Fehlgeschlagene Dekomprimierung von „Oodle“ durch Instabilität von Intel-Prozessoren

 (radgametools.com)
1 Punkte von GN⁺ 2024-02-25 | 1 Kommentare | Auf WhatsApp teilen
  • Die Hardware-Instabilität von Intel Core Prozessoren der 13. und 14. Generation kann sich in Unreal-Engine-basierten Spielen als fehlgeschlagene Oodle-Data-Dekomprimierung und Abstürze zeigen
  • Ein typischer Fehler ist DecompressShader(): Could not decompress shader (GetShaderCompressionFormat=Oodle); das Problem hängt eher mit stark CPU-lastigen Multi-Threading-Aufgaben im Allgemeinen zusammen als mit Oodle selbst
  • Auch in Adobe Premiere, RealBench, CineBench, Prime95, Handbrake und Visual Studio können Abstürze auftreten, und obwohl die CPU die Ursache ist, kann es wie ein GPU-Fehler wirken – etwa out of video memory
  • Intel hat als Ursache bestätigt, dass mehrere Probleme zusammen zu einer schnellen Alterung der internen Taktsignalschaltung des Chips führen; bereits physisch degradierte Komponenten müssen ersetzt werden
  • Mit Stand vom 1. Oktober 2024 wurden BIOS-Updates ausgeliefert, die Betriebsbedingungen vermeiden sollen, welche die Schäden verursachen; sie sollten installiert werden, bevor Symptome auftreten

CPU-Instabilität, die sich durch Spielabstürze zeigt

  • Ein Hardwareproblem der Intel Core Prozessoren der 13xxx- und 14xxx-Serien der 13. und 14. Generation kann zu allgemeiner Systeminstabilität führen
  • In Unreal-Engine-basierten Spielen kann es zu fehlgeschlagener Oodle-Data-Dekomprimierung und Abstürzen kommen
    • Typischer Fehler: DecompressShader(): Could not decompress shader (GetShaderCompressionFormat=Oodle)
  • Dieses Phänomen ist nicht auf Oodle beschränkt
    • Auch Programme, die den Prozessor über mehrere Threads stark auslasten, können abstürzen oder unvorhersehbares Verhalten zeigen
    • Abstürze wurden auch in Adobe Premiere, RealBench, CineBench, Prime95, Handbrake und Visual Studio beobachtet
  • Obwohl die CPU die Ursache ist, können Meldungen erscheinen, die wie ein GPU-Problem wirken
    • Beispiel: der irreführende Fehler out of video memory

Ursache und erforderliche Maßnahmen

  • Intel hat die grundlegende Ursache als schnelle Alterung der internen Taktsignalschaltung des Chips bestätigt
    • Durch das Zusammenwirken mehrerer Probleme kommt es zu Schäden an der Schaltung
    • Der Schaden ist ein physischer Verschleiß des Chips selbst und kann, sobald er eingetreten ist, nicht rückgängig gemacht werden
  • Bereits degradierte Komponenten müssen ersetzt werden
  • Mit Stand vom 1. Oktober 2024 wurden neue BIOS-Updates ausgerollt, die Betriebsbedingungen vermeiden, welche die Schaltung beschädigen
    • Bei Komplett-Laptops oder Desktop-PCs verteilt der Hersteller bereits BIOS-Updates mit diesem Workaround oder wird sie in Kürze bereitstellen
    • Bei selbst zusammengebauten PCs sollte auf der Website des Mainboard-Herstellers nach einem aktualisierten BIOS-Image gesucht werden
  • Das BIOS-Update sollte installiert werden, bevor Symptome auftreten
    • Sobald die Abstürze begonnen haben, ist es für eine reine Softwarelösung zu spät

Verwandte Beiträge

1 Kommentare

 
GN⁺ 2024-02-25
Hacker-News-Kommentare

  • Das erinnert mich an einen Vorfall, den ich bei der frühen Einführung des AMD Threadripper 3970X erlebt habe: https://forum.level1techs.com/t/amd-threadripper-3970x-under...
    HN-Diskussion: https://news.ycombinator.com/item?id=22382946
    Am Ende habe ich das Problem über mehrere Monate zusammen mit AMD untersucht, und AMD hat mich für den Aufwand mit dem Hin- und Herschicken von Mainboard und CPU großzügig entschädigt, aber seitdem nutze ich das System weiterhin mit einem von AMD bereitgestellten Custom-BIOS-Image. Letztlich scheint es ein Gigabyte-Problem gewesen zu sein

  • Ich habe ein fehlerhaftes 13900K erwischt, und zumindest in meinem Fall kann ich bestätigen, dass die Probleme sogar mit den Standard-PL1/PL2-Einstellungen auftraten
    Auf dem System lief Reinforcement Learning, das ständig abstürzte, daher habe ich ziemlich lange nach der Ursache gesucht; nachdem ich die CPU gegen einen 13700KF aus einem anderen PC getauscht hatte, war das Problem gelöst
    Als ich bei Intel eine RMA anfragte, hieß es, mein verwendetes MSI-Mainboard unterstütze Linux nicht, und nachdem ich ihnen das offizielle Intel-GitHub-Repository mit dem Mikrocode geschickt hatte, der den Support aktiviert, wurde der zuständige Mitarbeiter ausgetauscht. In dem Moment wirkte es sehr deutlich so, als wolle Intel die RMA um jeden Preis vermeiden, und zum Glück lebe ich in Europa und konnte die RMA über die örtliche Verbraucherschutzstelle durchsetzen
    In der Zwischenzeit sah ich online ein Bundle-Angebot für einen 7950X mit Mainboard und kaufte es; das alte Mainboard und das per RMA erhaltene 13900K habe ich gebraucht weiterverkauft. Ich hatte Intel genutzt, weil Intel einige Data-Science-Projekte fördert, aber ich habe nicht vor, jemals wieder Intel zu kaufen

    • Auch mein 7700K war seit dem Kauf ständig instabil, und 16 Monate lang BIOS-Updates haben das nicht behoben. Es könnte sein, dass Prozessoren der neuesten Generation mehr Probleme haben als die einfacheren Designs früherer Zeiten

  • Um Sicherheitsprobleme zu verringern, muss man offenbar Hyper-Threading abschalten, und um Speicherbeschädigungen zu vermeiden, jetzt wohl auch noch den Turbo-Modus
    Wenn man dann noch C-States deaktiviert, um Side-Channel-Angriffe zu vermeiden, und die Efficiency Cores abschaltet, um Scheduler-Probleme zu umgehen, landet man irgendwann wieder bei einem Funktionsumfang wie vor 20 Jahren :P

    • Das Problem scheint durch die Firmware-Unterschiede verschiedener Mainboard-Hersteller zu entstehen. Ich nutze ein Mainboard mit Ryzen 7950X, das zufällig manchmal nicht mehr bootete und erst nach einem vollständigen Reset durch Entfernen der Batterie wieder funktionierte. Ein Firmware-Update hat den Bug am Ende behoben
    • Man muss einfach nur Overclocking deaktivieren
    • Damals wusste man noch, wie man zuverlässige Hardware baut, statt halb validierte Features hineinzupressen und mit fragwürdigen Kompromissen Spitzenwerte erreichen zu wollen
    • Ehrlich gesagt wäre die Welt vielleicht besser dran gewesen, wenn wir bei Coppermine oder Tualatin aufgehört und uns nur noch auf Software-Verbesserungen konzentriert hätten
    • Gut, schnell, billig. Such dir zwei davon aus

  • Ich habe kürzlich ein neues System mit einem i9 149KF und einem Asus-Formula-Mainboard gebaut. Ziel war es, Windows in einem VFIO-System laufen zu lassen und auch damit zu spielen
    Der Weg zu einem stabil laufenden System war ein Albtraum, und keine einzige Standardeinstellung des Mainboards war korrekt. Spiele stürzten ab, und auch Kernel- und Emacs-Kompilierungen schlugen fehl
    Am Ende musste ich den Turbo des 6-GHz-Chips auf 5,4 GHz begrenzen und Einstellungen aktivieren, die die maximale Leistung und die Throttling-Temperatur auf 90 °C begrenzen
    Jetzt wirkt es stabil, und ich kann 5,4 GHz dauerhaft ohne Throttling halten und bei 4K mit 120 fps spielen. Es fühlt sich aber unangenehm an, dass sich die beworbenen Werte, für die ich bezahlt habe, unter keiner Einstellung erreichen lassen

    • Bedeutet die Begrenzung der Throttling-Temperatur auf 90 °C, dass die CPU vorher über 90 °C lag?
      Anfangs hielt ich das für absurd, aber laut Intel scheint das bei diesem Chip normal zu sein: „Der Prozessor unterstützt bis zu 100 °C, und niedrigere Temperaturen sind normal und liegen im erwarteten Bereich.“
      https://community.intel.com/t5/Processors/i9-14900K-temperat...
      Trotzdem ist das wirklich seltsam. Einerseits sollte man selbstverständlich die Leistung bekommen, die beworben und bezahlt wurde, andererseits fühlt es sich wahnsinnig an, eine CPU bei 90–100 °C zu betreiben. Es wirkt, als stünde Intel ziemlich unter Druck. Mich würde interessieren, welche Kühlkonfiguration verwendet wird
    • Dieses Turbo-Boost-Marketing gefällt mir nicht
      Das ist wie früher bei ISPs, die mit „bis zu X Mbps“ geworben haben. Dieser Chip soll ebenfalls per Turbo Boost „bis zu 6,00 GHz“ erreichen
      Effektiv ist das automatisches Overclocking, und wie du selbst erlebt hast, schafft es diese Geschwindigkeit manchmal nicht einmal stabil. Manche Chips werden nie mit „bis zu 6,00 GHz“ laufen, aber gelogen ist es nicht. Es heißt ja „bis zu“
    • Ich habe kürzlich ein System mit einem ASUS-TUF-Mainboard, einem NZXT Kraken 360-Kühler und einem 14900KF gebaut und hatte bisher mit den Standard-BIOS-Einstellungen keine Probleme. Standard waren 5,7 GHz, und ich habe die Temperatur auch nie über 70 °C gesehen
      Allerdings habe ich die CPU-Auslastung auch nie über 40 % gesehen und ebenfalls keine Benchmark-Software laufen lassen. 90 °C bei 5,4 GHz ist ziemlich anders als das, was ich bei meinem Prozessor sehe, daher würde mich interessieren, welche Kühlung du verwendest. Trotz des höheren Takts habe ich meine CPU vielleicht einfach nie so stark belastet
    • Ich frage mich, ob du alles gründlich gereinigt und den Kühler mit neuer Wärmeleitpaste neu montiert hast. Ich habe ein ähnliches Verhalten gesehen, als die Paste schlecht aufgetragen war und Luftblasen entstanden. Zeigen die Temperaturwerte pro Kern große Unterschiede?
    • Es ist beängstigend, dass ein 10-%-Unterschied bei der Taktfrequenz über die Stabilität entscheidet. Wie viel echte Reserve bleibt da überhaupt noch?

  • Das erinnert mich an einen klassischen Beitrag von Raymond Chen: https://devblogs.microsoft.com/oldnewthing/20050412-47/?p=35...

    • Ich frage mich, warum man in Systemabsturz-Analysatoren keine Komponente eingebaut hat, die dem Benutzer mitteilt, dass sich die CPU fehlerhaft verhält. Wenn sie etwa melden würde, dass selbst ein grundlegender Befehl wie xor eax, eax falsch ausgeführt wird, hätte das wohl einige schwer zu debuggende Support-Anfragen reduziert

  • Kommt mir sehr bekannt vor. Das erinnert an den alten Pentium III 1.13GHz
    https://www.tomshardware.com/reviews/intel-admits-problems-p...

    • Unabhängig vom eigentlichen Thema ist es lobenswert, dass Tom’s Hardware einen 24 Jahre alten Webbeitrag noch vollständig bereitstellt

  • Auch bei Zstd stößt man regelmäßig auf Hardwareprobleme. Oft ist der Dekompressor die erste Komponente, die mit über das Netzwerk eingehenden Daten interagiert
    Wie in diesem Fall reagiert der Dekompressor äußerst empfindlich auf Bitflips, unabhängig davon, ob Prüfsummen verwendet werden, und bemerkt Hardwareprobleme daher oft früher als andere Prozesse auf demselben Host
    Zstd hat sich entschieden, nur eine Prüfsumme der Originaldaten aufzunehmen, was ausreicht, um die Datenintegrität sicherzustellen. Allerdings lässt sich damit nicht prüfen, ob die komprimierten Daten beschädigt wurden, wodurch sich schwieriger ausschließen lässt, dass die Ursache der Beschädigung im Dekompressor liegt

    • Komprimierte Daten sind wie Backups. Gültig sind sie erst, wenn man sie verifiziert hat

  • Diese Seite scheint von keiner anderen öffentlichen Seite verlinkt zu sein, daher wirkt sie wie eine Seite, die erstellt wurde, um auf unerwünschte Beschwerden von Nutzern zu reagieren, die in Fehlerlogs „oodle“ zurückverfolgen wollten. Ähnlich wie damals bei SQLite 2006 [1]
    [1] https://news.ycombinator.com/item?id=36302805

  • Überhaupt nicht überraschend
    Der Grund, warum ich damals ein ASUS-TUF-Board für einen 4790K gekauft habe, war, dass ich etwas Grundlegendes wollte und mich weder für Overclocking noch für Tuning interessiert habe. Aber das BIOS sah das anders
    Um Overclocking überhaupt zu vermeiden, musste ich unzählige Einstellungen manuell setzen, RAM-Timings konfigurieren und jeden einzelnen BIOS-Punkt prüfen, um sicherzugehen, dass nichts auf irgendeine Weise übertaktet wird. Die „optimalen“ Einstellungen aktivierten aggressive Änderungen wie das Anpassen des Bus-Speed-Multiplikators

    • Wie andere schon sagen: Diese „hinreichend einfache“ CPU zielte in Wirklichkeit direkt auf den Overclocking-Markt, und das verlinkte Mainboard wahrscheinlich ebenfalls. Das ist überhaupt keine Basiskonfiguration, sondern ein System für erweitertes Tuning. Nur eben ein zehn Jahre altes Tuning-System
    • Es ist selten, dass jemand ohne Interesse an Overclocking und Tuning einen K-Prozessor kauft. Daher überrascht es nicht, wenn das BIOS eines Gaming-Mainboards die „optimalen“ Defaults unter dieser Annahme setzt. Der Gaming-Markt ist schließlich benchmark-getrieben

  • Ich hatte auf einem Asus-Mainboard etwas Ähnliches. Durch Auto-Tuning wurde das System instabil, der Compiler stürzte ab, und um es normal nutzen zu können, musste ich das BIOS manuell konfigurieren
    Ich denke, das Problem wird dadurch verschärft, wie das SuperIO die Lüfter steuert, denn die Abstürze standen mit 100°C-Temperaturspitzen in Verbindung. Das Hochregeln der Lüfter ist viel zu langsam, das Herunterregeln dagegen viel zu schnell
    Unter Linux kann man das im Userspace anpassen. Eigentlich müsste aber nicht ein verzögerter Indikator wie die Temperatur den Anstieg steuern, sondern ein vorlaufender Indikator wie der Spannungsregler. Alternativ könnte der Linux-p-state-Controller die Leistungsstufe vorhersagen und eine höhere Lüfterdrehzahl setzen

    • Ich habe genau dieses Problem gerade. Das Setup ist Asus ROG Z790, 14900K, Noctua NH-D15
      Die Standard-Lüfterkurve ist weder wirksam noch angenehm, sie schwankt ständig und nervt. Die Temperatur eines einzelnen P-Kerns springt dauernd hoch, und die Lüfter reagieren hektisch
      Ich habe gelesen, dass eine längere Anstiegszeit das Lüfterverhalten beruhigt, aber nach den obigen Erfahrungen könnte genau das zu Prozessorfehlern führen