🥇Короткая заметка по инциденту с перегревом RAID-контроллера LSI в сервере в холодном ЦОДе

TL;DR; настройка режима работы системы охлаждения сервера Supermicro Optimal не обеспечивает стабильность работы LSI-контроллера MegaRAID 9361-8i в холодном ЦОД-е.

Мы стараемся не использовать аппаратные контроллеры RAID, но есть у нас один клиент, который предпочитает именно конфигурации c LSI MegaRAID. Сегодня мы столкнулись с перегревом карты MegaRAID 9361-8i в связи с тем, что платформа не чувствовала перегрева, а RAID-контроллер его чувствовал.

Вид платформы с RAID-картой представлен на рисунках ниже:

Несколько важных моментов, связанных с этим сервером и средой эксплуатации:

Инженер, собиравший платформу специально поставил напротив карты два вентилятора, поскольку знает, что LSI-контроллеры сильно греются. Обратите внимание на материнскую плату, она под контроллер практически не заходит, заканчиваясь через 3 см после слота PCI-E.

Как видите, все вентиляторы подключены штатно к материнской плате Supermicro и в режиме Optimal "дуют" в зависимости от сенсоров на ней, температуры CPU.

В данной платформе стоит Xeon E-2236 — весьма холодный CPU, который у клиента, видимо, сильно и не нагревался.

ЦОД, в котором стоит данный сервер весьма холодный — холодный коридор дает 18-20 градусов.

Совокупность этих факторов привела к весьма интересному явлению — перегреву RAID-контроллера.

Вероятная цепочка, как это произошло

холодный процессор и материнская плата сообщали вентиляторам о том, что дуть можно слабо.
материнская карта под RAID-ом отсутствовала и не было датчиков, которые бы фиксировали перегрев.
Вентиляторы, будучи сконфигурироваными, в режиме Optimal дули слабо, согласно потребностям материнской платы и CPU.
Контроллер, не получая достаточного потока воздуха перегрелся.

Что сделали

Переключили вентиляторы в режим "Standard", при необходимости переведем в более высокий режим производительности.

Выводы

Скорее всего, если бы холодный коридор ЦОД-а был бы не таким холодным, или клиент бы интенсивно использовал CPU, данная проблема могла бы и не произойти, поскольку вентиляторы бы работали в более интенсивном режиме.

Для себя мы решили обязательно менять режим работы вентиляторов на серверах с RAID с Optimal на режим с повышенной частотой вращения.

Источник: habr.com