随着云计算、AI应用、商业智能实时交易等关键业务场景需求爆发，数据中心设备规模呈指数级增长，服务器集群数量已突破百万级别；同时企业核心业务对7x24小时持续稳定运行的要求越发严苛，量化交易系统要求年故障时间不超过5分钟、AI训练任务中断成本可达每小时百万级……用户稳定运行的要求已不断逼近服务器可靠性的极限。据统计，在服务器硬件故障引发的宕机事件中，内存故障占比高达74%，成为数据中心稳定运行的重大隐患。 

浪潮信息基于百万级服务器运维经验，正式推出服务器内存故障智能预警修复技术MUPR®（Memory UCE Prevent and Repair）3.0，这一技术能够提前识别内存工作异常，预测内存故障并及时修复内存风险单元，大幅降低内存修复时CPU负载，将不可纠正UCE故障预测准确率提升至90%以上，做到内存修复时业务零感知、不中断，设备宕机率下降85%。MUPR®3.0主要针对UCE故障等核心痛点，在2.0版本基础上进行了系统架构升级和故障检测告警机制优化，实现从传统内存故障被动响应模式向主动预防机制的跨越。

内存故障成为数据中心可靠运行头号威胁，业务中断连锁反应损失巨大 

在云计算和AI驱动的数字经济时代，服务器内存可靠性已成为影响关乎企业业务连续性的关键因素。内存故障可分为不可纠正错误UCE和可纠正错误CE，UCE故障可能会导致服务器立马宕机。随着内存工艺演进至10nm以下，工作电压降至1V以下，单位存储电荷量减少30%的同时频率突破6400MHz，这些技术突破在提升性能的同时，也带来了电荷不稳定以及信号抗干扰能力降低的副作用，导致UCE（不可纠正错误）故障发生率同比上升47%。以一个50万节点规模数据中心为例，仅按年化1%的UCE发生率计算，每年故障维修费用就可能超过6700万。 

此外，内存故障引发的业务中断通常还带来连锁反应，金融交易、电商大促等核心业务场景中秒级的业务中断就会带来不可估量的损失。服务器内存故障发生后，传统被动修复模式需要停机维护，操作时平均导致4-5小时服务不可用，使得企业不仅需承受硬件损失，还进一步面临客户流失、品牌声誉受损等衍生风险。因此保障内存故障修复时客户业务不受影响中断、构建业务侧“零感知”的主动防御体系已逐渐成为用户刚性需求之一。 

MUPR®3.0：构建“零感知运维”主动防护体系，宕机率降低85% 

基于对服务器产业客户痛点的理解，依托强大的技术研发实力，浪潮信息在MUPR® 2.0基础上升级系统架构、优化故障检测及告警机制，推出MUPR® 3.0，降低内存修复时CPU负载，保障核心业务无感知稳定运行，以颗粒级故障预测精度将不可纠正UCE故障预测准确率提升至90%以上，系统宕机率大幅下降，整体运维效率显著提升。

■ 故障处理避免性能抢占，业务不中断、用户零感知 

传统模式下，内存发生故障时依赖BIOS处理内存故障，处理器平台组件使用SMI（系统管理中断）调用错误处理，需占用CPU资源隔离错误内存，而这种突然中断业务的方式在复杂工作负载下易引发处理器性能波动，影响业务软件稳定运行。 

MUPR® 3.0采用创新系统架构，引入RAS Offload技术，打破传统内存故障处理对 BIOS 的依赖，将故障处理从CPU卸载至BMC，实现带外无感修复，显著降低平台宕机风险，在内存维护期内业务可保持稳定运行；同时由于BIOS与BMC解耦，使BMC功能迭代完全脱离BIOS版本约束，在功能迭代时，用户仅需升级 BMC 固件，就能快速启用新特性，升级耗时从小时级缩短至分钟级。通过BMC对内存CE、PCIE CE 风暴的实时监控、智能化管理能力，可确保在Kubernetes集群突发流量、高频金融交易等业务峰值期，核心业务始终获得优先算力保障，避免用户因内存维护业务中断导致的订单丢失或口碑受损。 

■ 主动防御高效修复，告警精度提升至超90% 

内存故障并非只有完全无故障和故障宕机两种绝对状态，持续性单元错误可能潜伏数月，故障由CE故障转变为UCE故障，最终引发雪崩式宕机，传统运维方案由于对颗粒级故障仅能预测，对于此类渐进式故障的预警存在5%-10%的误报率。 

在内存故障管理方面，MUPR® 3.0 构建了主动防御新范式。它搭载颗粒级故障发现技术，利用 ECS、Cell Persistent 等方式，实时侦测并预测故障点，同时通过根据历史数据建立的故障预测模型，对服务器UCE故障进行智能预测，将整体内存UCE故障预测准确率提升至90%以上，因内存导致的设备宕机率大幅降低85%。系统还能对内存的健康状态、性能指数、可靠指数进行精细化评分，运维人员无需查看工作日志，就能快速掌握内存使用状态，提前精准防御问题发生。此外，Runtime PPR 技术的应用，让系统无需重启即可管理故障 DRAM 设备，将故障单元精准修复为备用单元，使计划外停机时间近乎为零。 

搭载了MUPR® 3.0的元脑®服务器，平台服务升级，丰富故障检测类型，优化告警机制，可实时监测内存行、列和Cell中的微观故障，让内存故障及时预警，支持业务无中断故障修复，让使用者体验“零感知运维”，为企业筑起内存安全的智能防线，让每一台服务器都拥有“免疫系统”，治病于未发、防患于未然。

四川浪潮服务器总代理 —— 成都强川科技有限公司 

服务热线：400-028-6620    028-85024766

​ 公司地址：成都市武侯区一环路南二段2号新世纪商业中心东楼17B