Merge branch 'merge' of git://git.kernel.org/pub/scm/linux/kernel/git/benh/powerpc
[platform/adaptation/renesas_rcar/renesas_kernel.git] / Documentation / edac.txt
1
2
3 EDAC - Error Detection And Correction
4
5 Written by Doug Thompson <dougthompson@xmission.com>
6 7 Dec 2005
7 17 Jul 2007     Updated
8
9 (c) Mauro Carvalho Chehab <mchehab@redhat.com>
10 05 Aug 2009     Nehalem interface
11
12 EDAC is maintained and written by:
13
14         Doug Thompson, Dave Jiang, Dave Peterson et al,
15         original author: Thayne Harbaugh,
16
17 Contact:
18         website:        bluesmoke.sourceforge.net
19         mailing list:   bluesmoke-devel@lists.sourceforge.net
20
21 "bluesmoke" was the name for this device driver when it was "out-of-tree"
22 and maintained at sourceforge.net.  When it was pushed into 2.6.16 for the
23 first time, it was renamed to 'EDAC'.
24
25 The bluesmoke project at sourceforge.net is now utilized as a 'staging area'
26 for EDAC development, before it is sent upstream to kernel.org
27
28 At the bluesmoke/EDAC project site is a series of quilt patches against
29 recent kernels, stored in a SVN repository. For easier downloading, there
30 is also a tarball snapshot available.
31
32 ============================================================================
33 EDAC PURPOSE
34
35 The 'edac' kernel module goal is to detect and report errors that occur
36 within the computer system running under linux.
37
38 MEMORY
39
40 In the initial release, memory Correctable Errors (CE) and Uncorrectable
41 Errors (UE) are the primary errors being harvested. These types of errors
42 are harvested by the 'edac_mc' class of device.
43
44 Detecting CE events, then harvesting those events and reporting them,
45 CAN be a predictor of future UE events.  With CE events, the system can
46 continue to operate, but with less safety. Preventive maintenance and
47 proactive part replacement of memory DIMMs exhibiting CEs can reduce
48 the likelihood of the dreaded UE events and system 'panics'.
49
50 NON-MEMORY
51
52 A new feature for EDAC, the edac_device class of device, was added in
53 the 2.6.23 version of the kernel.
54
55 This new device type allows for non-memory type of ECC hardware detectors
56 to have their states harvested and presented to userspace via the sysfs
57 interface.
58
59 Some architectures have ECC detectors for L1, L2 and L3 caches, along with DMA
60 engines, fabric switches, main data path switches, interconnections,
61 and various other hardware data paths. If the hardware reports it, then
62 a edac_device device probably can be constructed to harvest and present
63 that to userspace.
64
65
66 PCI BUS SCANNING
67
68 In addition, PCI Bus Parity and SERR Errors are scanned for on PCI devices
69 in order to determine if errors are occurring on data transfers.
70
71 The presence of PCI Parity errors must be examined with a grain of salt.
72 There are several add-in adapters that do NOT follow the PCI specification
73 with regards to Parity generation and reporting. The specification says
74 the vendor should tie the parity status bits to 0 if they do not intend
75 to generate parity.  Some vendors do not do this, and thus the parity bit
76 can "float" giving false positives.
77
78 In the kernel there is a PCI device attribute located in sysfs that is
79 checked by the EDAC PCI scanning code. If that attribute is set,
80 PCI parity/error scanning is skipped for that device. The attribute
81 is:
82
83         broken_parity_status
84
85 as is located in /sys/devices/pci<XXX>/0000:XX:YY.Z directories for
86 PCI devices.
87
88 FUTURE HARDWARE SCANNING
89
90 EDAC will have future error detectors that will be integrated with
91 EDAC or added to it, in the following list:
92
93         MCE     Machine Check Exception
94         MCA     Machine Check Architecture
95         NMI     NMI notification of ECC errors
96         MSRs    Machine Specific Register error cases
97         and other mechanisms.
98
99 These errors are usually bus errors, ECC errors, thermal throttling
100 and the like.
101
102
103 ============================================================================
104 EDAC VERSIONING
105
106 EDAC is composed of a "core" module (edac_core.ko) and several Memory
107 Controller (MC) driver modules. On a given system, the CORE
108 is loaded and one MC driver will be loaded. Both the CORE and
109 the MC driver (or edac_device driver) have individual versions that reflect
110 current release level of their respective modules.
111
112 Thus, to "report" on what version a system is running, one must report both
113 the CORE's and the MC driver's versions.
114
115
116 LOADING
117
118 If 'edac' was statically linked with the kernel then no loading is
119 necessary.  If 'edac' was built as modules then simply modprobe the
120 'edac' pieces that you need.  You should be able to modprobe
121 hardware-specific modules and have the dependencies load the necessary core
122 modules.
123
124 Example:
125
126 $> modprobe amd76x_edac
127
128 loads both the amd76x_edac.ko memory controller module and the edac_mc.ko
129 core module.
130
131
132 ============================================================================
133 EDAC sysfs INTERFACE
134
135 EDAC presents a 'sysfs' interface for control, reporting and attribute
136 reporting purposes.
137
138 EDAC lives in the /sys/devices/system/edac directory.
139
140 Within this directory there currently reside 2 'edac' components:
141
142         mc      memory controller(s) system
143         pci     PCI control and status system
144
145
146 ============================================================================
147 Memory Controller (mc) Model
148
149 First a background on the memory controller's model abstracted in EDAC.
150 Each 'mc' device controls a set of DIMM memory modules. These modules are
151 laid out in a Chip-Select Row (csrowX) and Channel table (chX). There can
152 be multiple csrows and multiple channels.
153
154 Memory controllers allow for several csrows, with 8 csrows being a typical value.
155 Yet, the actual number of csrows depends on the electrical "loading"
156 of a given motherboard, memory controller and DIMM characteristics.
157
158 Dual channels allows for 128 bit data transfers to the CPU from memory.
159 Some newer chipsets allow for more than 2 channels, like Fully Buffered DIMMs
160 (FB-DIMMs). The following example will assume 2 channels:
161
162
163                 Channel 0       Channel 1
164         ===================================
165         csrow0  | DIMM_A0       | DIMM_B0 |
166         csrow1  | DIMM_A0       | DIMM_B0 |
167         ===================================
168
169         ===================================
170         csrow2  | DIMM_A1       | DIMM_B1 |
171         csrow3  | DIMM_A1       | DIMM_B1 |
172         ===================================
173
174 In the above example table there are 4 physical slots on the motherboard
175 for memory DIMMs:
176
177         DIMM_A0
178         DIMM_B0
179         DIMM_A1
180         DIMM_B1
181
182 Labels for these slots are usually silk screened on the motherboard. Slots
183 labeled 'A' are channel 0 in this example. Slots labeled 'B'
184 are channel 1. Notice that there are two csrows possible on a
185 physical DIMM. These csrows are allocated their csrow assignment
186 based on the slot into which the memory DIMM is placed. Thus, when 1 DIMM
187 is placed in each Channel, the csrows cross both DIMMs.
188
189 Memory DIMMs come single or dual "ranked". A rank is a populated csrow.
190 Thus, 2 single ranked DIMMs, placed in slots DIMM_A0 and DIMM_B0 above
191 will have 1 csrow, csrow0. csrow1 will be empty. On the other hand,
192 when 2 dual ranked DIMMs are similarly placed, then both csrow0 and
193 csrow1 will be populated. The pattern repeats itself for csrow2 and
194 csrow3.
195
196 The representation of the above is reflected in the directory tree
197 in EDAC's sysfs interface. Starting in directory
198 /sys/devices/system/edac/mc each memory controller will be represented
199 by its own 'mcX' directory, where 'X' is the index of the MC.
200
201
202         ..../edac/mc/
203                    |
204                    |->mc0
205                    |->mc1
206                    |->mc2
207                    ....
208
209 Under each 'mcX' directory each 'csrowX' is again represented by a
210 'csrowX', where 'X' is the csrow index:
211
212
213         .../mc/mc0/
214                 |
215                 |->csrow0
216                 |->csrow2
217                 |->csrow3
218                 ....
219
220 Notice that there is no csrow1, which indicates that csrow0 is
221 composed of a single ranked DIMMs. This should also apply in both
222 Channels, in order to have dual-channel mode be operational. Since
223 both csrow2 and csrow3 are populated, this indicates a dual ranked
224 set of DIMMs for channels 0 and 1.
225
226
227 Within each of the 'mcX' and 'csrowX' directories are several
228 EDAC control and attribute files.
229
230 ============================================================================
231 'mcX' DIRECTORIES
232
233
234 In 'mcX' directories are EDAC control and attribute files for
235 this 'X' instance of the memory controllers.
236
237 For a description of the sysfs API, please see:
238         Documentation/ABI/testing/sysfs/devices-edac
239
240
241 ============================================================================
242 'csrowX' DIRECTORIES
243
244 When CONFIG_EDAC_LEGACY_SYSFS is enabled, the sysfs will contain the
245 csrowX directories. As this API doesn't work properly for Rambus, FB-DIMMs
246 and modern Intel Memory Controllers, this is being deprecated in favor
247 of dimmX directories.
248
249 In the 'csrowX' directories are EDAC control and attribute files for
250 this 'X' instance of csrow:
251
252
253 Total Uncorrectable Errors count attribute file:
254
255         'ue_count'
256
257         This attribute file displays the total count of uncorrectable
258         errors that have occurred on this csrow. If panic_on_ue is set
259         this counter will not have a chance to increment, since EDAC
260         will panic the system.
261
262
263 Total Correctable Errors count attribute file:
264
265         'ce_count'
266
267         This attribute file displays the total count of correctable
268         errors that have occurred on this csrow. This
269         count is very important to examine. CEs provide early
270         indications that a DIMM is beginning to fail. This count
271         field should be monitored for non-zero values and report
272         such information to the system administrator.
273
274
275 Total memory managed by this csrow attribute file:
276
277         'size_mb'
278
279         This attribute file displays, in count of megabytes, of memory
280         that this csrow contains.
281
282
283 Memory Type attribute file:
284
285         'mem_type'
286
287         This attribute file will display what type of memory is currently
288         on this csrow. Normally, either buffered or unbuffered memory.
289         Examples:
290                 Registered-DDR
291                 Unbuffered-DDR
292
293
294 EDAC Mode of operation attribute file:
295
296         'edac_mode'
297
298         This attribute file will display what type of Error detection
299         and correction is being utilized.
300
301
302 Device type attribute file:
303
304         'dev_type'
305
306         This attribute file will display what type of DRAM device is
307         being utilized on this DIMM.
308         Examples:
309                 x1
310                 x2
311                 x4
312                 x8
313
314
315 Channel 0 CE Count attribute file:
316
317         'ch0_ce_count'
318
319         This attribute file will display the count of CEs on this
320         DIMM located in channel 0.
321
322
323 Channel 0 UE Count attribute file:
324
325         'ch0_ue_count'
326
327         This attribute file will display the count of UEs on this
328         DIMM located in channel 0.
329
330
331 Channel 0 DIMM Label control file:
332
333         'ch0_dimm_label'
334
335         This control file allows this DIMM to have a label assigned
336         to it. With this label in the module, when errors occur
337         the output can provide the DIMM label in the system log.
338         This becomes vital for panic events to isolate the
339         cause of the UE event.
340
341         DIMM Labels must be assigned after booting, with information
342         that correctly identifies the physical slot with its
343         silk screen label. This information is currently very
344         motherboard specific and determination of this information
345         must occur in userland at this time.
346
347
348 Channel 1 CE Count attribute file:
349
350         'ch1_ce_count'
351
352         This attribute file will display the count of CEs on this
353         DIMM located in channel 1.
354
355
356 Channel 1 UE Count attribute file:
357
358         'ch1_ue_count'
359
360         This attribute file will display the count of UEs on this
361         DIMM located in channel 0.
362
363
364 Channel 1 DIMM Label control file:
365
366         'ch1_dimm_label'
367
368         This control file allows this DIMM to have a label assigned
369         to it. With this label in the module, when errors occur
370         the output can provide the DIMM label in the system log.
371         This becomes vital for panic events to isolate the
372         cause of the UE event.
373
374         DIMM Labels must be assigned after booting, with information
375         that correctly identifies the physical slot with its
376         silk screen label. This information is currently very
377         motherboard specific and determination of this information
378         must occur in userland at this time.
379
380 ============================================================================
381 SYSTEM LOGGING
382
383 If logging for UEs and CEs are enabled then system logs will have
384 error notices indicating errors that have been detected:
385
386 EDAC MC0: CE page 0x283, offset 0xce0, grain 8, syndrome 0x6ec3, row 0,
387 channel 1 "DIMM_B1": amd76x_edac
388
389 EDAC MC0: CE page 0x1e5, offset 0xfb0, grain 8, syndrome 0xb741, row 0,
390 channel 1 "DIMM_B1": amd76x_edac
391
392
393 The structure of the message is:
394         the memory controller                   (MC0)
395         Error type                              (CE)
396         memory page                             (0x283)
397         offset in the page                      (0xce0)
398         the byte granularity                    (grain 8)
399                 or resolution of the error
400         the error syndrome                      (0xb741)
401         memory row                              (row 0)
402         memory channel                          (channel 1)
403         DIMM label, if set prior                (DIMM B1
404         and then an optional, driver-specific message that may
405                 have additional information.
406
407 Both UEs and CEs with no info will lack all but memory controller,
408 error type, a notice of "no info" and then an optional,
409 driver-specific error message.
410
411
412 ============================================================================
413 PCI Bus Parity Detection
414
415
416 On Header Type 00 devices the primary status is looked at
417 for any parity error regardless of whether Parity is enabled on the
418 device.  (The spec indicates parity is generated in some cases).
419 On Header Type 01 bridges, the secondary status register is also
420 looked at to see if parity occurred on the bus on the other side of
421 the bridge.
422
423
424 SYSFS CONFIGURATION
425
426 Under /sys/devices/system/edac/pci are control and attribute files as follows:
427
428
429 Enable/Disable PCI Parity checking control file:
430
431         'check_pci_parity'
432
433
434         This control file enables or disables the PCI Bus Parity scanning
435         operation. Writing a 1 to this file enables the scanning. Writing
436         a 0 to this file disables the scanning.
437
438         Enable:
439         echo "1" >/sys/devices/system/edac/pci/check_pci_parity
440
441         Disable:
442         echo "0" >/sys/devices/system/edac/pci/check_pci_parity
443
444
445 Parity Count:
446
447         'pci_parity_count'
448
449         This attribute file will display the number of parity errors that
450         have been detected.
451
452
453 ============================================================================
454 MODULE PARAMETERS
455
456 Panic on UE control file:
457
458         'edac_mc_panic_on_ue'
459
460         An uncorrectable error will cause a machine panic.  This is usually
461         desirable.  It is a bad idea to continue when an uncorrectable error
462         occurs - it is indeterminate what was uncorrected and the operating
463         system context might be so mangled that continuing will lead to further
464         corruption. If the kernel has MCE configured, then EDAC will never
465         notice the UE.
466
467         LOAD TIME: module/kernel parameter: edac_mc_panic_on_ue=[0|1]
468
469         RUN TIME:  echo "1" > /sys/module/edac_core/parameters/edac_mc_panic_on_ue
470
471
472 Log UE control file:
473
474         'edac_mc_log_ue'
475
476         Generate kernel messages describing uncorrectable errors.  These errors
477         are reported through the system message log system.  UE statistics
478         will be accumulated even when UE logging is disabled.
479
480         LOAD TIME: module/kernel parameter: edac_mc_log_ue=[0|1]
481
482         RUN TIME: echo "1" > /sys/module/edac_core/parameters/edac_mc_log_ue
483
484
485 Log CE control file:
486
487         'edac_mc_log_ce'
488
489         Generate kernel messages describing correctable errors.  These
490         errors are reported through the system message log system.
491         CE statistics will be accumulated even when CE logging is disabled.
492
493         LOAD TIME: module/kernel parameter: edac_mc_log_ce=[0|1]
494
495         RUN TIME: echo "1" > /sys/module/edac_core/parameters/edac_mc_log_ce
496
497
498 Polling period control file:
499
500         'edac_mc_poll_msec'
501
502         The time period, in milliseconds, for polling for error information.
503         Too small a value wastes resources.  Too large a value might delay
504         necessary handling of errors and might loose valuable information for
505         locating the error.  1000 milliseconds (once each second) is the current
506         default. Systems which require all the bandwidth they can get, may
507         increase this.
508
509         LOAD TIME: module/kernel parameter: edac_mc_poll_msec=[0|1]
510
511         RUN TIME: echo "1000" > /sys/module/edac_core/parameters/edac_mc_poll_msec
512
513
514 Panic on PCI PARITY Error:
515
516         'panic_on_pci_parity'
517
518
519         This control files enables or disables panicking when a parity
520         error has been detected.
521
522
523         module/kernel parameter: edac_panic_on_pci_pe=[0|1]
524
525         Enable:
526         echo "1" > /sys/module/edac_core/parameters/edac_panic_on_pci_pe
527
528         Disable:
529         echo "0" > /sys/module/edac_core/parameters/edac_panic_on_pci_pe
530
531
532
533 =======================================================================
534
535
536 EDAC_DEVICE type of device
537
538 In the header file, edac_core.h, there is a series of edac_device structures
539 and APIs for the EDAC_DEVICE.
540
541 User space access to an edac_device is through the sysfs interface.
542
543 At the location /sys/devices/system/edac (sysfs) new edac_device devices will
544 appear.
545
546 There is a three level tree beneath the above 'edac' directory. For example,
547 the 'test_device_edac' device (found at the bluesmoke.sourceforget.net website)
548 installs itself as:
549
550         /sys/devices/systm/edac/test-instance
551
552 in this directory are various controls, a symlink and one or more 'instance'
553 directorys.
554
555 The standard default controls are:
556
557         log_ce          boolean to log CE events
558         log_ue          boolean to log UE events
559         panic_on_ue     boolean to 'panic' the system if an UE is encountered
560                         (default off, can be set true via startup script)
561         poll_msec       time period between POLL cycles for events
562
563 The test_device_edac device adds at least one of its own custom control:
564
565         test_bits       which in the current test driver does nothing but
566                         show how it is installed. A ported driver can
567                         add one or more such controls and/or attributes
568                         for specific uses.
569                         One out-of-tree driver uses controls here to allow
570                         for ERROR INJECTION operations to hardware
571                         injection registers
572
573 The symlink points to the 'struct dev' that is registered for this edac_device.
574
575 INSTANCES
576
577 One or more instance directories are present. For the 'test_device_edac' case:
578
579         test-instance0
580
581
582 In this directory there are two default counter attributes, which are totals of
583 counter in deeper subdirectories.
584
585         ce_count        total of CE events of subdirectories
586         ue_count        total of UE events of subdirectories
587
588 BLOCKS
589
590 At the lowest directory level is the 'block' directory. There can be 0, 1
591 or more blocks specified in each instance.
592
593         test-block0
594
595
596 In this directory the default attributes are:
597
598         ce_count        which is counter of CE events for this 'block'
599                         of hardware being monitored
600         ue_count        which is counter of UE events for this 'block'
601                         of hardware being monitored
602
603
604 The 'test_device_edac' device adds 4 attributes and 1 control:
605
606         test-block-bits-0       for every POLL cycle this counter
607                                 is incremented
608         test-block-bits-1       every 10 cycles, this counter is bumped once,
609                                 and test-block-bits-0 is set to 0
610         test-block-bits-2       every 100 cycles, this counter is bumped once,
611                                 and test-block-bits-1 is set to 0
612         test-block-bits-3       every 1000 cycles, this counter is bumped once,
613                                 and test-block-bits-2 is set to 0
614
615
616         reset-counters          writing ANY thing to this control will
617                                 reset all the above counters.
618
619
620 Use of the 'test_device_edac' driver should any others to create their own
621 unique drivers for their hardware systems.
622
623 The 'test_device_edac' sample driver is located at the
624 bluesmoke.sourceforge.net project site for EDAC.
625
626 =======================================================================
627 NEHALEM USAGE OF EDAC APIs
628
629 This chapter documents some EXPERIMENTAL mappings for EDAC API to handle
630 Nehalem EDAC driver. They will likely be changed on future versions
631 of the driver.
632
633 Due to the way Nehalem exports Memory Controller data, some adjustments
634 were done at i7core_edac driver. This chapter will cover those differences
635
636 1) On Nehalem, there are one Memory Controller per Quick Patch Interconnect
637    (QPI). At the driver, the term "socket" means one QPI. This is
638    associated with a physical CPU socket.
639
640    Each MC have 3 physical read channels, 3 physical write channels and
641    3 logic channels. The driver currently sees it as just 3 channels.
642    Each channel can have up to 3 DIMMs.
643
644    The minimum known unity is DIMMs. There are no information about csrows.
645    As EDAC API maps the minimum unity is csrows, the driver sequencially
646    maps channel/dimm into different csrows.
647
648    For example, supposing the following layout:
649         Ch0 phy rd0, wr0 (0x063f4031): 2 ranks, UDIMMs
650           dimm 0 1024 Mb offset: 0, bank: 8, rank: 1, row: 0x4000, col: 0x400
651           dimm 1 1024 Mb offset: 4, bank: 8, rank: 1, row: 0x4000, col: 0x400
652         Ch1 phy rd1, wr1 (0x063f4031): 2 ranks, UDIMMs
653           dimm 0 1024 Mb offset: 0, bank: 8, rank: 1, row: 0x4000, col: 0x400
654         Ch2 phy rd3, wr3 (0x063f4031): 2 ranks, UDIMMs
655           dimm 0 1024 Mb offset: 0, bank: 8, rank: 1, row: 0x4000, col: 0x400
656    The driver will map it as:
657         csrow0: channel 0, dimm0
658         csrow1: channel 0, dimm1
659         csrow2: channel 1, dimm0
660         csrow3: channel 2, dimm0
661
662 exports one
663    DIMM per csrow.
664
665    Each QPI is exported as a different memory controller.
666
667 2) Nehalem MC has the hability to generate errors. The driver implements this
668    functionality via some error injection nodes:
669
670    For injecting a memory error, there are some sysfs nodes, under
671    /sys/devices/system/edac/mc/mc?/:
672
673    inject_addrmatch/*:
674       Controls the error injection mask register. It is possible to specify
675       several characteristics of the address to match an error code:
676          dimm = the affected dimm. Numbers are relative to a channel;
677          rank = the memory rank;
678          channel = the channel that will generate an error;
679          bank = the affected bank;
680          page = the page address;
681          column (or col) = the address column.
682       each of the above values can be set to "any" to match any valid value.
683
684       At driver init, all values are set to any.
685
686       For example, to generate an error at rank 1 of dimm 2, for any channel,
687       any bank, any page, any column:
688                 echo 2 >/sys/devices/system/edac/mc/mc0/inject_addrmatch/dimm
689                 echo 1 >/sys/devices/system/edac/mc/mc0/inject_addrmatch/rank
690
691         To return to the default behaviour of matching any, you can do:
692                 echo any >/sys/devices/system/edac/mc/mc0/inject_addrmatch/dimm
693                 echo any >/sys/devices/system/edac/mc/mc0/inject_addrmatch/rank
694
695    inject_eccmask:
696        specifies what bits will have troubles,
697
698    inject_section:
699        specifies what ECC cache section will get the error:
700                 3 for both
701                 2 for the highest
702                 1 for the lowest
703
704    inject_type:
705        specifies the type of error, being a combination of the following bits:
706                 bit 0 - repeat
707                 bit 1 - ecc
708                 bit 2 - parity
709
710        inject_enable starts the error generation when something different
711        than 0 is written.
712
713    All inject vars can be read. root permission is needed for write.
714
715    Datasheet states that the error will only be generated after a write on an
716    address that matches inject_addrmatch. It seems, however, that reading will
717    also produce an error.
718
719    For example, the following code will generate an error for any write access
720    at socket 0, on any DIMM/address on channel 2:
721
722    echo 2 >/sys/devices/system/edac/mc/mc0/inject_addrmatch/channel
723    echo 2 >/sys/devices/system/edac/mc/mc0/inject_type
724    echo 64 >/sys/devices/system/edac/mc/mc0/inject_eccmask
725    echo 3 >/sys/devices/system/edac/mc/mc0/inject_section
726    echo 1 >/sys/devices/system/edac/mc/mc0/inject_enable
727    dd if=/dev/mem of=/dev/null seek=16k bs=4k count=1 >& /dev/null
728
729    For socket 1, it is needed to replace "mc0" by "mc1" at the above
730    commands.
731
732    The generated error message will look like:
733
734    EDAC MC0: UE row 0, channel-a= 0 channel-b= 0 labels "-": NON_FATAL (addr = 0x0075b980, socket=0, Dimm=0, Channel=2, syndrome=0x00000040, count=1, Err=8c0000400001009f:4000080482 (read error: read ECC error))
735
736 3) Nehalem specific Corrected Error memory counters
737
738    Nehalem have some registers to count memory errors. The driver uses those
739    registers to report Corrected Errors on devices with Registered Dimms.
740
741    However, those counters don't work with Unregistered Dimms. As the chipset
742    offers some counters that also work with UDIMMS (but with a worse level of
743    granularity than the default ones), the driver exposes those registers for
744    UDIMM memories.
745
746    They can be read by looking at the contents of all_channel_counts/
747
748    $ for i in /sys/devices/system/edac/mc/mc0/all_channel_counts/*; do echo $i; cat $i; done
749         /sys/devices/system/edac/mc/mc0/all_channel_counts/udimm0
750         0
751         /sys/devices/system/edac/mc/mc0/all_channel_counts/udimm1
752         0
753         /sys/devices/system/edac/mc/mc0/all_channel_counts/udimm2
754         0
755
756    What happens here is that errors on different csrows, but at the same
757    dimm number will increment the same counter.
758    So, in this memory mapping:
759         csrow0: channel 0, dimm0
760         csrow1: channel 0, dimm1
761         csrow2: channel 1, dimm0
762         csrow3: channel 2, dimm0
763    The hardware will increment udimm0 for an error at the first dimm at either
764         csrow0, csrow2  or csrow3;
765    The hardware will increment udimm1 for an error at the second dimm at either
766         csrow0, csrow2  or csrow3;
767    The hardware will increment udimm2 for an error at the third dimm at either
768         csrow0, csrow2  or csrow3;
769
770 4) Standard error counters
771
772    The standard error counters are generated when an mcelog error is received
773    by the driver. Since, with udimm, this is counted by software, it is
774    possible that some errors could be lost. With rdimm's, they displays the
775    contents of the registers