JP5311473B2 - コンピュータシステム及びｃｐｕの再組み込み方法 - Google Patents

Description

本発明はコンピュータシステム及びＣＰＵの再組み込み方法に関し、特にＣＰＵに障害が発生した場合に、当該ＣＰＵを切り離した後、再組み込みを行うコンピュータシステム及びＣＰＵの再組み込み方法に関する。

スーパーコンピュータ等の大規模システムでは、ＣＰＵ（Central Processing Unit）に障害が発生した場合には、該当ＣＰＵをシステムから切り離した後に初期化を行い、再度システムに組み込むという処理が行われている。

関連する技術として、特許文献１乃至５には、ＣＰＵ障害発生時におけるＣＰＵの再組み込み方法や、その障害内容を分析する技術が開示されている。

特開平０２−１２９７３０号公報 特開平０６−０５１８６４号公報 特開平０９−０３４８５２号公報 特開平０９−１２８２５８号公報 特許２７９０２０４号

しかしながら、上述したいずれの関連技術においても、障害が発生したＣＰＵについて、その障害内容に対応した障害再発予防処置については開示されていない。このため、障害再発予防処置が行われずにＣＰＵの初期化及び再組み込みがなされていたために、同一の障害が再発する可能性が高いという問題があった。

本発明に係るコンピュータシステムは、ＣＰＵに障害が発生した場合に、当該ＣＰＵを切り離した後、再組み込みを行うコンピュータシステムであって、前記ＣＰＵに発生した障害の内容を分析し、当該障害内容の分析結果に応じた障害再発予防処置を行った後に、前記コンピュータシステムに対して前記ＣＰＵの再組み込みを行う診断部を備えるものである。

また、本発明に係るＣＰＵの再組み込み方法は、ＣＰＵに障害が発生した場合に、当該ＣＰＵをコンピュータシステムから切り離した後に、再組み込みを行うＣＰＵの再組み込み方法であって、前記ＣＰＵに発生した障害の内容を分析するステップと、前記障害内容の分析結果に応じた障害再発予防処置を行うステップと、を有するものである。

本発明によれば、障害が発生したＣＰＵを再組み込みする際に、障害内容の分析結果に応じた障害再発予防処置を行うことで、再組み込みしたＣＰＵの障害再発の可能性を低下させるコンピュータシステム及びＣＰＵの再組み込み方法を提供することができる。

実施の形態１に係るコンピュータシステムの構成を示すブロック図である。 実施の形態１に係るコンピュータシステムの動作例を示すフローチャート図である。 実施の形態１に係る設定電圧決定方法を説明するための図である。

実施の形態１
以下、図面を参照して本発明の実施の形態について説明する。図１は、本実施の形態１に係るコンピュータシステム１の構成を示すブロック図である。コンピュータシステム１は、診断プロセッサ１０と、電源制御部２０と、クロック制御部３０と、ＣＰＵ４０＿１〜ＣＰＵ４０＿ｎ（以下、ＣＰＵ４０と総称する場合がある。）と、ＭＭＵ（Memory Management Unit）７０と、冷却装置８０とを備えている。

診断部としての診断プロセッサ１０は、組み込みソフトウェア１１を有している。診断プロセッサ１０は、診断パスを介してＣＰＵ４０とＭＭＵ７０の診断を行う。電源制御部２０は、診断プロセッサ１０、ＣＰＵ４０、ＭＭＵ７０、冷却装置８０などに電源を供給する。クロック制御部３０は、診断プロセッサ１０、ＣＰＵ４０、ＭＭＵ７０、冷却装置８０などに供給するクロックを制御する。

ＣＰＵ４０＿１〜ＣＰＵ４０＿ｎは、各ＣＰＵ４０＿１〜ＣＰＵ４０＿ｎの温度を測定する温度センサ５０＿１〜温度センサ５０＿ｎ（以下、温度センサ５０と総称する場合がある。）と、各ＣＰＵ４０＿１〜ＣＰＵ４０＿ｎにＢＩＳＴ(Built In Self Test)を実行させるＢＩＳＴ６０＿１〜ＢＩＳＴ６０＿ｎ（以下、ＢＩＳＴ６０と総称する場合がある。）と、をそれぞれ有している。

組み込みソフトウェア１１は、後述するように、ＣＰＵ４０に障害が発生した場合に、該当ＣＰＵ４０をシステム１から切り離した後、その障害内容を分析して、障害内容に対応した障害再発予防処置を行う。また、組み込みソフトウェア１１は、電源制御部２０が供給する電源の電圧を変更することができる。さらに、組み込みソフトウェア１１は、クロック制御部３０が供給するクロックを変更することができる。

組み込みソフトウェア１１は、例えば、障害再発予防処置として、内部ロジック部分の遅延が原因の内部障害であると分析した場合には、該当ＣＰＵ４０に供給する電源の電圧を上昇させる処置を行う。これにより、障害内容に対応した効果的な障害再発予防処置を行うことができる。

ここで、供給する電源の電圧を上昇させすぎた場合には、ＣＰＵ４０に温度障害を引き起こす可能性がある。このため、組み込みソフトウェア１１は、ＣＰＵ４０に搭載した温度センサ５０により温度状況を判断し、温度が所定の設定値に対して余裕がある場合には電圧を上昇させ、余裕がない場合には冷却を強化した後に電圧を上昇させるなどの対応を行うことで、より適切な障害再発予防処置を行うことできる。尚、後述するように、供給する電源の最適な電圧値は、電圧・温度の関係について予め調査を行い、当該調査結果に基づいて導出した値を設定する。

また、組み込みソフトウェア１１による他の障害再発予防処置としては、ノイズが原因の障害である場合には電圧を低下させる、インタフェースによる障害である場合にはクロックを低下させるなど、障害内容に対応した効果的な障害再発予防処置を行うことができる。

さらにまた、障害再発予防処置を行う際には、予め設定されたモードに応じて、ＣＰＵ４０の性能を考慮した障害再発予防処置を行うことができる。ここで、モードとしては、ｉ）ＣＰＵ４０の性能を落とさずに再組み込みを行う（性能が落ちる場合には切り離す）、ｉｉ）性能を落としても再組み込みを行う、ｉｉｉ）即、切り離しを行う等のモードが予め設定される。組み込みソフトウェア１１は、これらのモードのうちからいずれかのモードを選択して処置を行う。

続いて、図２に示すフローチャート図を参照して、システムの動作例について具体的に説明する。

まず、ＣＰＵ４０に障害が発生した場合に、組み込みソフトウェア１１は、ＣＰＵ４０の障害割込みを検出すると、該当ＣＰＵ４０をシステム１から切り離す（ステップＳ１０１）。次いで、組み込みソフトウェア１１は、該当ＣＰＵ４０がシステム１に再組み込みが可能か否かを判断し（ステップＳ１０２）、再組み込みが可能である場合には、その障害内容を分析する（ステップＳ１０３）。尚、再組み込みが可能でない場合には、該当ＣＰＵ４０をシステム１から切り離して（ステップＳ１１９）、システム１の運転を継続する。

ステップ１０３における障害内容の分析の結果、例えば、遅延が原因の障害であった場合（ステップＳ１０４でＹｅｓの場合）には、組み込みソフトウェア１１は、該当ＣＰＵ４０についてＢＩＳＴを実行し（ステップＳ１０５）、ＢＩＳＴ実行時の温度を測定する（ステップＳ１０６）。次いで、組み込みソフトウェア１１は、測定した温度を高負荷なＪＯＢの実行時の温度へと変換し（ステップＳ１０７）、変換した温度に余裕があるか否かを判断する（ステップＳ１０８）。

温度に余裕がある場合（ステップＳ１０８でＹｅｓの場合）には、組み込みソフトウェア１１は、障害再発予防処置として、該当ＣＰＵ４０に供給する電源の電圧を上昇させる（ステップＳ１０９）。温度に余裕がない場合には、組み込みソフトウェア１１は、さらに、該当ＣＰＵ４０の冷却の強化が可能であるか否かを判断し（ステップＳ１１１）、冷却が可能である場合（ステップＳ１１１でＹｅｓの場合）には、冷却を強化（ステップＳ１１２）した後、電圧を上昇させる（ステップＳ１１３）。次いで、組み込みソフトウェア１１は、該当ＣＰＵ４０の初期化及び再組み込みを行い（ステップＳ１１０）、システム１の運転を継続する。

また、ステップ１０３における障害内容の分析の結果、遅延が原因の障害でなく（ステップＳ１０４でＮｏの場合）、例えば、ノイズが原因の障害であった場合（ステップＳ１１４でＹｅｓの場合）には、組み込みソフトウェア１１は、電圧を低下させ（ステップＳ１１５）、初期化及び再組み込みを行う（ステップＳ１１０）。

ステップ１０３における障害内容の分析の結果、遅延が原因の障害でなく（ステップＳ１０４でＮｏの場合）、さらに、ノイズが原因の障害でなかった場合（ステップＳ１１４でＮｏの場合）には、組み込みソフトウェア１１は、例えば、障害がインタフェース障害であるか否かを判断する（Ｓ１１６）。

インタフェース障害であった場合（ステップＳ１１６でＹｅｓの場合）には、組み込みソフトウェア１１は、さらに、設定されたモードが、例えば、システム１の性能低下を認めるモードであるか否かを判断する（ステップＳ１１７）。性能低下を認めるモードである場合（ステップＳ１１７でＹｅｓの場合）には、組み込みソフトウェア１１は、ＣＰＵ４０のクロックを低下させ（ステップＳ１１８）、初期化及び再組み込みを行う（ステップＳ１１０）。尚、インタフェース障害でなかった場合（ステップＳ１１６でＮｏの場合）、または、設定されたモードがシステム１の性能低下を認めるモードでなかった場合（ステップＳ１１７でＮｏの場合）には、クロックを低下させずに、初期化及び再組み込みを行う（ステップＳ１１０）

続いて、障害再発予防処置として電圧を上昇させる場合に、設定する電圧の決定方法について説明する。設定する電圧は、障害発生後に電圧を上昇させる際に、高負荷なＪＯＢの実行時の温度が、温度障害が発生する温度以下となるように設定することが好ましい。また、各ＣＰＵ４０の温度上昇率には個体差があるため、高負荷なＪＯＢの実行時の温度を推測する方法として、ＢＩＳＴを利用する。

具体的には、まず、ＢＩＳＴ実行時と高負荷ＪＯＢ実行時における、ＣＰＵ４０の電圧及び温度の相関関係を予め調査しておく。調査した相関関係は、図示しない記憶部などに保持しておく。そして、組み込みソフトウェア１１は、障害が発生した場合に、システム１から切り離されたＣＰＵ４０に対してＢＩＳＴを実行してＣＰＵ４０の温度を測定する。さらに、組み込みソフトウェア１１は、ＢＩＳＴの実行時に測定した温度を、予め調査して保持しておいた相関関係を用いて高負荷ＪＯＢ実行時の温度へと変換し、変換した温度が温度障害を引き起こさない範囲となるように、電圧値を設定する。すなわち、障害が発生した場合にＢＩＳＴを実行して、ＢＩＳＴ実行時の温度から高負荷ＪＯＢ実行時の温度を推定して設定電圧を決定することで、システム１を停止することなく、最適な電圧を設定することができる。

図３を参照して、障害再発予防処置として電圧を上昇させる場合の設定電圧決定方法について具体的に説明する。図３は、予め調査しておいた、ＢＩＳＴ実行時と高負荷ＪＯＢ実行時における、ＣＰＵ４０の電圧及び温度の相関関係を示すグラフである。図３（ａ）は、温度上昇率がＡである場合の例を示すグラフである。図３（ｂ）は、温度上昇率がＢである場合の例を示すグラフである。

図３において、設定する電圧は、高負荷ＪＯＢの実行時の温度が、障害が発生する温度Ｔｍａｘ以下となるように設定することが好ましい。例えば、電圧Ｖ２でＢＩＳＴを実行した際に測定温度が温度Ｔ２である場合には、図３（ａ）及び図３（ｂ）から、該当ＣＰＵ４０の温度上昇率はＡであるものと判断することができる。そして、この場合に、設定する電圧を電圧Ｖ４以上としては温度Ｔｍａｘを超えてしまうため、電圧Ｖ４より小さな電圧に設定することが好ましい。また例えば、電圧Ｖ２でＢＩＳＴを実行した際に測定温度が温度Ｔ１である場合には、図３（ａ）及び図３（ｂ）から、該当ＣＰＵ４０の温度上昇率はBであるものと判断することができる。そしてこの場合には、設定電圧として電圧Ｖ４を設定することができる。

以上説明したように、本発明によれば、ＣＰＵ４０に障害が発生した場合に、ＣＰＵ４０に発生した障害の内容を分析し、障害内容の分析結果に応じた障害再発予防処置を行った後に、コンピュータシステム１に対してＣＰＵ４０の再組み込みを行う診断部１０を備えることで、再組み込みしたＣＰＵ４０の障害再発の可能性を低下させることができる。

尚、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。

１ コンピュータシステム、
１０ 診断プロセッサ、
１１ 組み込みソフトウェア、
２０ 電源制御部、
３０ クロック制御部、
４０＿１〜４０＿ｎ ＣＰＵ、
５０＿１〜５０＿ｎ 温度センサ、
６０＿１〜６０＿ｎ ＢＩＳＴ、
７０ ＭＭＵ、
８０ 冷却装置

Claims (16)

1. ＣＰＵ（Central Processing Unit）に障害が発生した場合に、当該ＣＰＵを切り離した後、再組み込みを行うコンピュータシステムであって、
   前記ＣＰＵに発生した障害の内容を分析し、当該障害内容の分析結果に応じた障害再発予防処置を行った後に、前記コンピュータシステムに対して前記ＣＰＵの再組み込みを行う診断部を備える
   コンピュータシステム。
2. 前記ＣＰＵに供給する電源の電圧を制御する電源制御部を更に備え、
   前記診断部は、前記ＣＰＵに発生した障害が、前記コンピュータシステムの内部ロジック部分の遅延が原因である場合には、前記障害再発予防処置として、前記ＣＰＵに供給する電源の電圧を上昇させる
   ことを特徴とする請求項１に記載のコンピュータシステム。
3. 前記ＣＰＵにＢＩＳＴ(Built In Self Test)を実行させるＢＩＳＴ部と、
   前記ＣＰＵの温度を測定する温度測定部と、を更に備え、
   前記診断部は、前記ＣＰＵに発生した障害が、前記コンピュータシステムの内部ロジック部分の遅延が原因である場合に、
   前記ＣＰＵにＢＩＳＴを実行させて温度を測定し、当該測定温度に基づいて、前記ＣＰＵに供給する電源の電圧を上昇させる際の電圧値を設定する
   ことを特徴とする請求項２に記載のコンピュータシステム。
4. 前記ＣＰＵに供給する電源の電圧変化に対して、前記ＢＩＳＴ実行時における前記ＣＰＵの温度変化と、高負荷なＪＯＢの実行時における前記ＣＰＵの温度変化とを予め測定し、当該測定した前記ＣＰＵに供給する電源の電圧変化及び温度変化の相関関係を保持しておき、
   前記診断部は、前記ＣＰＵに発生した障害が、前記コンピュータシステムの内部ロジック部分の遅延が原因である場合に、
   前記ＣＰＵにＢＩＳＴを実行させて温度を測定し、当該ＢＩＳＴ実行時における測定温度を、前記保持した電源の電圧変化及び温度変化の相関関係を用いて前記高負荷なＪＯＢの実行時における前記ＣＰＵの温度へと変換し、当該変換した温度が、前記ＣＰＵに障害が発生する所定の温度よりも小さな電圧値となるように、前記ＣＰＵに供給する電源の電圧を上昇させる際の電圧値を設定する
   ことを特徴とする請求項３に記載のコンピュータシステム。
5. 前記ＣＰＵを冷却する冷却装置を更に備え、
   前記診断部は、前記ＣＰＵに供給する電源の電圧を上昇させる際に、前記ＢＩＳＴ実行時における測定温度が所定の設定値に対して余裕があるか否かを判断し、余裕がない場合には、前記ＣＰＵの冷却を強化した後、前記ＣＰＵに供給する電源の電圧を上昇させる
   ことを特徴とする請求項２乃至４いずれか１項に記載のコンピュータシステム。
6. 前記ＣＰＵに供給する電源の電圧を制御する電源制御部を更に備え、
   前記診断部は、前記ＣＰＵに発生した障害が、前記コンピュータシステムのノイズが原因である場合には、前記障害再発予防処置として、前記ＣＰＵに供給する電源の電圧を低下させる
   ことを特徴とする請求項１に記載のコンピュータシステム。
7. 前記ＣＰＵに供給するクロックを制御するクロック制御部を更に備え、
   前記診断部は、前記ＣＰＵに発生した障害が、前記コンピュータシステムのインタフェース障害である場合には、前記障害再発予防処置として、前記ＣＰＵに供給するクロックを低下させる
   ことを特徴とする請求項１に記載のコンピュータシステム。
8. 前記ＣＰＵの再組み込みを行った場合の前記ＣＰＵの性能低下と、当該性能低下に応じた前記ＣＰＵの再組み込み又は切り離し処置との組合せにより定められたモードが予め設定され、
   前記診断部は、前記ＣＰＵに発生した障害が、前記コンピュータシステムのインタフェース障害である場合には、前記設定されたモードに応じて、前記ＣＰＵに供給するクロックを低下させるか否かを選択する
   ことを特徴とする請求項７に記載のコンピュータシステム。
9. ＣＰＵ（Central Processing Unit）に障害が発生した場合に、当該ＣＰＵをコンピュータシステムから切り離した後に、再組み込みを行うＣＰＵの再組み込み方法であって、
   前記ＣＰＵに発生した障害の内容を分析するステップと、
   前記障害内容の分析結果に応じた障害再発予防処置を行うステップと、
   を有するＣＰＵの再組み込み方法。
10. 前記ＣＰＵに発生した障害が、前記コンピュータシステムの内部ロジック部分の遅延が原因である場合に、
    前記障害再発予防処置を行うステップが、前記ＣＰＵに供給する電源の電圧を上昇させるステップを有する
    ことを特徴とする請求項９に記載のＣＰＵの再組み込み方法。
11. 前記ＣＰＵに発生した障害が、前記コンピュータシステムの内部ロジック部分の遅延が原因である場合に、
    前記障害再発予防処置を行うステップが、
    前記ＣＰＵにＢＩＳＴ(Built In Self Test)を実行させて温度を測定するステップと、
    前記測定温度に基づいて、前記ＣＰＵに供給する電源の電圧を上昇させる際の電圧値を設定するステップと、を有する
    ことを特徴とする請求項１０に記載のＣＰＵの再組み込み方法。
12. 前記ＣＰＵに供給する電源の電圧変化に対して、前記ＢＩＳＴ実行時における前記ＣＰＵの温度変化と、高負荷なＪＯＢの実行時における前記ＣＰＵの温度変化とを予め測定し、当該測定した前記ＣＰＵに供給する電源の電圧変化及び温度変化の相関関係を保持するステップを更に有し、
    前記ＣＰＵに発生した障害が、前記コンピュータシステムの内部ロジック部分の遅延が原因である場合に、
    前記障害再発予防処置を行うステップが、
    前記ＣＰＵにＢＩＳＴを実行させて温度を測定するステップと、
    前記ＢＩＳＴ実行時における測定温度を、前記保持した電源の電圧変化及び温度変化の相関関係を用いて前記高負荷なＪＯＢの実行時における前記ＣＰＵの温度へと変換するステップと、
    前記変換した温度が、前記ＣＰＵに障害が発生する所定の温度よりも小さな電圧値となるように、前記ＣＰＵに供給する電源の電圧を上昇させる際の電圧値を設定するステップと、を有する
    ことを特徴とする請求項１１に記載のＣＰＵの再組み込み方法。
13. 前記障害再発予防処置を行うステップが、
    前記ＣＰＵに供給する電源の電圧を上昇させる際に、前記ＢＩＳＴ実行時における測定温度が所定の設定値に対して余裕があるか否かを判断するステップと、
    前記判断の結果、余裕がない場合には、前記ＣＰＵの冷却を強化した後、前記ＣＰＵに供給する電源の電圧を上昇させるステップと、を有する
    ことを特徴とする請求項１０乃至１２いずれか１項に記載のＣＰＵの再組み込み方法。
14. 前記ＣＰＵに発生した障害が、前記コンピュータシステムのノイズが原因である場合には、
    前記障害再発予防処置を行うステップが、
    前記ＣＰＵに供給する電源の電圧を低下させるステップを有する
    ことを特徴とする請求項９乃至１３いずれか１項に記載のＣＰＵの再組み込み方法。
15. 前記ＣＰＵに発生した障害が、前記コンピュータシステムのインタフェース障害である場合には、
    前記障害再発予防処置を行うステップが、
    前記ＣＰＵに供給するクロックを低下させるステップを有する
    ことを特徴とする請求項９乃至１４いずれか１項に記載のＣＰＵの再組み込み方法。
16. 前記ＣＰＵの再組み込みを行った場合の前記ＣＰＵの性能低下と、当該性能低下に応じた前記ＣＰＵの再組み込み又は切り離し処置との組合せにより定められたモードが予め設定されるステップを更に有し、
    前記ＣＰＵに発生した障害が、前記コンピュータシステムのインタフェース障害である場合には、
    前記障害再発予防処置を行うステップが、
    前記設定されたモードに応じて、前記ＣＰＵに供給するクロックを低下させるか否かを選択するステップを有する
    ことを特徴とする請求項１５に記載のＣＰＵの再組み込み方法。

Images