Windows PCがメッセージも出さずに落ちた日。WHEA-Logger 18(マシンチェック)を調べ、途中のセッションをCPU使用率を見ながら1本ずつ立ち上げ直した

開発mdx-playground

Windows PCがメッセージも出さずに落ちた日。WHEA-Logger 18(マシンチェック)を調べ、途中のセッションをCPU使用率を見ながら1本ずつ立ち上げ直した

11月15日の朝、09:36 ごろに Windows PC が落ちた。 2日前の11/13 にも落ちていて、そのときはブルースクリーンが出ていた。 今回は、何のメッセージも出ないまま落ちた。

メモリを増設したのは11/12 で、それから落ちるのはこれで2回目になる。 落ち方は前回と少し違う。 それでも、作業の途中で PC が落ちるのはだいぶ異常だ。

再起動したあと、セッションを2本並行して動かした。 1本は原因の調査、もう1本は落ちる前に途中だったセッションの立ち上げ直しである。

画面に何も出なかったのはなぜか

調査のセッションには、11/13 に作った調査メモを参照させた。 今回はメッセージが出なかったので前回とは少し違う、と伝えて原因を調べてもらった。

返ってきた見立ては、CPU のハードウェアエラー(マシンチェック)による即リセットだった。 ブルースクリーンは、Windows が自分で止まるときに出る。 今回は CPU が致命的なエラーを出し、ハードウェアがその場でリセットをかけた。 Windows は止まる処理も、ダンプの書き出しもできていない。 画面に何も出なかったのは、そのためだった。

イベントログには、次の記録が残っていた。

Kernel-Power 41   BugcheckCode=0(ダンプなし)
WHEA-Logger 18    致命的なハードウェアエラー(次の起動時に記録)
                  Machine Check Exception / APIC ID 0(コア0) / MCA バンク5

メモリの使用量を記録しているロガーの最後の行は 09:35:28、次の起動は 09:37:14 だった。

ただし、MCA バンク5 が CPU のどこで何が起きたことを示すのかは、CPU メーカーの資料で裏を取れていない。 メモリの1ビット化けを直接示す記録でもない。

増設したメモリとの関係

見立てには続きがあり、メモリを4枚にしたことが引き金になっている疑いが強いという。 過去90日で WHEA のエラーはこの1件だけで、過去60日でブルースクリーンは11/13 の1件だけだった。 60日以上なにも無かったのに、増設から3日で種類の違うハードウェア系の落ち方が2回あった。 調査メモには、偶然とは考えにくいと書かれた。 ただ、2回ともどの部品かまでは絞れていない。

「立ち上げすぎ」や Aqua Voice は、原因とはみていないという。 11/14 はメモリの使用量が 45.1GB まで上がり、vue-tsc も11回走ったが落ちていない。 メモリが足りなくなっても、Windows は遅くなるかアプリを止めるだけで、CPU のマシンチェックにはならない、という理屈だ。 落ちる直前も、使用量は 63.9GB のうち 44.4GB で、容量が足りない状態ではなかった。

MemTest86 をかける順番

メモリテスト(MemTest86)は、まだかけていなかった。 今日やるつもりだと伝えると、今日かける意味はあるので、そのまま進めてよいという返事だった。

進める順番は次のとおり。

  • 今日、4枚のまま MemTest86 をかける。赤いエラーが出たらその時点で FAIL なので、写真を撮って Esc で止めてよい。FAIL なら、購入店に交換を頼むときの強い材料になる
  • PASS でも、増設した2枚を抜き、元の2枚だけで数日使って落ちるかを見る

PASS でも安心できないのは、今回の落ち方が MemTest86 の PASS では否定できないからだ。 切り分けとして強いのは、増設前の構成に戻して落ちなくなるかどうかのほうになる。

調査メモへの追記と Codex レビュー

今日落ちた原因を調査メモに足しておくよう頼むと、すでに追記されていた。 メモの冒頭に2回目の節ができていて、画面に何も出なかった理由、記録されたエラー、直前の状態、「立ち上げすぎ」ではないとみる根拠、増設との関係が入っていた。

コミットして、Codex のレビューにかけた。 1本目のコミット(532a63f8)で medium の指摘が1件出た。 Claude Code の判定では、指摘は妥当だったので、直してもう一度コミットさせた(445a1711。MemTest86 と「元の2枚に戻す」の順序をそろえる修正)。 レビューは2回とも、critical も high も出ずに通った。

push すると、f2e18e8e..445a1711 の範囲で、まだ push していなかった手前のコミットも一緒に上がった。 それを聞いて、残っている変更も全部保存し、適切な粒度でコミットと push をするよう頼んだ。 途中で締めゲートに止められ、Codex からは別件の high が2件出た。 push の前には、ある調査一式から AWS のアクセスキーらしき文字列も検出された。 どれも中身を確かめさせてから進め、最後は23本のコミットを push した(445a1711..eba61426)。

途中だった5本のセッションの立ち上げ直し

もう1本のセッションでは、落ちる前に途中だったセッションを調べて、順番にゆっくり立ち上げ直すよう頼んだ。 途中のセッションは、たくさんあったと思っていた。 理由はこう添えた。

ゆっくりやらないとCPUが満杯になって落ちちゃうっぽいんで、ちょっと丁寧にやってほしいんですけどね。連続じゃなくて。

まず作業ツリーを確かめさせた。 94ファイルを検査して、壊れたものは0だった。 立ち上げ直す対象は5本で、作業中だったものが3本、待機中だったものが2本だった。 引き継ぎの指示を書かせ、作業中だった3本から1本ずつ立ち上げさせた。

1本目が立ち上がると、CPU が 55〜94% まで上がった。 落ち着くのを待ってから、CPU の谷を見て2本目(数字キーと Vimium の作業)を立ち上げた。 このときの CPU は 25〜77% だった。 一覧に出たのを確かめてから、3本目(書籍の Excel の洗い出し)へ進んだ。

ここで CPU が 83〜100% に張り付いた。 4本目以降をいったん止めて、何が食っているかを見させた。 3本とも起動は確認できたが、CPU は 94〜100% まで上がっていて、1本目のテストなどが走っていた。 待機中だった残り2本は、下がるまで待たせた。

CPU が 30〜56% まで下がったところで4本目を、そのあと最後の5本目(本の取り込み)を立ち上げた。 5本とも、付けた名前で一覧に出ていることを確かめさせた。 立ち上げた直後は CPU が 80〜100% まで上がるので、毎回90秒以上空けた。

CPU が満杯になると落ちるっぽい、というのは自分の感覚である。 調査のほうは、増設したメモリの構成を疑っている。 CPU の負荷が落ちることにどう関わるのかは、まだ分からない。

学んだこと

  • 今回、画面に何も出なかったのは、Windows が止まる前にハードウェアがリセットをかけたからだった。記録は Kernel-Power 41 の BugcheckCode=0 と、次の起動時の WHEA-Logger 18 に残っていた
  • MemTest86 が PASS でも、今回の落ち方は否定できない。切り分けとして強いのは、増設前の2枚に戻して落ちなくなるかを見ることだ
  • セッションを立ち上げるたびに、直後の CPU は 80〜100% まで上がった。1本ずつ、毎回90秒以上空けて、5本とも立ち上げ直せた

このあとやること

  • 4枚のまま MemTest86 をかけ、結果を写真に撮る
  • PASS でも、増設した2枚を抜いて元の2枚だけで数日使い、落ちるかを見る

増設したメモリが本当に引き金なのかは、この2つを済ませるまで決められない。

#Windows#WHEA-Logger#マシンチェック#メモリ増設#MemTest86#Claude Code#Codex#並行セッション