RAS（二）Intel MCA初探
谈到当前业界使用最广泛、最好的ras商用解决方案，那么必定是intel公司。从广泛上来说，大部分公司使用的x86服务器，首选intel；从ras能力来说，intel cpu的mca架构，从故障检测、故障上报、故障恢复等层面功能都非常完善。所以笔者认为，想要学习linux ras，那么intel cpu手册中machine-check architecture章节和对应的linux arch/x86/kernel/cpu/mce目录相关代码将是非常好的入门学习资料。
mca介绍
mca（machine check architecture）是intel xeon，intel atom和p6 family系列processors支持的硬件错误检测、上报机制，硬件错误包括system bus errors，ecc errors，parity errors，cache errors and tlb errors。
从硬件层面看，mca通过一些msr（model specific register）来实现检测、记录错误信息等功能。它包含了一组global control msrs和多组error-reporting bank registers（each hardware unit）记录和上报硬件错误。如下图：
关于这一点，很多人开始都不太理解，也被问过多次。通过下面图可以很清楚的理解：
intel把各个processor内硬件以bank为单位分组，每个bank涉及多个硬件，共用一组error-reporting register。这个划分并不是随便的、杂乱的，反而是非常规整的。
mca故障分类
intel将hardware error分类以及行为如下：
•ce（corrected error）：指硬件自行恢复的故障，通常也会通知软件，软件读取status寄存器记录故障信息；
•fata error：指严重的硬件错误，比如processor 电源故障，memory control严重故障等。此类故障发生后，intel芯片会直接挂起所有cpu，服务器挂死，不会通知到os；
•uce（uncorrected error）：硬件无法自行恢复的故障。在intel mca架构下，此类错误是mci_status寄存器pcc bit为1，表示processor可能已经被故障损坏，同时重启processor也不可靠。软件会根据此信息主动panic；
•ucr（uncorrected recoverable） error：硬件无法自行恢复，但软件可以采取某些行为修复的错误；
至于ucna、srao、srar在讲mca recovery机制时再细讲。
当然上述分类并不是绝对的，只能算是最全面的分类。比如intel将pcie device的ras故障只分为uce和ce，这是因为pcie连接外设一般是非核心硬件，比如usb、磁盘、网卡等。这些组件发生uce后，都会通知到os尝试修复。
machine-check global control寄存器组
machine-check global control msrs是一组全局寄存器，用于machine-check的配置、状态显示等，包括ia32_mcg_cap/ia32_mcg_status/ia32_mcg_ctl/ia32
_mcg_ext_ctl寄存器。 ia32_mcg_cap msr
ia32_mcg_cap msr是只读寄存器，表示当前processor拥有的mca的能力。
count field, bits 7:0：表示某processor支持hardware unit error-reporting banks的数量；
mcg_ctl_p (control msr present) flag, bit 8：mcg_ctl msr有效位；
mcg_ext_p (extended msrs present) flag, bit 9：mcg_ext_ctl有效位；
mcg_cmci_p (corrected mc error counting/signaling extension present) flag, bit 10：表示当发生一个ce或ce个数超过阈值后，是否通过cmci中断通知错误；
mcg_tes_p (threshold-based error status present) flag, bit 11：当set时，表示ia32_mci_status msr的54:53用来上报threshold-based error状态；
mcg_ext_cnt, bits 23:16：表示extended machine-check state registers个数，仅当mcg_ext_p set时有效；
mcg_ser_p (software error recovery support present) flag, bit 24：当set时，表示processor支持software error recovery，同时ia32_mci_status msr的56:55位提供uncorrected recoverable errors信息，以及判断软件是否需要task recovery actions来进行恢复。ia32_mci_status msr的56:55位是ar和s位，可以对uer进行分类；
mcg_emc_p (enhanced machine check capability) flag, bit 25：当set时，表示processor支持mca增强特性；
mcg_elog_p (extended error logging) flag, bit 26：当set时，processor允许firmware接收硬件错误并将bank寄存器信息记录在acpi的“generic error data entry”。这样mca就可以改为firmware first并兼容apei上报方式。
mcg_lmce_p (local machine check exception) flag, bit 27：是否支持local machine check exception (lmce)。当set后，ia32_mcg_status 的lmce_s位有效；
linux内核中使用举例（v6.3，arch/x86/kernel/cpu/mce/core.c）
c++
/*
* initialize machine checks for a cpu.
*/
static void __mcheck_cpu_cap_init(void)
{
u64 cap;
u8 b;
rdmsrl(msr_ia32_mcg_cap, cap);
b = cap & mcg_bankcnt_mask;
if (b > max_nr_banks) {
pr_warn(cpu%d: using only %u machine check banks out of %u ,
smp_processor_id(), max_nr_banks, b);
b = max_nr_banks;
}
…
这段cap init代码即开始读取mcg_cap寄存器的count field, bits 7:0，获取banks数量，mcg_bankcnt_mask定义在mce.h
#define mcg_bankcnt_mask 0xff /* number of banks */
ia32_mcg_status msr
ia32_mcg_status msr描述的是machine-check exception发生后的当前processor状态。
ripv (restart ip valid) flag, bit 0：当set时，表示machine-check exception发生后程序是否还可以从异常打断后的指令处重新可靠的执行；当clear时，表示程序无法可靠地从instruction pointer处重新执行；
eipv (error ip valid) flag, bit 1：当set时，表示machine-check exception和当前instruction pointed有直接关联。当clear时，表示instruction pointed与错误无关；
mcip (machine check in progress) flag, bit 2：当set时，表示当前machine-check exception正在处理中。软件可以设置或清除此标志位。
lmce_s (local machine check exception signaled), bit 3：当set时，表示当前的machine-check event被当前processor捕获和处理。这个bit很有意思，intel以前的cpu，machine-check event可以上报到其他processor，当前处理的processor需要遍历所有banks来找到真正的machine-check even。这个机制对于同步mce来说非常不友好，后面icelake或arm64，都是自动报到local cpu，省去了很多不必要的麻烦，代码也更简洁。
linux内核中使用举例（v6.3，arch/x86/kernel/cpu/mce/core.c）
c++
noinstr void do_machine_check(struct pt_regs *regs)
{
int worst = 0, order, no_way_out, kill_current_task, lmce, taint = 0;
declare_bitmap(valid_banks, max_nr_banks) = { 0 };
declare_bitmap(toclear, max_nr_banks) = { 0 };
…
/*
* mces are always local on amd. same is determined by mcg_status_lmces
* on intel.
*/
lmce = 1;
…
/*
* check if this mce is signaled to only this logical processor,
* on intel, zhaoxin only.
*/
if (m.cpuvendor == x86_vendor_intel ||
m.cpuvendor == x86_vendor_zhaoxin)
lmce = m.mcgstatus & mcg_status_lmces;
/*
* local machine check may already know that we have to panic.
* broadcast machine check begins rendezvous in mce_start()
* go through all banks in exclusion of the other cpus. this way we
* don't report duplicated events on shared banks because the first one
* to see it will clear it.
*/
if (lmce) {
if (no_way_out)
mce_panic(fatal local machine check, &m, msg);
} else {
order = mce_start(&no_way_out);
}
…
这里代码在发生uce后mce的处理函数do_machine_check()中，通过mcg_status_lmces确定故障是否是local machine check。
ia32_mcg_ctl msr
控制machine-check exceptions的上报，写1使能machine-check特性。
ia32_mcg_ext_ctl msr
lmce_en (local machine check exception enable) flag, bit 0：lmce功能的使能位。
error-reporting register banks寄存器组
每个error-reporting register bank包括ia32_mci_ctl, ia32_mci_status, ia32_mci_addr, and ia32_mci_misc msrs。
ia32_mci_ctl msrs
ia32_mci_ctl控制每个bank发生硬件错误时产生的#mc信号。
ia32_mci_status msrs
每个ia32_mci_status msr包含了machine-check error的信息。这个寄存器是比较重要的，包含了硬件错误的故障类型信息等，linux主要通过这个寄存器对故障进行分类并采取相应的action。
mca (machine-check architecture) error code field, bits 15:0：mca架构定义的error code，内部包含了详细的错误信息，比如错误发生硬件、触发原因等。下面会单独将mca error codes；
model-specific error code field, bits 31:16：mca架构定义的model-specific error code；
reserved, error status, and other information fields, bits 56:32： error status和other information区域。这些bit包含了更多错误信息，比如uce的错误类型等等。
pcc (processor context corrupt) flag, bit 57：当set时，表示processor可能已经被故障损坏，同时重启processor也不可靠。当clear时，表示错误并未影响到processor状态，并且软件可以采取recovery actions隔离、恢复故障；
addrv (ia32_mci_addr register valid) flag, bit 58：addr有效位，当set时，ia32_mci_addr包含了错误发生的物理地址。这个寄存器仅当memory、cache data、tlb data发生错误时才会写入物理地址；
miscv (ia32_mci_misc register valid) flag, bit 59：当set时，表示ia32_mci_misc寄存器内包含了附加的错误信息。当clear时，不要读取ia32_mci_misc寄存器信息；
en (error enabled) flag, bit 60：对应ia32_mci_ctl register使能位；
uc (error uncorrected) flag, bit 61：当set时，表示processor硬件无法恢复这个硬件故障。即uce；当clear时，表示processor可以纠正这次错误，即ce；
over (machine check overflow) flag, bit 62：当set时，表示前一次错误还在上报、处理过程中时又发生了硬件错误，即多次machine error同时发生；
val (ia32_mci_status register valid) flag, bit 63：ia32_mci_status寄存器信息是否有效；
linux内核中使用举例（v6.3，arch/x86/kernel/cpu/mce/severity.c）
c++
static struct severity {
u64 mask;
u64 result;
…
} severities[] = {
…
mcesev(
keep, corrected error,
noser, bitclr(mci_status_uc)
),
/*
* known ao mcacods reported via mce or cmc:
*
* srao could be signaled either via a machine check exception or
* cmci with the corresponding bit s 1 or 0. so we don't need to
* check bit s for srao.
*/
mcesev(
ao, action optional: memory scrubbing error,
ser, mask(mci_uc_ar|mcacod_scrubmsk, mci_status_uc|mcacod_scrub)
),
mcesev(
ao, action optional: last level cache writeback error,
ser, mask(mci_uc_ar|mcacod, mci_status_uc|mcacod_l3wb)
),
…
intel服务器在mce_severity_intel()函数中
•通过mci_status_uc=0确定发生ce类型故障；
•通过mci_status_uc=1，mci_uc_ar=1确定发生ao类型故障；
ia32_mci_addr msrs
当ia32_mci_status的addrv位设置后，ia32_mci_addr msr表示硬件故障的code或data地址信息：the address returned is an offset into a segment, linear address, or physical address. this depends on the error encountered.
linux内核中使用举例（v6.3，arch/x86/kernel/cpu/mce/core.c）
c++
/*
* read addr and misc registers.
*/
static noinstr void mce_read_aux(struct mce *m, int i)
{
if (m->status & mci_status_miscv)
m->misc = mce_rdmsrl(mca_msr_reg(i, mca_misc));
if (m->status & mci_status_addrv) {
m->addr = mce_rdmsrl(mca_msr_reg(i, mca_addr));
/*
* mask the reported address by the reported granularity.
*/
if (mca_cfg.ser && (m->status & mci_status_miscv)) {
u8 shift = mci_misc_addr_lsb(m->misc);
m->addr >>= shift;
m->addr <<= shift;
}
smca_extract_err_addr(m);
}
mce驱动代码中，通过mce_rdmsrl(mca_msr_reg(i, mca_addr))函数读取mca_addr计算内存故障的物理地址。
ia32_mci_misc msrs
如果ia32_mci_status寄存器的miscv标志位set时，ia32_mci_misc msr包含了附加的machine-check error信息。
recoverable address lsb (bits 5最低地址有效位。比如ia32_mci_misc是01001b，十进制是9，那么故障地址的bits [8:0]需要忽略。
address mode (bits 8 ia32_mci_addr的地址模式，如下图
model specific information (bits 63 not architecturally defined.
ia32_mci_ctl2 msrs
ia32_mci_ctl2 msr描述了进程使用ce的通知能力。
corrected error count threshold, bits 14:0：软件必须初始化这个区域。描述cmci（corrected machine-check error interrupt）触发的ce阈值，即corrected error数量达到阈值会触发cmci信号；
cmci_en (corrected error interrupt enable/disable/indicator), bits 30：cmci使能位
本篇主要对intel mca机制、global control msr/error-reporting register bank进行介绍。了解上述2组寄存器，对mca硬件有个大概的了解，后续会结合内核介绍mca的增强功能。
参考文档：《intel 64 and ia-32 architectures software developer’s manual 》
科技巨头跨界造车哪家强?
有种SPD叫RUILON
vlookup使用后怎么让数值固定
劳动力管理厂商Kronos签约艾默生过程控制
继三星Note7爆炸后，惠普也因电池存在安全隐患，召回全球部分笔记本电脑
RAS（二）Intel MCA初探
经纬仪的使用方法和步骤 经纬仪的用途有哪些
NVIDIA公布未来绘图芯片的发展路线图 7纳米制程芯片将由台积电代工
PCIM Asia 2022将重返上海举办
车企的共享出行模板：柏林体验宝马DriveNow感受详解
中国电信打造的首个数字政府使能平台将具有四大能力
闪电接口的未来或将是Type-C
节约电池有妙招
爱立信公布2023年第二季度财报：符合预期，企业业务增长强劲
遇见未来，九舞数字助力中交未来城城市会客厅完美开放
串激电动机的结构
NAT转换网关（网段隔离器）在数据采集物联网系统中有什么作用
实体书销量增长：纸张复活,Kindle将死？
这款波纹灯设计来源于灵魂
ERS electronic推出全新一代WAT330
mca介绍
mca（machine check architecture）是intel xeon，intel atom和p6 family系列processors支持的硬件错误检测、上报机制，硬件错误包括system bus errors，ecc errors，parity errors，cache errors and tlb errors。
从硬件层面看，mca通过一些msr（model specific register）来实现检测、记录错误信息等功能。它包含了一组global control msrs和多组error-reporting bank registers（each hardware unit）记录和上报硬件错误。如下图：
关于这一点，很多人开始都不太理解，也被问过多次。通过下面图可以很清楚的理解：
intel把各个processor内硬件以bank为单位分组，每个bank涉及多个硬件，共用一组error-reporting register。这个划分并不是随便的、杂乱的，反而是非常规整的。
mca故障分类
intel将hardware error分类以及行为如下：
•ce（corrected error）：指硬件自行恢复的故障，通常也会通知软件，软件读取status寄存器记录故障信息；
•fata error：指严重的硬件错误，比如processor 电源故障，memory control严重故障等。此类故障发生后，intel芯片会直接挂起所有cpu，服务器挂死，不会通知到os；
•uce（uncorrected error）：硬件无法自行恢复的故障。在intel mca架构下，此类错误是mci_status寄存器pcc bit为1，表示processor可能已经被故障损坏，同时重启processor也不可靠。软件会根据此信息主动panic；
•ucr（uncorrected recoverable） error：硬件无法自行恢复，但软件可以采取某些行为修复的错误；
至于ucna、srao、srar在讲mca recovery机制时再细讲。
当然上述分类并不是绝对的，只能算是最全面的分类。比如intel将pcie device的ras故障只分为uce和ce，这是因为pcie连接外设一般是非核心硬件，比如usb、磁盘、网卡等。这些组件发生uce后，都会通知到os尝试修复。
machine-check global control寄存器组
machine-check global control msrs是一组全局寄存器，用于machine-check的配置、状态显示等，包括ia32_mcg_cap/ia32_mcg_status/ia32_mcg_ctl/ia32
_mcg_ext_ctl寄存器。 ia32_mcg_cap msr
ia32_mcg_cap msr是只读寄存器，表示当前processor拥有的mca的能力。
count field, bits 7:0：表示某processor支持hardware unit error-reporting banks的数量；
mcg_ctl_p (control msr present) flag, bit 8：mcg_ctl msr有效位；
mcg_ext_p (extended msrs present) flag, bit 9：mcg_ext_ctl有效位；
mcg_cmci_p (corrected mc error counting/signaling extension present) flag, bit 10：表示当发生一个ce或ce个数超过阈值后，是否通过cmci中断通知错误；
mcg_tes_p (threshold-based error status present) flag, bit 11：当set时，表示ia32_mci_status msr的54:53用来上报threshold-based error状态；
mcg_ext_cnt, bits 23:16：表示extended machine-check state registers个数，仅当mcg_ext_p set时有效；
mcg_ser_p (software error recovery support present) flag, bit 24：当set时，表示processor支持software error recovery，同时ia32_mci_status msr的56:55位提供uncorrected recoverable errors信息，以及判断软件是否需要task recovery actions来进行恢复。ia32_mci_status msr的56:55位是ar和s位，可以对uer进行分类；
mcg_emc_p (enhanced machine check capability) flag, bit 25：当set时，表示processor支持mca增强特性；
mcg_elog_p (extended error logging) flag, bit 26：当set时，processor允许firmware接收硬件错误并将bank寄存器信息记录在acpi的“generic error data entry”。这样mca就可以改为firmware first并兼容apei上报方式。
mcg_lmce_p (local machine check exception) flag, bit 27：是否支持local machine check exception (lmce)。当set后，ia32_mcg_status 的lmce_s位有效；
linux内核中使用举例（v6.3，arch/x86/kernel/cpu/mce/core.c）
c++
/*
* initialize machine checks for a cpu.
*/
static void __mcheck_cpu_cap_init(void)
{
u64 cap;
u8 b;
rdmsrl(msr_ia32_mcg_cap, cap);
b = cap & mcg_bankcnt_mask;
if (b > max_nr_banks) {
pr_warn(cpu%d: using only %u machine check banks out of %u ,
smp_processor_id(), max_nr_banks, b);
b = max_nr_banks;
}
…
这段cap init代码即开始读取mcg_cap寄存器的count field, bits 7:0，获取banks数量，mcg_bankcnt_mask定义在mce.h
#define mcg_bankcnt_mask 0xff /* number of banks */
ia32_mcg_status msr
ia32_mcg_status msr描述的是machine-check exception发生后的当前processor状态。
ripv (restart ip valid) flag, bit 0：当set时，表示machine-check exception发生后程序是否还可以从异常打断后的指令处重新可靠的执行；当clear时，表示程序无法可靠地从instruction pointer处重新执行；
eipv (error ip valid) flag, bit 1：当set时，表示machine-check exception和当前instruction pointed有直接关联。当clear时，表示instruction pointed与错误无关；
mcip (machine check in progress) flag, bit 2：当set时，表示当前machine-check exception正在处理中。软件可以设置或清除此标志位。
lmce_s (local machine check exception signaled), bit 3：当set时，表示当前的machine-check event被当前processor捕获和处理。这个bit很有意思，intel以前的cpu，machine-check event可以上报到其他processor，当前处理的processor需要遍历所有banks来找到真正的machine-check even。这个机制对于同步mce来说非常不友好，后面icelake或arm64，都是自动报到local cpu，省去了很多不必要的麻烦，代码也更简洁。
linux内核中使用举例（v6.3，arch/x86/kernel/cpu/mce/core.c）
c++
noinstr void do_machine_check(struct pt_regs *regs)
{
int worst = 0, order, no_way_out, kill_current_task, lmce, taint = 0;
declare_bitmap(valid_banks, max_nr_banks) = { 0 };
declare_bitmap(toclear, max_nr_banks) = { 0 };
…
/*
* mces are always local on amd. same is determined by mcg_status_lmces
* on intel.
*/
lmce = 1;
…
/*
* check if this mce is signaled to only this logical processor,
* on intel, zhaoxin only.
*/
if (m.cpuvendor == x86_vendor_intel ||
m.cpuvendor == x86_vendor_zhaoxin)
lmce = m.mcgstatus & mcg_status_lmces;
/*
* local machine check may already know that we have to panic.
* broadcast machine check begins rendezvous in mce_start()
* go through all banks in exclusion of the other cpus. this way we
* don't report duplicated events on shared banks because the first one
* to see it will clear it.
*/
if (lmce) {
if (no_way_out)
mce_panic(fatal local machine check, &m, msg);
} else {
order = mce_start(&no_way_out);
}
…
这里代码在发生uce后mce的处理函数do_machine_check()中，通过mcg_status_lmces确定故障是否是local machine check。
ia32_mcg_ctl msr
控制machine-check exceptions的上报，写1使能machine-check特性。
ia32_mcg_ext_ctl msr
lmce_en (local machine check exception enable) flag, bit 0：lmce功能的使能位。
error-reporting register banks寄存器组
每个error-reporting register bank包括ia32_mci_ctl, ia32_mci_status, ia32_mci_addr, and ia32_mci_misc msrs。
ia32_mci_ctl msrs
ia32_mci_ctl控制每个bank发生硬件错误时产生的#mc信号。
ia32_mci_status msrs
每个ia32_mci_status msr包含了machine-check error的信息。这个寄存器是比较重要的，包含了硬件错误的故障类型信息等，linux主要通过这个寄存器对故障进行分类并采取相应的action。
mca (machine-check architecture) error code field, bits 15:0：mca架构定义的error code，内部包含了详细的错误信息，比如错误发生硬件、触发原因等。下面会单独将mca error codes；
model-specific error code field, bits 31:16：mca架构定义的model-specific error code；
reserved, error status, and other information fields, bits 56:32： error status和other information区域。这些bit包含了更多错误信息，比如uce的错误类型等等。
pcc (processor context corrupt) flag, bit 57：当set时，表示processor可能已经被故障损坏，同时重启processor也不可靠。当clear时，表示错误并未影响到processor状态，并且软件可以采取recovery actions隔离、恢复故障；
addrv (ia32_mci_addr register valid) flag, bit 58：addr有效位，当set时，ia32_mci_addr包含了错误发生的物理地址。这个寄存器仅当memory、cache data、tlb data发生错误时才会写入物理地址；
miscv (ia32_mci_misc register valid) flag, bit 59：当set时，表示ia32_mci_misc寄存器内包含了附加的错误信息。当clear时，不要读取ia32_mci_misc寄存器信息；
en (error enabled) flag, bit 60：对应ia32_mci_ctl register使能位；
uc (error uncorrected) flag, bit 61：当set时，表示processor硬件无法恢复这个硬件故障。即uce；当clear时，表示processor可以纠正这次错误，即ce；
over (machine check overflow) flag, bit 62：当set时，表示前一次错误还在上报、处理过程中时又发生了硬件错误，即多次machine error同时发生；
val (ia32_mci_status register valid) flag, bit 63：ia32_mci_status寄存器信息是否有效；
linux内核中使用举例（v6.3，arch/x86/kernel/cpu/mce/severity.c）
c++
static struct severity {
u64 mask;
u64 result;
…
} severities[] = {
…
mcesev(
keep, corrected error,
noser, bitclr(mci_status_uc)
),
/*
* known ao mcacods reported via mce or cmc:
*
* srao could be signaled either via a machine check exception or
* cmci with the corresponding bit s 1 or 0. so we don't need to
* check bit s for srao.
*/
mcesev(
ao, action optional: memory scrubbing error,
ser, mask(mci_uc_ar|mcacod_scrubmsk, mci_status_uc|mcacod_scrub)
),
mcesev(
ao, action optional: last level cache writeback error,
ser, mask(mci_uc_ar|mcacod, mci_status_uc|mcacod_l3wb)
),
…
intel服务器在mce_severity_intel()函数中
•通过mci_status_uc=0确定发生ce类型故障；
•通过mci_status_uc=1，mci_uc_ar=1确定发生ao类型故障；
ia32_mci_addr msrs
当ia32_mci_status的addrv位设置后，ia32_mci_addr msr表示硬件故障的code或data地址信息：the address returned is an offset into a segment, linear address, or physical address. this depends on the error encountered.
linux内核中使用举例（v6.3，arch/x86/kernel/cpu/mce/core.c）
c++
/*
* read addr and misc registers.
*/
static noinstr void mce_read_aux(struct mce *m, int i)
{
if (m->status & mci_status_miscv)
m->misc = mce_rdmsrl(mca_msr_reg(i, mca_misc));
if (m->status & mci_status_addrv) {
m->addr = mce_rdmsrl(mca_msr_reg(i, mca_addr));
/*
* mask the reported address by the reported granularity.
*/
if (mca_cfg.ser && (m->status & mci_status_miscv)) {
u8 shift = mci_misc_addr_lsb(m->misc);
m->addr >>= shift;
m->addr <<= shift;
}
smca_extract_err_addr(m);
}
mce驱动代码中，通过mce_rdmsrl(mca_msr_reg(i, mca_addr))函数读取mca_addr计算内存故障的物理地址。
ia32_mci_misc msrs
如果ia32_mci_status寄存器的miscv标志位set时，ia32_mci_misc msr包含了附加的machine-check error信息。
recoverable address lsb (bits 5最低地址有效位。比如ia32_mci_misc是01001b，十进制是9，那么故障地址的bits [8:0]需要忽略。
address mode (bits 8 ia32_mci_addr的地址模式，如下图
model specific information (bits 63 not architecturally defined.
ia32_mci_ctl2 msrs
ia32_mci_ctl2 msr描述了进程使用ce的通知能力。
corrected error count threshold, bits 14:0：软件必须初始化这个区域。描述cmci（corrected machine-check error interrupt）触发的ce阈值，即corrected error数量达到阈值会触发cmci信号；
cmci_en (corrected error interrupt enable/disable/indicator), bits 30：cmci使能位
本篇主要对intel mca机制、global control msr/error-reporting register bank进行介绍。了解上述2组寄存器，对mca硬件有个大概的了解，后续会结合内核介绍mca的增强功能。
参考文档：《intel 64 and ia-32 architectures software developer’s manual 》
科技巨头跨界造车哪家强?
有种SPD叫RUILON
vlookup使用后怎么让数值固定
劳动力管理厂商Kronos签约艾默生过程控制
继三星Note7爆炸后，惠普也因电池存在安全隐患，召回全球部分笔记本电脑
RAS（二）Intel MCA初探
经纬仪的使用方法和步骤 经纬仪的用途有哪些
NVIDIA公布未来绘图芯片的发展路线图 7纳米制程芯片将由台积电代工
PCIM Asia 2022将重返上海举办
车企的共享出行模板：柏林体验宝马DriveNow感受详解
中国电信打造的首个数字政府使能平台将具有四大能力
闪电接口的未来或将是Type-C
节约电池有妙招
爱立信公布2023年第二季度财报：符合预期，企业业务增长强劲
遇见未来，九舞数字助力中交未来城城市会客厅完美开放
串激电动机的结构
NAT转换网关（网段隔离器）在数据采集物联网系统中有什么作用
实体书销量增长：纸张复活,Kindle将死？
这款波纹灯设计来源于灵魂
ERS electronic推出全新一代WAT330