ECC y DDR5

Artículo original ↗ Discusión en Hacker News ↗

Quienes abogan por una adopción más amplia de la RAM ECC (correctora de errores) sostienen que una memoria cada vez más densa y propensa a fallos, junto con la corrupción silenciosa de datos, justifican que ECC se convierta en la opción predeterminada, incluso mediante regulación o impuestos sobre los módulos no ECC. Otros replican que las tasas de error en cargas de trabajo de consumo típicas son bajas, que el ECC on-die en DDR5 ya mitiga muchos fallos y que hacer obligatorio ECC encarecería los sistemas y limitaría la elección, especialmente en equipos para juegos y de gama baja. El intercambio también aborda incertidumbres técnicas sobre el ECC on-die de DDR5, la importancia de la notificación de errores, la segmentación del mercado por parte de fabricantes de CPU y placas base, y cómo las anécdotas reales de errores se comparan con la falta de datos publicados a gran escala sobre fiabilidad.

ECC obligatorio frente a la elección del consumidor

  • Algunos sostienen que ECC debería ser universal, potencialmente mediante regulación o impuestos sobre la RAM no ECC, debido a los costes sociales ocultos de la corrupción silenciosa de datos.
  • Otros ven esto como un exceso o “estatismo paternalista”, insistiendo en que la elección de la RAM debería seguir siendo individual, salvo donde existan fuertes externalidades (por ejemplo, sistemas críticos para la seguridad).
  • Hay desacuerdo sobre si la RAM poco fiable es análoga a productos defectuosos o peligrosos que justifiquen leyes de protección al consumidor.

Coste, disponibilidad y segmentación del mercado

  • Se informa que los ECC UDIMM son mucho más caros y raros que los no ECC; los RDIMM pueden ser baratos en mercados secundarios, pero requieren plataformas compatibles.
  • Varios comentarios atribuyen la división actual a una segmentación deliberada de los proveedores (líneas de servidor/estación de trabajo frente a líneas de consumo, Xeon frente a CPUs convencionales).
  • Algunos afirman que, si ECC fuera obligatorio o estándar, las economías de escala y la eliminación de la segmentación artificial reducirían la diferencia de precio.

Fiabilidad técnica y fuentes de error

  • Las tasas de error ECC reportadas varían mucho: algunos no ven ninguno en años; otros observan errores corregibles periódicos y ocasionales DIMM defectuosos.
  • Entre las causas discutidas están la radiación cósmica (especialmente en altitud), rowhammer, mala inserción/oxidación, módulos envejecidos, ruido eléctrico y overclocking.
  • Hay debate sobre cuán dominantes son realmente los rayos cósmicos frente a los fallos de diseño o los problemas mecánicos/eléctricos.

ECC on-die de DDR5 frente a ECC de extremo a extremo

  • Hay consenso en que el ECC on-die de DDR5 principalmente restablece la fiabilidad interna de las celdas a niveles de generaciones anteriores y no protege el enlace CPU–DIMM.
  • Preocupa que el ECC on-die sea opaco: corrige silenciosamente y normalmente no expone recuentos de errores al sistema operativo.
  • A algunos les preocupan las interacciones complejas entre el ECC on-die y el ECC a nivel de sistema; otros dicen que la codificación de DDR5 debería garantizar que los errores de varios bits se vuelvan detectables, pero se señala que faltan datos autoritativos.

Integridad de datos, sistemas de archivos y ZFS

  • Varios comentarios enfatizan que ECC junto con sistemas de archivos con sumas de verificación (por ejemplo, ZFS, Btrfs) proporciona una protección sólida de extremo a extremo y ayuda a diagnosticar hardware defectuoso.
  • Otros argumentan que no ECC suele ser aceptable porque muchas capas de software ya usan sumas de verificación, reintentos y redundancia; consideran rara la corrupción catastrófica sin ECC.
  • Se cuestiona explícitamente un mito de larga data según el cual “ECC es obligatorio para ZFS”, y se lo vincula con documentación en contra.