DDR5 内存：ECC 纠错为何仍存隐患？
ECC and DDR5
本文深入探讨了 ECC 内存与 DDR5 技术的现状与误区。作者指出，虽然 DDR5 引入了 on-die ECC 来应对更小的制程和更高的速度带来的错误，但这并不能完全替代传统的系统级 ECC。文中详细对比了 RDIMM 与 UDIMM 的优劣，解释了 ChipKill 和 Advanced ECC 如何防止整颗 DRAM 芯片故障，并批评了部分厂商推出的 EC4 规格内存，认为其纠错能力不足且增加了升级难度。作者结合 Mozilla 关于 Firefox 崩溃率的数据及自身经历，强调内存错误导致的文件系统损坏和开发时间浪费不容忽视，呼吁社会应通过税收等手段推广 ECC 内存的普及，以减少数据丢失和效率损失。
我们需要 ECC 内存得到更广泛的应用，理想情况下，鉴于内存硬件错误导致的数据损坏和浪费时间给社会带来的持续成本，政府应采取强制措施。
HN 评论区
152- jcalvinowens
有一件事让我很担心，那就是片上 ECC（on-die ECC）可能会与主板上的 ECC 相互作用，从而降低其有效性。
DDR5 的片上 ECC 可以检测并纠正单比特错误。它无法检测双比特错误，因此会将其中一些错误误纠正为三比特错误。据我所知，片上纠错方案是专门设计的，使得由此产生的三比特错误在数学上能被运行在片上 ECC 之上的标准系统级 ECC 检测为不可纠正的双比特错误。但我从未找到过直接说明这一点的权威参考。
- nu11ptr
我一直觉得奇怪，为什么 ECC 没有成为所有电脑的标准配置。我认为人们严重低估了内存问题的影响。它们可能是毁灭性的，尤其是随着时间的推移。它们会慢慢破坏你的文件系统、文档、二进制文件、代码，一切的一切。当你发现压缩文件开始出现 CRC/校验和错误，或者下载的文件与 SHA-512 不匹配时，你才会注意到。然后你就会有一种“恶心”的感觉。你工作的哪些部分受到了损害？显然，对于二进制文件和结构来说，这比基于可读文本构建的东西要糟糕得多。在这些情况下，我通常只是从头重建我的系统（当然是在修复问题之后），但并非我们所有的文件都是可替换的，而且你永远可能拥有在问题发生期间被写入的、你却不知情的损坏文件。你可能要等到几年后才会发现它们。
- nahuel0x
这里有一个重要的点没有被讨论：你不仅需要纠错（如果可能的话），还需要错误报告，这样你才能知道你的内存正在失效。遗憾的是，无法将 DDR5 片上 ECC 的错误计数报告给操作系统。替代方案是使用带 IBECC 的 DDR5，其中 CPU 会预留一部分内存用于奇偶校验位，并执行检查和报告。
- Havoc
我为我的 DDR4 服务器买了 ECC UDIMM，结果惊讶地发现它偶尔会捕获到错误（大概每几个月一次）。很可能是其中一根内存条有缺陷。到目前为止，它总是能纠正这些错误，所以我还是决定保留它们（毕竟在现在这种内存紧缺的艰难时期，谁也不想少 32GB）。
如果用普通内存条，我就根本不知道存在潜在问题了。
- snvzz
我运行的是 9800X3D，配有 96GB ECC 内存（2x 48GB DDR5-5800）。
挑选兼容的主板和采购内存很麻烦，但我很高兴当时做了这个决定，因为在 2024 年 6 月……内存价格紧接着就涨了。
非 ECC 内存应该被视为 Linux 的内核污染（kernel taint）。更新版本的 Windows（12 版？）也应该在没有 ECC 的情况下拒绝启动。这在 DDR6 中应该是强制性的。这种疯狂必须结束。
- cyanmagenta
我对 ECC 讨论感到困扰的地方在于，它们总是基于轶事。有一项 Google 的研究发现他们的数据中心内存存在一定概率的比特翻转，但那已经是很久以前的事了。每个人都重复说