PVE 报错nmi_backtrace_stall_check

Question

我家里一台旧电脑装PVE系统，内装ubuntu和truenas，
CPU：R7 1700x

主板：Micro-Star MS-7A37/B350M MORTAR
BIOS 版本：1.O9 (2024-03-09)
pve版本8.4
内核：6.8.12-9-pve
运行过几个小时就直接崩溃

这是报错，怎么办

Answer 1

上午好☀️☀️☀️️
本答案参考通义千问

根据你提供的信息，PVE 报错 nmi_backtrace_stall_check_ 是一个与 NMI（Non-Maskable Interrupt） 相关的内核错误。这种错误通常表明系统在处理 NMI 时出现了异常，可能与硬件、驱动或内核配置有关。

---

🔍 一、问题分析

1. 报错内容：

nmi_backtrace_stall_check_

这个报错通常出现在以下几种情况：

• 硬件问题（如 CPU、内存、主板）
• 内核版本不兼容（特别是较新的内核与旧硬件）
• 驱动程序冲突（如某些设备驱动导致 NMI 异常）
• 超频或不稳定设置（如 CPU 超频、电压不稳定）

---

🛠️ 二、解决方案

✅ 1. 检查硬件稳定性

重点： 确保 CPU 和主板 的稳定性是首要任务。

操作步骤：

1. 进入 BIOS 设置：

   • 检查是否有 超频设置（如 CPU 频率、电压、倍频等），尝试恢复默认设置。
   • 检查 电源管理设置，关闭所有节能选项。
   • 确认 内存频率 是否稳定（建议使用 DDR4 2400MHz 及以下）。

2. 运行内存检测工具：

   • 使用 memtest86+ 或 MemTest86 工具测试内存是否稳定。
   • 如果有错误，更换内存条。

3. 检查 CPU 温度：

   • 使用 sensors 或 lm-sensors 检查 CPU 温度。
   • 如果温度过高，可能是散热不良或风扇故障。

---

✅ 2. 更新 PVE 内核和系统

重点： PVE 8.4 使用的是较新的内核（6.8.12-9-pve），但 R7 1700x 是较老的 CPU，可能与新内核存在兼容性问题。

操作步骤：

1. 升级 PVE 到最新版本（如果未升级）：

   apt update && apt full-upgrade
   

2. 尝试降级内核（推荐使用 5.x 版本）：

   • 安装旧内核（如 linux-image-5.15.0-101-generic）：

     apt install linux-image-5.15.0-101-generic
     

   • 修改 GRUB 默认启动项：

     nano /etc/default/grub
     # 修改 GRUB_DEFAULT="0" 或 "Advanced options for Ubuntu"
     update-grub
     reboot
     

3. 禁用某些内核模块（可选）：

   • 编辑 /etc/default/grub 添加参数：

     GRUB_CMDLINE_LINUX="nomodeset"
     

   • 更新 GRUB：

     update-grub
     

---

✅ 3. 排查驱动或虚拟化问题

重点： 由于你同时运行了 Ubuntu 和 TrueNAS，可能存在 KVM/QEMU 驱动冲突 或 虚拟机资源争用。

操作步骤：

1. 检查虚拟机配置：

   • 确保没有过多的虚拟机同时运行。
   • 检查虚拟机是否分配了过多资源（如内存、CPU）。

2. 禁用不必要的驱动：

   • 在 PVE 中，进入 System > Kernel，选择一个更稳定的内核版本。
   • 尝试禁用某些设备驱动（如 USB 控制器、网卡驱动）。

3. 查看日志文件：

   • 查看 /var/log/kern.log 或 /var/log/syslog，寻找更详细的错误信息。
   • 示例命令：

     grep -i nmi /var/log/kern.log
     

---

✅ 4. 修改内核参数（临时修复）

重点： 如果无法解决根本问题，可以通过调整内核参数来规避 NMI 错误。

修改 /etc/default/grub 文件：

GRUB_CMDLINE_LINUX="nmi_watchdog=0"

然后执行：

update-grub
reboot

说明： nmi_watchdog=0 会禁用 NMI Watchdog，可能会减少崩溃频率，但不是根本解决方法。

---

🧪 三、测试与验证

| 步骤 | 说明 | |------|------| | 1 | 升级 PVE 并切换到稳定内核 | | 2 | 运行 memtest86+ 测试内存 | | 3 | 检查 CPU 温度和 BIOS 设置 | | 4 | 禁用不必要的虚拟机资源 | | 5 | 查看系统日志定位错误源头 |

---

💡 四、建议

• 不要长期使用过时内核，建议使用官方支持的 PVE 内核。
• 如果问题持续，考虑更换主板或 CPU，尤其是如果你的主板是较老型号（如 B350M）且 CPU 是 R7 1700x，可能存在兼容性问题。
• 若你使用的是 TrueNAS Core，建议将其迁移到独立服务器，避免与 PVE 共享同一台物理机。

---

📌 五、总结

| 问题 | 解决方案 | |------|----------| | NMI 错误 | 更新内核、检查硬件稳定性、禁用 NMI Watchdog | | 系统崩溃 | 检查内存、CPU 温度、BIOS 设置 | | 虚拟机冲突 | 减少虚拟机负载、优化资源配置 |

---

如果你能提供完整的日志内容（如 /var/log/kern.log 或 /var/log/syslog 的部分片段），我可以进一步帮助你分析具体原因。