计算机硬件基础-系统可靠性

type

status

date

slug

summary

计算机可靠性概述

计算机系统的硬件故障通常是由元器件的失效引起的。对元器件进行寿命试验并根据实际资料统计得知，元器件的可靠性可分成3个阶段。在第一阶段开始阶段，元器件的工作处于不稳定期，失效率较高；在第二阶段，元器件进入正常工作期，失效率最低，基本保持常数；在第三阶段，元器件开始老化，失效率又重新提高，这就是所谓的

。

因此，应保证在计算机中使用的元器件处于第二阶段。在第一阶段应对元器件进行老化筛选，而到了第三个阶段，则淘汰该计算机。

向量计算机系统的指标

计算机的RAS指的是

计算机系统可靠性（Reliability）可用性（Availability）可维修性（Serviceability）

这三个指标共同衡量了一个计算机系统的综合性能和质量。

可靠性（Reliability）：指的是系统在规定的时间或条件下，正常工作的能力。通常用平均无故障时间（MTBF）来衡量，MTBF 表示两次故障之间系统能正常工作的平均时间，计算公式为 MTBF = 1/λ，其中 λ 是故障率。

可用性（Availability）：表示系统在执行任务的任意时刻能正常工作的概率。可用性可以通过公式 A = MTBF / (MTBF + MTRG) 来计算，其中 MTBF 是平均无故障时间，MTRG 是平均恢复时间，包括平均修复时间（MTRF）和故障检测时间。

可维修性（Serviceability）：通常用平均修复时间（MTRF）来衡量，指的是从故障发生到机器修复平均所需要的时间，反映了计算机的维修效率。

这三个指标是衡量计算机系统性能的重要标准，它们帮助用户了解系统的稳定性、效率和维护的便利性。不同的计算机系统，即使使用相同的硬件组件，由于设计、制造工艺和质量控制的差异，其RAS指标也可能有显著的不同。

计算机可靠性计算

失效率

计算机系统的可靠性是指从它开始运行（t=0）到某时刻 t 这段时间内能正常运行的概率，用R(t)表示。所谓失效率，是指单位时间内失效的元件数与元件总数的比例，用λ表示，当λ为常数时，可靠性与失效率的关系为

R(t) = e^-λt

平均无故障时间(MTBF):

两次故障之间系统能正常工作的时间的平均值:

MTBF=1/λ

平均修复时间(MTRF)：

表示计算机的可维修性，即计算机的维修效率，指从故障发生到机器修复平均所需要的时间。

计算机可靠性模型

计算机系统是一个复杂的系统，而且影响其可靠性的因素非常复杂，很难直接对其进行可靠性分析。但通过建立适当的数学模型，把大系统分割成若干子系统，可以简化其分析过程。常见的系统可靠性数学模型有以下3种。

串联系统。

假设一个系统由N个子系统组成，当且仅当所有的子系统都能正常工作时系统才能正常工作，这种系统称为串联系统。

设系统中各个子系统的可靠性分别用R1，R2,…，RN来表示，则系统的可靠性R可由下式求得。

R=R1·R2·…·RN

如果系统的各个子系统的失效率分别用λ1，λ2，…，λN来表示，则系统的失效率λ可由下式求得：

λ = λ1+λ2+…+λN

【例1】设计算机系统由CPU、存储器、I/O三部分组成，其可靠性分别为0.95、0.90和0.85，求计算机系统的可靠性。解：R = R1 • R2 • R3 = 0.95 × 0.90 × 0.85 = 0.73 计算机的可靠性为0.73。

并联系统

假如一个系统由N个子系统组成，只要有一个子系统正常工作，系统就能正常工作，这样的系统称为并联系统。

如果每个子系统的可靠性分别以R1，R2，…，RN表示，整个系统的可靠性可由下式求得。

R = 1 - (1-R1) - (1-R2) … (1-RN)

在并联系统中只有一个子系统是真正需要的，其余N-1个子系统称为冗余子系统，随着冗余子系统数量的增加，系统的平均无故障时间也增加了。假如所有子系统的失效率均为λ，则系统的失效率μ为

μ = 1/((1/λ) * Σ(1/j))

【例2】设一个系统由3个相同的子系统构成，其可靠性为0.9，平均无故障时间为10000小时，求系统的可靠性和平均无故障时间。解：R1 = R2 = R3 = 0.9 λ1 = λ2 = λ3 = 1/10000 = 1×104（小时）系统可靠性 R = 1 - (1-R1)3 = 0.999 系统平均无故障时间为

N模冗余系统

N模冗余系统由N个（N=2n+1）相同的子系统和一个表决器组成，表决器把N个子系统中占多数相同结果的输出作为系统的输出。

在N个子系统中，只要由n+1个或n+1个以上的子系统能正常工作，系统就能正常工作，输出正确的结果。

假设表决器是完全可靠的，每个子系统的可靠性为R0，则N模冗余系统的可靠性为：

串并联混合

可靠性为： Rx(1-(1-R))x((1-(1-R))

提高计算机的可靠性

提高元器件质量，改进加工工艺与工艺结构，完善电路设计。

发展容错技术，使得在计算机硬件有故障的情况下，计算机仍能继续运行，得出正确的结果。