[AYUDA] Dell R740xd endemoniao: ventiladores clavados a tope 11 días. +TOCHAZO +SERIO

Cita de LiLPandemio

Buenas shurs. Vengo desesperado y con los tímpanos temblando. Tengo un homelab serio con un Dell PowerEdge R740xd que aloja servicios de clientes, y desde hace 11 días los 6 ventiladores van clavados al 82-91% (16-19.000 RPM — un A320 despegando en el salón) con todo el hardware frío: CPUs a 45°C, aire de entrada a 27°C.
Resumen para vagos: la iDRAC (controladora de gestión de Dell) calcula un "suelo mínimo" de ventiladores según la configuración. Durante el POST marca 43%. A los ~2 minutos de arrancar: PUM, 82-91% para siempre. No es temperatura — es el cálculo interno que se ha vuelto loco. Empezó tras una sesión de actualización de firmware que coincidió con un problema eléctrico en casa.
Lo que ya he probado (TODO, con evidencia):

• Downgrade de iDRAC 7.x → 6.10.80 → nada (y ya tenía 7.x cuando iba silencioso)
• CPLD 1.0.1 → 1.1.4 → nada (log del daemon térmico idéntico bit a bit antes/después)
• Rollback del firmware de la rNDC Intel X540 → nada. Forzar el link 10G a 1G → nada
• Rollback del firmware de la HBA330 → nada
• Purga total de la base de datos del Lifecycle Controller (systemerase lcdata), inventario reconstruido de cero → mismo comportamiento con estado virgen
• Factory reset de iDRAC, SEL limpiado, drenajes de corriente completos (ambas PSUs fuera, botón 60s) → alivia ~2 min y vuelve al arrancar
• Re-flash de la BIOS 2.27.0 sobre sí misma (para reescribir la región del Intel ME) → nada
• Diagnóstico ePSA completo: hardware LIMPIO. rasdaemon vigilando 10 días: cero machine checks
• Control manual por IPMI raw: capado por Dell en los 14G, no es opción
• Sin tarjetas PCIe de terceros, sin GPU, config térmica toda en defaults

La pista gorda: en los logs internos del iDRAC (sacados del TSR), el daemon térmico casca 252 errores de parseo EN CADA ARRANQUE justo en las tablas que calculan el suelo: energy_balance_table...eb_table_lfm... output variable size is 0 bytes (todas las entradas de caudal por slot PCIe vacías), más I2CTopology.bin parsing error status=2. Esas tablas las genera la BIOS — y la única variable que queda sin revertir de aquella sesión es BIOS 2.25.0 → 2.27.0. El downgrade es mi próximo experimento.
Bonus surrealista: el moderador del foro oficial de Dell me acabó contestando con una respuesta claramente generada por IA — me recetó un comando racadm que NO existe y una versión de CPLD que NO existe. Lo verifiqué todo antes de flashear nada. Estamos solos, shurs.
LO QUE PIDO:

1. Si tienes un R740/R740xd (o cualquier PowerEdge 14G) que vaya FINO: 5 minutos de tu vida. iDRAC → Mantenimiento → SupportAssist → recopilación solo con "Debug Logs" → descarga el ZIP (es un zip dentro de otro zip) y corre esto sobre dbglog/logs/idraclogs:

grep -c "eb_table_lfm" idraclogs


grep "global_abl_fan_speed" idraclogs


grep -c "I2CTopology" idraclogs

Contesta con los tres resultados + tu versión de BIOS + si tu server va silencioso. Ese dato lo decide todo: si en cajas sanas sale cero → mis tablas están corruptas. Si os salen los mismos 252 → es ruido de fábrica y el sospechoso es el contenido de las tablas de la 2.27.

1. Sysadmins/gente de Dell/datacenter que haya visto un suelo de ventiladores clavado tras actualizar BIOS en 14G: cualquier pista, MP abierto.
2. Ideas locas bienvenidas. Las cuerdas están agotadas.

Cita de inves

Pregunto a los compis si seguimos teniendo ése modelo aún o ya los cambiamos todos por los 660xd de 1U.


Me quiere sonar que incluso los teníamos con esa BIOS..


Lo unico que no tienen son HBAs

Cita de LiLPandemio

Buenas shurs. Vengo desesperado y con los tímpanos temblando. Tengo un homelab serio con un Dell PowerEdge R740xd que aloja servicios de clientes, y desde hace 11 días los 6 ventiladores van clavados al 82-91% (16-19.000 RPM — un A320 despegando en el salón) con todo el hardware frío: CPUs a 45°C, aire de entrada a 27°C.
Resumen para vagos: la iDRAC (controladora de gestión de Dell) calcula un "suelo mínimo" de ventiladores según la configuración. Durante el POST marca 43%. A los ~2 minutos de arrancar: PUM, 82-91% para siempre. No es temperatura — es el cálculo interno que se ha vuelto loco. Empezó tras una sesión de actualización de firmware que coincidió con un problema eléctrico en casa.
Lo que ya he probado (TODO, con evidencia):

• Downgrade de iDRAC 7.x → 6.10.80 → nada (y ya tenía 7.x cuando iba silencioso)
• CPLD 1.0.1 → 1.1.4 → nada (log del daemon térmico idéntico bit a bit antes/después)
• Rollback del firmware de la rNDC Intel X540 → nada. Forzar el link 10G a 1G → nada
• Rollback del firmware de la HBA330 → nada
• Purga total de la base de datos del Lifecycle Controller (systemerase lcdata), inventario reconstruido de cero → mismo comportamiento con estado virgen
• Factory reset de iDRAC, SEL limpiado, drenajes de corriente completos (ambas PSUs fuera, botón 60s) → alivia ~2 min y vuelve al arrancar
• Re-flash de la BIOS 2.27.0 sobre sí misma (para reescribir la región del Intel ME) → nada
• Diagnóstico ePSA completo: hardware LIMPIO. rasdaemon vigilando 10 días: cero machine checks
• Control manual por IPMI raw: capado por Dell en los 14G, no es opción
• Sin tarjetas PCIe de terceros, sin GPU, config térmica toda en defaults

La pista gorda: en los logs internos del iDRAC (sacados del TSR), el daemon térmico casca 252 errores de parseo EN CADA ARRANQUE justo en las tablas que calculan el suelo: energy_balance_table...eb_table_lfm... output variable size is 0 bytes (todas las entradas de caudal por slot PCIe vacías), más I2CTopology.bin parsing error status=2. Esas tablas las genera la BIOS — y la única variable que queda sin revertir de aquella sesión es BIOS 2.25.0 → 2.27.0. El downgrade es mi próximo experimento.
Bonus surrealista: el moderador del foro oficial de Dell me acabó contestando con una respuesta claramente generada por IA — me recetó un comando racadm que NO existe y una versión de CPLD que NO existe. Lo verifiqué todo antes de flashear nada. Estamos solos, shurs.
LO QUE PIDO:

1. Si tienes un R740/R740xd (o cualquier PowerEdge 14G) que vaya FINO: 5 minutos de tu vida. iDRAC → Mantenimiento → SupportAssist → recopilación solo con "Debug Logs" → descarga el ZIP (es un zip dentro de otro zip) y corre esto sobre dbglog/logs/idraclogs:

grep -c "eb_table_lfm" idraclogs


grep "global_abl_fan_speed" idraclogs


grep -c "I2CTopology" idraclogs

Contesta con los tres resultados + tu versión de BIOS + si tu server va silencioso. Ese dato lo decide todo: si en cajas sanas sale cero → mis tablas están corruptas. Si os salen los mismos 252 → es ruido de fábrica y el sospechoso es el contenido de las tablas de la 2.27.

1. Sysadmins/gente de Dell/datacenter que haya visto un suelo de ventiladores clavado tras actualizar BIOS en 14G: cualquier pista, MP abierto.
2. Ideas locas bienvenidas. Las cuerdas están agotadas.

Cita de Ev1L

Creo que tengo alguno, mañana te lo miro.

Cita de LiLPandemio

Muchísimas gracias!! Me salvas la semana si consigo encontrar la raiz del problema. Estoy a nada de comprar una placa base por mera desesperación

Cita de inves

buenas @lilpandemio

poweredge r740
bios 2.19.1
cpld 1.1.4
idrac & lc 7.00.00.00

grep -c "eb_table_lfm" idraclogs:

2025-04-28t23:21:53.104676+02:00 mach-idrac9 l1, s96 [2507]: Thparser_validatevariablesize:472 key[energy_balance_table.0:eb_table_lfm_pci_slot_entri es] - output variable size is 0 bytes(s)
2025-04-28t23:21:53.106100+02:00 mach-idrac9 l1, s96 [2507]: Thparser_validatevariablesize:472 key[energy_balance_table.0:eb_table_lfm_pci_slotnum.0] - output variable size is 0 bytes(s), e
2025-04-28t23:21:53.000231+02:00 mach-idrac9 l1, s96 [2507]: Thparser_validatevariablesize:472 key[energy_balance_table.0:eb_table_lfm_pci_slotnum.1] - output variable size is 0 bytes(s), e
2025-04-28t23:21:53.006556+02:00 mach-idrac9 l1, s96 [2507]: Thparser_validatevariablesize:472 key[energy_balance_table.0:eb_table_lfm_pci_slotnum.2] - output variable size is 0 bytes(s), e
2025-04-28t23:21:53.007855+02:00 mach-idrac9 l1, s96 [2507]: Thparser_validatevariablesize:472 key[energy_balance_table.0:eb_table_lfm_pci_slotnum.3] - output variable size is 0 bytes(s), e
2025-04-28t23:21:53.008988+02:00 mach-idrac9 l1, s96 [2507]: Thparser_validatevariablesize:472 key[energy_balance_table.0:eb_table_lfm_pci_slotnum.4] - output variable size is 0 bytes(s), e
2025-04-28t23:21:53.009810+02:00 mach-idrac9 l1, s96 [2507]: Thparser_validatevariablesize:472 key[energy_balance_table.0:eb_table_lfm_pci_slotnum.5] - output variable size is 0 bytes(s), e
2025-04-28t23:21:53.010633+02:00 mach-idrac9 l1, s96 [2507]: Thparser_validatevariablesize:472 key[energy_balance_table.0:eb_table_lfm_pci_slotnum.6] - output variable size is 0 bytes(s), e
2025-04-28t23:21:53.014951+02:00 mach-idrac9 l1, s96 [2507]: Thparser_validatevariablesize:472 key[energy_balance_table.0:eb_table_lfm_pci_slotnum.7] - output variable size is 0 bytes(s), e

grep "global_abl_fan_speed" idraclogs

t13:16:54.774823+02:00 mach-idrac9 l1, s96 [2507]: Thparser_getvariablestring:829 key[global_fan_behaviors:global_abl_fan_speed_min_pwr_ snd_enabled] string value (3 bytes) too lar
2025-04-28t13:16:54.775492+02:00 mach-idrac9 l1, s96 [2507]: Thparser_getvariablestring:829 key[global_fan_behaviors:global_abl_fan_speed_max_perf _enabled] string value (3 bytes) too large,

grep -c "i2ctopology" idraclogs

2025-04-28t23:21:57.251871+02:00 mach-idrac9 l1, s96 [2507]: Thplatform_i2cinit:161 thplatform_i2cinit i2ctopology.bin parsing error, read_config_info() failed! Status=2
2025-04-28t23:21:57.252288+02:00 mach-idrac9 l1, s96 [2507]: Thcpu_init:392 thcpu_init():i2ctopology.bin parsing error,ret = 2
2025-04-28t23:21:57.252681+02:00 mach-idrac9 l1, s96 [2507]: Thdimm_init:170 i2ctopology.bin parsing error

la parte del fan ahora mismo:

sensor state lower critical lower warning reading upper warning upper critical
fan 3 normal 480 rpm 840 rpm 3360 rpm
fan 4 normal 480 rpm 840 rpm 3240 rpm
fan 5 normal 480 rpm 840 rpm 3360 rpm
fan 6 normal 480 rpm 840 rpm 3360 rpm

la parte del power ahora mismo:

sensor state lower critical lower warning reading upper warning upper critical
ps1 current 1 normal 0.6 a
ps2 current 2 normal 0.2 a
system board pwr consumption normal 120 w 528 w 576 w

la parte del temperature ahora mismo:

sensor state lower critical lower warning reading upper warning upper critical
cpu1 temp normal 3 °c 42 °c 90 °c
system board inlet temp normal -7 °c 3 °c 23 °c 43 °c 47 °c

la parte del voltage ahora mismo:

sensor state lower critical lower warning reading upper warning upper critical
cpu1 fivr pg good
cpu1 mem012 vddq pg good
cpu1 mem012 vpp pg good
cpu1 mem012 vr normal 1.22 v
cpu1 mem012 vtt pg good
cpu1 mem345 vddq pg good
cpu1 mem345 vpp pg good
cpu1 mem345 vr normal 1.22 v
cpu1 mem345 vtt pg good
cpu1 vccio pg good
cpu1 vcore pg good
cpu1 vcore vr normal 1.78 v
cpu1 vsa pg good
ps1 voltage 1 normal 232 v
ps2 voltage 2 normal 232 v
system board 1.8v sw pg good
system board 2.5v sw pg good
system board 3.3v b pg good
system board 5v sw pg good
system board bp0 pg good
system board bp1 pg good
system board bp2 pg good
system board dimm pg good
system board ndc pg good
system board ps1 pg fail good
system board ps2 pg fail good
system board pvnn sw pg good
system board vsb11 sw pg good
system board vsbm sw pg good


saludos!

Cita de inves

Buenas @LiLPandemio

PowerEdge R740
BIOS 2.19.1
CPLD 1.1.4
iDRAC & LC 7.00.00.00

grep -c "eb_table_lfm" idraclogs:

2025-04-28T23:21:53.104676+02:00 mach-idrac9 L1, S96 [2507]: thParser_ValidateVariableSize:472 key[energy_balance_table.0:eb_table_lfm_pci_slot_entri es] - output variable size is 0 bytes(s)
2025-04-28T23:21:53.106100+02:00 mach-idrac9 L1, S96 [2507]: thParser_ValidateVariableSize:472 key[energy_balance_table.0:eb_table_lfm_pci_slotnum.0] - output variable size is 0 bytes(s), e
2025-04-28T23:21:53.000231+02:00 mach-idrac9 L1, S96 [2507]: thParser_ValidateVariableSize:472 key[energy_balance_table.0:eb_table_lfm_pci_slotnum.1] - output variable size is 0 bytes(s), e
2025-04-28T23:21:53.006556+02:00 mach-idrac9 L1, S96 [2507]: thParser_ValidateVariableSize:472 key[energy_balance_table.0:eb_table_lfm_pci_slotnum.2] - output variable size is 0 bytes(s), e
2025-04-28T23:21:53.007855+02:00 mach-idrac9 L1, S96 [2507]: thParser_ValidateVariableSize:472 key[energy_balance_table.0:eb_table_lfm_pci_slotnum.3] - output variable size is 0 bytes(s), e
2025-04-28T23:21:53.008988+02:00 mach-idrac9 L1, S96 [2507]: thParser_ValidateVariableSize:472 key[energy_balance_table.0:eb_table_lfm_pci_slotnum.4] - output variable size is 0 bytes(s), e
2025-04-28T23:21:53.009810+02:00 mach-idrac9 L1, S96 [2507]: thParser_ValidateVariableSize:472 key[energy_balance_table.0:eb_table_lfm_pci_slotnum.5] - output variable size is 0 bytes(s), e
2025-04-28T23:21:53.010633+02:00 mach-idrac9 L1, S96 [2507]: thParser_ValidateVariableSize:472 key[energy_balance_table.0:eb_table_lfm_pci_slotnum.6] - output variable size is 0 bytes(s), e
2025-04-28T23:21:53.014951+02:00 mach-idrac9 L1, S96 [2507]: thParser_ValidateVariableSize:472 key[energy_balance_table.0:eb_table_lfm_pci_slotnum.7] - output variable size is 0 bytes(s), e

grep "global_abl_fan_speed" idraclogs

2025-04-28T13:16:54.774823+02:00 mach-idrac9 L1, S96 [2507]: thParser_GetVariableString:829 key[global_fan_behaviors:global_abl_fan_speed_min_pwr_ snd_enabled] string value (3 bytes) too lar
2025-04-28T13:16:54.775492+02:00 mach-idrac9 L1, S96 [2507]: thParser_GetVariableString:829 key[global_fan_behaviors:global_abl_fan_speed_max_perf _enabled] string value (3 bytes) too large,

grep -c "I2CTopology" idraclogs

2025-04-28T23:21:57.251871+02:00 mach-idrac9 L1, S96 [2507]: thPlatform_I2CInit:161 thPlatform_I2CInit I2CTopology.bin parsing error, read_config_info() failed! status=2
2025-04-28T23:21:57.252288+02:00 mach-idrac9 L1, S96 [2507]: thCPU_Init:392 thCPU_Init():I2CTopology.bin parsing error,ret = 2
2025-04-28T23:21:57.252681+02:00 mach-idrac9 L1, S96 [2507]: thDIMM_Init:170 I2CTopology.bin parsing error

La parte del FAN ahora mismo:

Sensor State Lower Critical Lower Warning Reading Upper Warning Upper Critical
Fan 3 Normal 480 RPM 840 RPM 3360 RPM
Fan 4 Normal 480 RPM 840 RPM 3240 RPM
Fan 5 Normal 480 RPM 840 RPM 3360 RPM
Fan 6 Normal 480 RPM 840 RPM 3360 RPM

La parte del POWER ahora mismo:

Sensor State Lower Critical Lower Warning Reading Upper Warning Upper Critical
PS1 Current 1 Normal 0.6 A
PS2 Current 2 Normal 0.2 A
System Board Pwr Consumption Normal 120 W 528 W 576 W

La parte del TEMPERATURE ahora mismo:

Sensor State Lower Critical Lower Warning Reading Upper Warning Upper Critical
CPU1 Temp Normal 3 °C 42 °C 90 °C
System Board Inlet Temp Normal -7 °C 3 °C 23 °C 43 °C 47 °C

La parte del VOLTAGE ahora mismo:

Sensor State Lower Critical Lower Warning Reading Upper Warning Upper Critical
CPU1 FIVR PG Good
CPU1 MEM012 VDDQ PG Good
CPU1 MEM012 VPP PG Good
CPU1 MEM012 VR Normal 1.22 V
CPU1 MEM012 VTT PG Good
CPU1 MEM345 VDDQ PG Good
CPU1 MEM345 VPP PG Good
CPU1 MEM345 VR Normal 1.22 V
CPU1 MEM345 VTT PG Good
CPU1 VCCIO PG Good
CPU1 VCORE PG Good
CPU1 VCORE VR Normal 1.78 V
CPU1 VSA PG Good
PS1 Voltage 1 Normal 232 V
PS2 Voltage 2 Normal 232 V
System Board 1.8V SW PG Good
System Board 2.5V SW PG Good
System Board 3.3V B PG Good
System Board 5V SW PG Good
System Board BP0 PG Good
System Board BP1 PG Good
System Board BP2 PG Good
System Board DIMM PG Good
System Board NDC PG Good
System Board PS1 PG FAIL Good
System Board PS2 PG FAIL Good
System Board PVNN SW PG Good
System Board VSB11 SW PG Good
System Board VSBM SW PG Good


Saludos!

Cita de LiLPandemio

Un ultimo detalle tio, crees que puedas entrar por ssh a tu idrac para ver estos valores?


racadm get system.thermalsettings





Ese comando me valdrá para tener tu suelo calculado como referencia de caja sana… un abrazo enorme!!

Cita de inves

Que va...tenemos cortado el ssh para la VLAN donde tenemos las iDRAC´s que van por web

Cita de EnxebreFC

Cuando los ventiladores van a full es que has metido algún componente no original (por ejemplo discos duros) y considera que deben girar a máxima velocidad a modo de protección.

Empezó a ocurrir desde cierta versión de idrac, no recuerdo ahora cuál.

Cita de Ev1L

Por desgracia no tengo ningún R740, los míos son R760.

Te has metido una currada de investigación importante, espero que encuentres el problema.

Suerte!!