Proxmox在Supermicro服务器出现EXT4只读错误，克隆后仍未解决求助

服务器配置 #

• 主板：Supermicro H12SSL-i
• CPU：AMD Epyc 7742
• GPU：NVIDIA RTX 3090
• 内存：512GB DDR4 RDIMM ECC

问题现象 #

Proxmox 8启动约30秒后触发EXT4文件系统错误，系统自动将dm-1设备挂载为只读：

[40.294701] EXT-fs error (device dm-1): ext_journal_check_start:84: comm systemd-journal: Detected aborted journal
EXT4-fs (dm-1): Remounting filesystem read-only

登录系统后几秒内必现该错误。已完成的排查动作：

• 克隆原2TB三星NVME至全新4TB三星NVME，问题依旧，但两块磁盘在普通PC上运行Proxmox均正常
• 执行sudo smartctl -a /dev/nvme0n1检测，SMART健康评估结果为PASSED
• 将普通PC上的Ubuntu系统NVME装入该服务器，可正常启动
• 此前该配置已稳定运行数月

可能原因 #

1. Proxmox内核/驱动与服务器硬件兼容性问题：Ubuntu可正常运行说明磁盘无故障，问题出在Proxmox对服务器NVME控制器或BIOS固件的适配性上
2. 克隆带来的LVM/磁盘配置残留：克隆操作可能保留了原系统的异常LVM逻辑卷配置，导致Proxmox启动时识别出错
3. NVME控制器电源管理冲突：服务器BIOS中的PCIe/NVME电源管理设置与Proxmox内核驱动不兼容
4. ECC内存偶发错误：长期运行后内存可能出现未被纠正的错误，干扰文件系统读写

解决步骤 #

1. 更新BIOS与NVME固件 #

• 下载Supermicro H12SSL-i最新BIOS版本并刷新，确保硬件固件处于最新状态
• 使用nvme-cli工具升级三星NVME固件：

  # 安装nvme-cli
  apt update && apt install nvme-cli
  # 查看当前固件版本
  nvme id-ctrl /dev/nvme0n1 | grep firmware-rev
  # 下载对应固件后执行升级（需参考三星官方固件说明）
  nvme fw-download /dev/nvme0n1 --fw-file firmware.bin
  nvme fw-commit /dev/nvme0n1 --action=2
  

2. 全新安装Proxmox #

放弃克隆方式，使用Proxmox安装介质直接在服务器上全新安装到4TB NVME，安装时选择清除磁盘所有分区与LVM配置，避免残留问题。

3. 调整BIOS相关设置 #

• 进入BIOS，找到PCIe设置，关闭**ASPM（Active State Power Management）**功能
• 切换NVME控制器的工作模式（如从AHCI切换到RAID模式，或反之）
• 检查并开启ECC内存校验功能（确保BIOS中ECC处于启用状态）

4. 排查内存健康 #

• 进入BIOS查看ECC错误统计，确认是否存在未纠正的内存错误
• 使用Proxmox安装介质中的memtest86+工具，运行至少一轮完整的内存测试，排查内存硬件问题

5. 修改内核启动参数 #

• 启动时在GRUB菜单按e编辑启动项，在linux行末尾添加以下参数之一测试：
  • pci=noaer：禁用PCIe高级错误报告，避免控制器误报
  • nvme_core.default_ps_max_latency_us=0：关闭NVME电源管理，强制控制器保持高性能模式
• 若测试有效，永久修改配置：

  nano /etc/default/grub
  # 在GRUB_CMDLINE_LINUX_DEFAULT中添加上述参数
  update-grub
  

内容的提问来源于stack exchange，提问作者Venelin