Was ist NodeCare?
NodeCare ist die Frühwarnung für Hardware in PeakNode. 22 Regeln werten Herstellerwerte und den Verlauf jeder Komponente aus und melden zum Beispiel ein Laufwerk, das bei gleichem Verlauf bald voll ist, eine GPU, die bei gleicher Leistung wärmer wird, oder zunehmende Speicherfehler.
Kostet NodeCare extra?
Nein. NodeCare ist in jedem Tarif von PeakNode enthalten, auch im kostenlosen Proof of Concept. Dort entfällt wegen der Vorhaltezeit von 14 Tagen der Temperatur-Vergleich mit dem eigenen Verlauf, die übrigen Regeln gelten.
Erkennt NodeCare, wann eine GPU ausfällt?
Nein. NodeCare nennt keine Ausfallwahrscheinlichkeit und keine Restlaufzeit. Es meldet, was Treiber und Kernel-Log über die Karte sagen und wie sich ihre Werte gegenüber dem eigenen Verlauf verändern. Hochgerechnet wird nur der Füllstand von Laufwerken, mit sichtbarer Rechnung.
Wie berechnet NodeCare, wann ein Laufwerk voll ist?
Mit einer linearen Hochrechnung über die Tagesmittel der Belegung der letzten 30 Tage, sobald 7 Tage Daten vorliegen und nur bei einem Anstieg ab 0,02 Prozentpunkten pro Tag. Voll in höchstens 30 Tagen heißt „Wartung planen“, in bis zu 12 Monaten „Beobachten“. Die Schwellen von 85 % und 95 % gelten sofort, ohne Lernphase.
Wann benachrichtigt NodeCare, und wann nicht?
„Jetzt handeln“ geht sofort an die Kanäle des Server-Monitors, „Wartung planen“ einmal täglich um 08:00 Uhr und nur bei neuen Hinweisen. „Beobachten“ erzeugt keine Nachricht. GPU-Hinweise gehen nur hinaus, wenn am Server-Monitor „Alarm bei Hardware-Ereignissen“ eingeschaltet ist. Meldet die Hardware-Gesundheit dasselbe Ereignis, kommt nur deren Nachricht.
Was steht im Beleg für die Reklamation (RMA)?
Server-Monitor, GPU, Modell, UUID, PCI-Adresse und Treiberversion, die ECC-Zähler seit dem Laden des Treibers und über die Lebensdauer, der Stand der Ersatzzeilen, die Xid-Ereignisse der letzten 30 Tage und die korrigierten ECC-Fehler je Tag. Die Seriennummer tragen Sie von Hand ein, der Agent liefert sie nicht.
Welche Hardware erfasst NodeCare nicht?
Arbeitsspeicherfehler (EDAC), Zustand und Verschleiß der Laufwerke (SMART), Netzteile und Lüfter (BMC) und die CPU-Temperatur wertet NodeCare aus, sobald der Linux-Agent ab Version 11 sie liefert. Hat ein System keine solche Quelle, bleibt die Regel ohne Daten. Unter Windows liefert der Agent weder ECC noch PCIe noch Xid, die Regeln dazu bleiben dort ohne Daten. Der Temperatur-Vergleich braucht 14 Tage Verlauf und eine Vorhaltezeit von mindestens 21 Tagen. NodeCare ersetzt keine Diagnose des Herstellers.
Wie kann ich die SMART-Parameter auslesen?
Unter Linux mit smartctl -a aus dem Paket smartmontools, bei NVMe-Laufwerken auch mit nvme smart-log. Der PeakNode-Agent ab Version 11 liest die Werte alle 30 Minuten über smartctl, ersatzweise nvme-cli, ohne schlafende Laufwerke zu wecken. NodeCare wertet daraus Zustand, Verschleiß, Reserve und Mediumfehler aus. Fehlen diese Werkzeuge oder python3, bleiben die Laufwerks-Regeln ohne Daten, der Agent installiert nichts.
Liest NodeCare IPMI- oder BMC-Sensoren?
Ja, wenn ipmitool installiert ist und das BMC des Servers über IPMI erreichbar ist. Der Linux-Agent ab Version 11 liest darüber alle 3 Minuten Netzteile, Lüfter, Zulufttemperatur und Leistung, NodeCare meldet ein ausgefallenes Netzteil oder einen ausgefallenen Lüfter als „Jetzt handeln“. Ohne BMC kommen Lüfterdrehzahlen aus hwmon. Wie das auf einem HGX-Server aussieht, steht dort.