一個月裡，我的一台 Debian Squeeze (Linux 2.6.32-bpo.5-amd64) 機器確實鎖定了兩次，很難。對 ARP 無響應，暗控制台，Caps Lock，Num Lock 不起作用，Magic SysRq無效。從 backports 將核心更改為 3.2.0-0.bpo.2-amd64 也無濟於事。

溫度和負載監控在崩潰前沒有顯示任何峰值。

我應該如何診斷和調試此類問題？

netconsole是我唯一的選擇嗎？

編輯： 我已經禁用了螢幕消隱：

#/etc/console-tools/config
BLANK_TIME=0
POWERDOWN_TIME=0

和

setterm -blank 0

在物理控制台上。

更新：

這次它鎖定了，螢幕仍然顯示登錄提示。自上次出現問題以來，我已經使用 BOINC（Prime 95）測試執行了 6 小時負載測試，沒有任何問題。

隨著掛起越來越頻繁，問題可能是由主機板故障或CPU故障引起的。更換這些組件後，問題就消失了。

我找到了兩種可能的解決方案，如果它們有效，我會報告。**編輯：**他們沒有

首先是通過添加核心啟動參數來啟用nmi_watchdog 。nmi_watchdog=1

第二個（感謝@womble 的建議）通過

modprobe amd64_edac_mod ecc_enable_override=1 edac_op_state=1

不幸的是，不支持 2.6.32-bpo.5-amd64（Debian 擠壓）核心中的 ECC DDR3 記憶體，我不得不使用來自 backports 的 3.2。

我還將這些選項添加到通用核心參數中：

echo options amd64_edac_mod ecc_enable_override=1 edac_op_state=1 > /etc/modprobe.d/amd64_edac_mod.conf

引用自：https://serverfault.com/questions/410989