服务器“自动断电重启”基本不是真断电，而是硬件级异常触发强制复位，主要表现为日志空白、无关机痕迹、bios/uefi重新加载，95%以上由电源瞬态故障或bmc主动拉reset导致，需优先查bmc/sel日志确认是否硬件干预。
服务器“自动断电重启”基本不是真断电，而是硬件级异常触发了强制复位——日志空白、无关机痕迹、BIOS/UEFI 重新加载，这三者同时出现，95%以上指向电源瞬态故障或 BMC 主动拉 reset。
查 BMC/SEL 日志确认是否硬件主动干预
BMC（基板管理控制器）不依赖操作系统，它独立记录电源事件、温度越限、电压跌落、看门狗超时等。Linux 内核日志里找不到的线索，BMC 里往往有明确时间戳和错误码。
- 用
ipmitool sel list查系统事件日志（SEL），重点关注Power Supply Failure、Power Down、Reset、Thermal Trip类型条目 - 若输出为空或提示 “No SEL entries”，说明 SEL 被清空过，或 BMC 固件版本太旧不记录细节；此时改查
ipmitool sensor看当前电压（如Voltage_V1P05、Voltage_V3P3）是否在标称值 ±5% 以内 - 某些厂商（如 Dell iDRAC、HPE iLO）需用专用命令：
racadm getsel或hponcfg -w sel.xml
看 dmesg -T -b -1 里有没有“消失的最后几秒”
dmesg 在内核 panic 或硬复位前可能来不及刷盘，但只要没完全断电，部分缓冲日志仍会保留在 RAM 中并由 kdump 或 boot-time log 机制捕获。关键不是找“重启原因”，而是找“重启前最后一刻发生了什么”。
Linux Ai Server
下载
Linux AI 服务器 — 将 Linux 服务器转换为本地 AI 推理集群。使用 systemd、NVIDIA CUDA 实现无头 Linux AI，零 GUI 开销。
- 执行
dmesg -T -b -1 | tail -n 50，注意时间戳是否突然跳变（比如从[Mon Sep 28 23:47:22 2026]直接跳到[Mon Sep 28 23:47:22 2026]后无下文）——这是典型电压跌落导致 CPU 暂停执行的痕迹 - 搜索
thermal、pcie.*error、machine check、Hardware Error，这些常出现在复位前 1–3 秒 - 如果
dmesg -b -1报错 “Data from the specified boot is not available”，说明journald未配置持久化，立刻补上：mkdir -p /var/log/journal并重启systemd-journald
用 sensors 和 ipmitool 验证供电与散热是否真实越限
很多“自动重启”被误判为软件问题，实际是传感器读数已越限但阈值设置过高，或风扇停转后温度爬升缓慢，直到某次负载突增才触发热保护。
- 运行
sensors，重点看CPU Temp、Package Temp、PECI Agent是否持续 >85℃；若显示N/A，说明内核驱动未加载（如coretemp模块未启用） - 用
ipmitool sdr type temperature和ipmitool sdr type voltage对比 BMC 读数与 OS 层是否一致——若 BMC 显示 12V 电压跌至 10.2V 而sensors无异常，说明问题在供电链路而非 CPU - 检查风扇：执行
ipmitool sdr list | grep -i fan，确认所有风扇 RPM >0；若某路显示0 RPM且持续超过 30 秒，BMC 很可能已触发保护性复位
排除“伪断电”：验证是否真的失去主电源
真正掉电不会自动重启（除非 BIOS 开启了 AC Power Recovery），所以所谓“断电后重启”，大概率是电源模块在欠压状态下发出 PWRGD#（Power Good）信号丢失，主板误判为断电并触发复位逻辑。
- 进 BIOS/UEFI，确认
AC Power Recovery设置为Power Off（不是Last State或Power On），否则一次瞬间断电就会导致自动开机 - 用万用表实测电源输入端 L/N 对地电压波动；若发现
110V → 92V → 110V的毫秒级跌落，就是典型市电干扰或 UPS 切换延迟 - 双电源服务器务必做单路拔插测试：拔掉 A 路，观察是否立即重启；若重启，说明 B 路冗余失效（常见于电源模块老化或背板接触不良）
最易被忽略的一点：BMC 固件版本老旧时，SEL 日志可能只记录 “System Reset” 而不写原因；升级 BMC 固件后再复现一次，往往就能看到 “VRD Overcurrent” 或 “12V Rail OVP” 这类关键信息。别急着重启，先让 BMC 把话说完。
