“DIMM100 triggered an uncorectable error”
这句话通常来自服务器 BMC/SEL 日志（iDRAC / iLO / IPMI）或操作系统的硬件事件日志，意思是：
某个内存条（DIMM100）发生了“不可纠正”的 ECC 错误（Uncorrectable Error，UE）。
这种错误 无法靠 ECC 自动修复，往往会导致 机器宕机/重启、Kernel panic、MCE 报错，属于需要立刻处理的硬件告警级别。
下面按“先确认、再隔离、最后修复”的顺序给你一套排查/处置流程。
1) 先确认：DIMM100 到底对应哪根内存、哪个槽位
不同厂商对 “DIMM100” 的命名不一样，必须以 BMC 里映射为准：
Dell iDRAC：Hardware Logs / System Event Log（SEL）里会写清楚
DIMM A1 / B2之类HPE iLO：Integrated Management Log（IML）里会写
Processor 1 DIMM 3等通用 IPMI：SEL 里会包含
Memory #、DIMM、CPU socket信息
2) 判断严重性：是“真坏了”还是“接触/平台问题”
高概率是 DIMM 本体故障的信号
Uncorrectable / UE（不可纠正）出现一次就要重视
同一个 DIMM 反复报 UE → 基本可判定需要更换
也可能是平台/接触问题
近期做过搬动/加内存/维护 → 可能是 未插牢、金手指接触、槽位灰尘
UE 伴随“CPU 内存控制器 / Channel 错误” → 也可能是 CPU 插座/内存槽位/主板
3) 立刻做的事（避免二次故障）
如果是生产业务：先做容灾/迁移/备份（UE 随时可能再次触发宕机）
记录证据：导出 BMC 日志（SEL/IML）、系统日志（dmesg / mcelog / rasdaemon）
检查是否还在增长：同一 DIMM 是否持续出现新的 UE/CE（Correctable Error）
4) 隔离定位
按从易到难：
A. 断电重插（维护窗口）
关机断电 → 取下对应 DIMM → 用无尘方式清洁 → 重新插到底（听到卡扣）
同时检查：该通道其他 DIMM 是否插到位
B. 交换法（确认是“条坏”还是“槽/CPU坏”）
把 DIMM100 换到另一槽位（同规格、同通道规则下）
错误跟着 DIMM 走 → DIMM 条坏
错误仍在原槽位/原通道 → 槽位/主板/CPU 内存控制器问题
注意：服务器有严格的“通道/对称插法”要求，换位要按厂商人口规则做，不然会降频/报错/不开机。
C. 跑内存诊断
厂商离线诊断（优先）：Dell ePSA、HPE Insight Diagnostics / UEFI Diagnostics
OS 内：
memtest86（最好离线启动跑一整夜）
5) 固件与配置
升级 BIOS / BMC / 内存相关固件（有些 UE/CE 统计与阈值在固件里修复过）
检查 BIOS 里与 RAS 相关选项（不同机型差异大）：
内存巡检/Patrol Scrub
ECC 模式、内存镜像/备份（有则可提高容错但损失容量）
检查环境：过热、电源不稳也可能放大内存错误概率
6) 结论与处置建议
出现 “Uncorrectable Error” 的 DIMM：默认建议更换。
如果交换法证明是槽位/通道问题：优先检查 CPU/主板，通常走维保更换主板或 CPU（看错误落点）。