Érdekes belegondolni, hogy az ARM Cortex-A72 architektúrát már tíz évvel ezelőtt jelentették be, és azóta is számos jól ismert eszközben találkozhatunk vele – többek között a Raspberry Pi 4-ben, az AWS Graviton szerverprocesszorban, valamint különféle más SoC-okban. Bár a Cortex-A72 alapú hardverek széles körben elterjedtek, csak 2025 végére kerül a Linux kernel főágába egy hivatalos Error Detection And Correction (EDAC) meghajtó ehhez a magtípushoz.

Az új EDAC-meghajtó részletei

A Linux 6.18-as verziójának merge ablakát megelőzően az „edac-for-next” Git ágba bekerült az „a72_edac” driver, amely az A72 magok L1 és L2 gyorsítótárában fellépő hibák észlelésére és jelentésére fókuszál.

A hivatalos szoftverfolt ismertetése szerint:

„A meghajtó célja a Cortex-A72 magok hibadetektálásának és jelentésének támogatása, különösen az L1 és L2 cache rendszerekben. A hibák észlelése a CPU/L2 memóriához tartozó szindróma-regiszterek kiolvasásával történik. Sajnos nincs megbízható mód a cache-ekben hibák mesterséges injektálására, így a driver nem tartalmaz kódot a teszteléshez. A meghajtót azonban egy korábbi verzióból átvett kód alapján sikerült ellenőrizni. Az okok miatt, amelyeket a fejlesztői levelezésben részleteztek, a hibainjektáló kód nem alkalmas mainline integrációra, ezért azt eltávolították.”

Microsoft a Linux-közösségben

Érdekesség, hogy a patchet Vijay Balakrishna, a Microsoft mérnöke nyújtotta be ellenőrzésre. A meghajtó eredetileg Sascha Hauer (Pengutronix) munkája volt, azonban eddig csak „out-of-tree” formában létezett. A Microsoft motivációja egyértelmű: az Azure felhőszolgáltatás és az első generációs Graviton processzor, amely Cortex-A72 magokat használ, erősen támaszkodik a stabil és hibabiztos kernel-támogatásra.

Bár a Cortex-A72 immár egy évtizedes tervezés, a mai napig releváns és széles körben használt architektúra. Az EDAC-meghajtó mainline-be kerülése nemcsak a stabilitást és megbízhatóságot növeli a különféle A72-alapú rendszereken, hanem azt is mutatja, hogy a Linux közösség és a nagyvállalatok – köztük a Microsoft – közösen dolgoznak a nyílt forráskódú ökoszisztéma megerősítésén.

Mi az az EDAC?

Az EDAC a „Error Detection and Correction” (hibadetektálás és hibajavítás) rövidítése. Ez egy olyan hardver- és szoftvereszközökre épülő technológia, amely a számítógépes rendszerekben fellépő memória- és cache-hibák felismerésére, naplózására és – bizonyos esetekben – automatikus javítására szolgál.

A memóriahibák forrása lehet:

• Kozmikus sugárzás / háttérsugárzás → ritka, de valós probléma, főleg nagy szerverparkokban.
• Hardver-öregedés → kondenzátorok, tranzisztorok megbízhatatlanná válhatnak az idő múlásával.
• Hőmérséklet-ingadozás, túlmelegedés → a chip hibás működését okozhatja.
• Tápellátási zavarok → rövid, átmeneti hibákhoz vezethetnek.

Mivel ezek a hibák adatvesztést, összeomlást vagy rosszabb esetben hibás számítási eredményeket is okozhatnak, az EDAC kulcsfontosságú a megbízhatóság fenntartásában, különösen szervereknél, adatközpontokban és felhőszolgáltatásoknál.

Hogyan működik az EDAC?

Az EDAC technológia alapja az ECC memória (Error-Correcting Code memory).

1. Adat írásakor
   Az adat mellé az ECC-vezérlő egy extra hibajavító kódot (pl. Hamming-kód) generál és eltárol a memóriában.
2. Adat olvasásakor
   A vezérlő újra kiszámolja a hibajavító kódot, és összehasonlítja a tárolt kóddal.
   • Ha egyeznek → nincs hiba.
   • Ha eltérés van → a vezérlő képes:
     • 1 bit hibát automatikusan javítani (Single-bit Error Correction).
     • 2 bit hibát érzékelni, de nem javítani (Double-bit Error Detection).
3. Hibajelentés
   A Linux EDAC alrendszer figyeli ezeket az eseményeket, naplózza őket a kernel logban, és adott esetben értesíti a rendszergazdát.

Az EDAC szerepe a Linuxban

A Linux kernelben az EDAC alrendszer felelős a hardver hibadetektáló mechanizmusainak kezeléséért. Ez az alrendszer:

• Illesztőprogramokat (drivers) biztosít minden támogatott CPU-hoz és memóriavezérlőhöz (pl. Intel Xeon, AMD EPYC, ARM Cortex-A72).
• Figyeli a hibákat → cache, DRAM, L1/L2/L3 memória, PCIe hibák.
• Jelentést készít → a /sys és /proc fájlrendszeren keresztül elérhetők a statisztikák.
• Integrálódik monitorozó eszközökkel → pl. Nagios, Prometheus, vagy más szerver-felügyeleti rendszerek.

A gyakorlatban ez azt jelenti, hogy ha például egy szerverben ECC memória van, és egy bit hibás lesz, akkor a Linux kernel az EDAC segítségével kijavítja, naplózza, és a rendszer stabilan fut tovább – a felhasználó észrevétele nélkül.

Miért fontos az EDAC?

• Stabilitás – kritikus rendszerek (pl. repülésirányítás, banki rendszerek, tudományos számítások) nem engedhetnek meg hibás adatokat.
• Megbízhatóság – nagy szerverparkokban napi szinten előfordulhatnak memóriahibák, amelyek EDAC nélkül összeomlást vagy adatvesztést okoznának.
• Biztonság – hibás memóriaértékek akár biztonsági réseket is nyithatnak, ha rossz címre ugrik a CPU vagy hibásan futtat kódot.
• Költségcsökkentés – kevesebb váratlan leállás, kisebb üzemeltetési kockázat.