这种间歇性的“单个部件测着都正常，装一起就出妖蛾子”的故障真的最闹心了！结合你的配置和症状，大概率是硬件老化/兼容性导致的隐性故障，给你几个优先级从高到低的排查方向：

1. 先排查电源供电（最可能的元凶） #

你这套双Xeon X5680+96G内存+多硬盘的配置，满载功耗其实不低，而且老平台的供电模块本身就容易老化。虽然用的是CoolerMaster v750，但如果电源存在隐性的电压波动（比如某一路输出不稳，不是完全损坏，常规测试测不出来），会直接导致硬盘I/O错误、系统卡顿甚至死机——硬盘对供电稳定性的要求特别高，一点点波动都可能搞坏SMART数据。

建议：

• 换一个已知靠谱的额定850W以上的一线品牌电源（比如海韵、振华的金牌/白牌电源，别用二手的）试试，直接排除供电问题。
• 手头有万用表的话，可以测一下电源输出的+12V、+5V、+3.3V电压，正常范围是±5%以内（比如+12V要在11.4V-12.6V之间），看看有没有超出范围的波动。

2. 排查主板存储控制器/接口问题 #

你的Supermicro X8系列是比较老的平台了，主板上的SATA/SAS控制器或者接口很可能存在老化、虚焊的情况——单个硬盘单独测试没问题，但插在主板接口上时，会因为接触不良或者控制器时序错误，导致I/O异常、SMART报错，甚至拖垮整个系统。

建议：

• 换不同的SATA接口插硬盘，优先试试主板上不同控制器组的接口（比如一部分是南桥自带的，一部分是第三方芯片提供的，主板说明书里会标）。
• 如果有闲置的PCIe SATA扩展卡，把硬盘都接到扩展卡上，绕过主板自带的控制器，看看问题会不会消失。
• 去Supermicro官网刷一下这款主板的最新BIOS（你现在是2.0c，说不定有修复控制器稳定性的更新），刷的时候一定要断电、用稳定电源，别中途中断。

3. 检查散热和接触问题 #

老平台的散热如果没做好，或者机箱积灰太多，会导致CPU、主板芯片组间歇性过热，进而出现卡顿、死机。虽然你做过CPU stress test，但可能日常负载下局部过热（比如芯片组散热片积灰严重）。

建议：

• 重新给CPU涂一遍硅脂，检查散热器有没有安装牢固（双路Xeon的散热器卡扣很容易松）。
• 彻底清理机箱内部的灰尘，尤其是主板芯片组、电源风扇、CPU风扇的灰尘，保证通风顺畅。
• 在Ubuntu里装lm-sensors工具，实时监控温度：

  sudo apt install lm-sensors
  sensors
  

  系统卡顿的时候立刻看一下CPU、主板芯片组的温度，是不是突然飙升到阈值以上了。

4. 排查内存的隐性兼容性问题 #

你满插了12条8GB的ECC内存，虽然stress test过，但老主板对内存的兼容性要求极高，尤其是满插时，可能存在时序不匹配或者某条内存的隐性故障（只有在特定负载下才会触发）。

建议：

• 先拔掉一半内存（比如留6条，插在相同颜色的插槽里，遵循主板的内存通道规则），看看系统稳定性有没有提升。
• 逐个替换内存，排查是不是某条内存存在隐性问题（有些内存故障stress test是测不出来的）。

总结一下，优先从电源和主板存储控制器入手，这两个是最可能导致你这种“测单个部件没问题，组合就出故障”的原因。

备注：内容来源于stack exchange，提问作者numerous