Cisco每天同时出现CPU故障

Question

情况

• 最近从2.2升级到3.1(1e)。
• 自从升级以来，每天早上6点51分(UTC+1)，我在安装的B 200系列刀片的0到3(60%)之间都会出现故障。
• 它总是相同的三个刀片，都在不同的底盘。
• 故障表现为在SEL中使用“CPU预测失败”和“CATERR_N”消息的硬挂。
• 动力
• 在UCSM中，没有一次或重复的日程安排是在一天中的这个时间附近。
• 思科TAC正在调查，但并没有透露为什么故障每天同时发生。

我的研究和怀疑

• 我有一个工作理论，这些都是真正的硬件问题，在某种程度上已经暴露了固件升级。
• 这里简短地提到了故障排除指南中的“传感器扫描管理器”，但是我找不到它做什么或如何监视它的任何细节。
• 我几乎排除了一项环保事业。我们的功率和温度监测器当时没有什么不寻常之处。我们不在地震带：)

问题

为什么失败每天都在同一时间发生呢？

Answer 1

结果是固件版本3.1(1e)中的一个错误 (该链接所需的思科帐户)。它被描述为一个“罕见的事件”，涉及国际中心1340和调试中断。

每天都在同一时间发生的原因是-

• 内存使用量大，其次是
• 运行lspci，

这正是木偶每天早上做的事情(我们每天只运行一次)。

不清楚为什么只有某些刀片受到此bug的影响，但是升级到3.1(1h)版本解决了这个问题。