Hispanopedia Wiki
Articulo de referencia

Prueba de estrés del hardware

Una prueba de estrés (a veces llamada prueba de tortura ) de hardware es una forma de prueba deliberadamente intensa y exhaustiva que se utiliza para determinar la estabilidad d...

Hispanopedia WikiContenido en espanolLectura gratuita

Una prueba de estrés (a veces llamada prueba de tortura ) de hardware es una forma de prueba deliberadamente intensa y exhaustiva que se utiliza para determinar la estabilidad de un sistema o entidad. Implica realizar pruebas más allá de la capacidad operativa normal , a menudo hasta el punto de ruptura, para observar los resultados.

Las razones pueden incluir: determinar los puntos de ruptura y los límites de uso seguro; confirmar que se cumplen las especificaciones previstas; buscar problemas dentro de un producto; determinar los modos de falla (cómo puede fallar exactamente un sistema) y probar el funcionamiento estable de una pieza o sistema fuera del uso estándar. Los ingenieros de confiabilidad a menudo prueban los elementos bajo el estrés esperado o incluso bajo un estrés acelerado para determinar la vida útil del elemento o los modos de falla . [ 1 ]

El término prueba de estrés, en lo que respecta al hardware (incluidos los componentes electrónicos, los dispositivos físicos, las centrales nucleares, etc.), probablemente tenga diferentes significados específicos en contextos concretos. Un ejemplo se encuentra en los materiales; véase Fatiga (material) .

Prueba de estrés del hardware

Las pruebas de estrés, en general, deben someter el hardware de la computadora a niveles de estrés exagerados para garantizar su estabilidad en un entorno normal. Esto puede incluir cargas de trabajo extremas, tipo de tarea, uso de memoria, carga térmica (calor), velocidad de reloj o voltajes. La memoria y la CPU son dos componentes que se someten comúnmente a este tipo de pruebas de estrés.

Existe una considerable superposición entre el software de pruebas de estrés y el software de evaluación comparativa , ya que ambos buscan evaluar y medir el rendimiento máximo. De los dos, el software de pruebas de estrés tiene como objetivo evaluar la estabilidad intentando forzar el fallo del sistema; la evaluación comparativa busca medir y evaluar el máximo rendimiento posible en una tarea o función determinada.

Al modificar los parámetros operativos de una CPU , como la temperatura , la humedad , el overclocking , el underclocking , el sobrevoltaje y el undervolting , puede ser necesario verificar si los nuevos parámetros (generalmente el voltaje y la frecuencia del núcleo de la CPU ) son adecuados para cargas de CPU elevadas . Esto se hace ejecutando un programa que requiera mucha CPU durante períodos prolongados de tiempo, para comprobar si el ordenador se bloquea o falla . Las pruebas de estrés de la CPU también se conocen como pruebas de tortura . El software adecuado para las pruebas de tortura normalmente debe ejecutar instrucciones que utilicen todo el chip en lugar de solo algunas de sus unidades. Someter una CPU a una prueba de estrés durante 24 horas al 100 % de carga es, en la mayoría de los casos, suficiente para determinar que la CPU funcionará correctamente en escenarios de uso normales, como en un ordenador de sobremesa, donde el uso de la CPU suele fluctuar en niveles bajos (50 % o menos).

Las pruebas de estrés y la estabilidad del hardware son subjetivas y pueden variar según cómo se utilice el sistema. Una prueba de estrés para un sistema que funciona las 24 horas del día, los 7 días de la semana, o que realizará tareas sensibles a errores, como computación distribuida o proyectos de "plegado", puede diferir de una que necesita poder ejecutar un solo juego con un nivel razonable de fiabilidad. Por ejemplo, una guía completa sobre el overclocking de Sandy Bridge encontró que: [ 2 ]

Aunque en el pasado IntelBurnTest era igual de bueno, parece que algo en la microarquitectura SB [Sandy Bridge] se somete a mayor estrés con Prime95... IBT realmente consume más energía [genera mayores demandas térmicas]. Pero... Prime95 falló primero siempre, y falló cuando IBT pasaba. Así que, al igual que con Sandy Bridge, Prime95 es un mejor probador de estabilidad para Sandy Bridge-E que IBT/LinX. La estabilidad es subjetiva; algunos podrían considerar que la estabilidad es suficiente para ejecutar su juego, otros, como los que trabajan con carpetas [proyectos de plegado], podrían necesitar algo que sea tan estable como lo era con la configuración de fábrica, y... necesitarían ejecutar Prime95 durante al menos 12 horas o uno o dos días para considerarlo estable... Hay [probadores de rendimiento] a quienes realmente no les importa la estabilidad de esa manera y simplemente dirán que si puede [completar] un benchmark es suficientemente estable. Nadie está equivocado y nadie tiene razón. La estabilidad es subjetiva. [Pero] la estabilidad 24/7 no es subjetiva.

Un ingeniero de ASUS aconsejó en un artículo de 2012 sobre el overclocking de un sistema Intel X79 que es importante elegir cuidadosamente el software de prueba para obtener resultados útiles: [ 3 ]

No se recomiendan pruebas de estrés no validadas (como Prime95 , LinX u otras aplicaciones similares). Para pruebas de CPU/IMC y bus del sistema de alto nivel, se recomienda Aida64 junto con el uso de aplicaciones generales como PC Mark 7. Aida tiene la ventaja de que su prueba de estabilidad ha sido diseñada para la arquitectura Sandy Bridge E y prueba funciones específicas como AES, AVX y otros conjuntos de instrucciones que Prime y sintéticos similares no tocan. Por lo tanto, no solo carga la CPU al 100%, sino que también prueba otras partes de la CPU que no se utilizan en aplicaciones como Prime 95. Otras aplicaciones a considerar son SiSoft 2012 o Passmark BurnIn. Tenga en cuenta que la validación no se ha completado utilizando Prime 95 versión 26 y LinX (10.3.7.012) y OCCT 4.1.0 beta 1, pero una vez que hayamos realizado pruebas internas para garantizar al menos un soporte y funcionamiento limitados.

Software comúnmente utilizado en pruebas de estrés de hardware

Fiabilidad

La verificación de confiabilidad del hardware incluye pruebas de temperatura y humedad, pruebas de vibración mecánica, pruebas de choque, pruebas de colisión, pruebas de caída, pruebas de resistencia al polvo y al agua, y otras pruebas de confiabilidad ambiental. [ 4 ] [ 5 ]

El crecimiento de las aplicaciones críticas para la seguridad en la electrónica automotriz aumenta significativamente el desafío de confiabilidad del diseño de circuitos integrados. [ 6 ] [ 7 ]

El artículo «Pruebas de hardware de calentadores de agua eléctricos que proporcionan almacenamiento de energía y respuesta a la demanda mediante control predictivo basado en modelos» es del Instituto de Ingenieros Eléctricos y Electrónicos (IEEE), escrito por Halamay, DA, Starrett, M ​​y Brekken, TKA. El autor comienza explicando que un modelo clásico de estado estacionario, comúnmente utilizado para la simulación de calentadores de agua eléctricos , puede ser impreciso. El artículo presenta resultados de pruebas de hardware que demuestran que los sistemas de calentadores de agua bajo control predictivo basado en modelos pueden ser gestionados de forma fiable para suministrar niveles de potencia preestablecidos con un margen de error del 2 %. A continuación, el autor presenta resultados experimentales que muestran una vía prometedora para controlar los calentadores de agua como sistemas de almacenamiento de energía capaces de proporcionar capacidad flexible y servicios auxiliares de respuesta rápida de forma fiable.

La revista Advanced Circuit Reliability Verification for Robust Design analiza los modelos utilizados en la verificación de la fiabilidad de circuitos y su aplicación. En primer lugar, aborda cómo el aumento de las aplicaciones críticas para la seguridad en la electrónica automotriz incrementa significativamente el desafío de la fiabilidad en el diseño de circuitos integrados. A continuación, el autor presenta la solución AMS de Synopsys para el diseño robusto. Esta parte del artículo es muy técnica y se centra principalmente en cómo AMS puede mejorar la fiabilidad en la verificación de señales mixtas de chips completos. Este artículo puede ser una fuente útil para comprender la importancia de centrarse en la verificación de la fiabilidad en la actualidad.

Véase también

Referencias

  1. ↑ Nelson, Wayne B., (2004), Pruebas aceleradas: modelos estadísticos, planes de prueba y análisis de datos , John Wiley & Sons, Nueva York, ISBN 0-471-69736-2
  2. ↑ Sin0822 (24/12/2011). "Guía de overclocking de Sandy Bridge E: tutorial, explicaciones y soporte para todos los X79" . overclock.net . Consultado el 2 de febrero de 2013 .{{cite web}}: CS1 maint: nombres numéricos: lista de autores ( enlace ) (texto condensado)
  3. ↑ Juan Jose Guerrero III - ASUS (29-03-2012). "Guía de overclocking de la placa base Intel X79" . benchmarkreviews.com . Consultado el 2 de febrero de 2013 .
  4. ↑ Weber, Wolfgang; Tondok, Heidemarie; Bachmayer, Michael (2003). «Mejora de la seguridad del software mediante árboles de fallos: experiencias de una aplicación a software crítico para vuelos» . En Anderson, Stuart; Felici, Massimo; Littlewood, Bev (eds.). Seguridad, fiabilidad y protección informática . Lecture Notes in Computer Science. Vol. 2788. Berlín, Heidelberg: Springer. pp. 289–302 . doi : 10.1007/978-3-540-39878-3_23 . ISBN   978-3-540-39878-3.
  5. ↑ Jung, Byung C.; Shin, Yun-Ho; Lee, Sang Hyuk; Huh, Young Cheol; Oh, Hyunseok (enero de 2020). "Un método adaptativo de respuesta para el diseño de experimentos de validación en mecánica computacional" . Applied Sciences . 10 (2): 647. doi : 10.3390/app10020647 .
  6. ↑ Fan, A.; Wang, J.; Aptekar, V. (marzo de 2019). "Verificación avanzada de la fiabilidad de circuitos para un diseño robusto". Simposio Internacional de Física de la Fiabilidad IEEE (IRPS) de 2019. págs. 1–8 . doi : 10.1109/IRPS.2019.8720531 . ISBN  978-1-5386-9504-3. S2CID 169037244 . 
  7. ↑ Halamay, DA; Starrett, M.; Brekken, TKA (2019). "Pruebas de hardware de calentadores eléctricos de agua que proporcionan almacenamiento de energía y respuesta a la demanda mediante control predictivo de modelo" . IEEE Access . 7 : 139047–139057 . Bibcode : 2019IEEEA...7m9047H . doi : 10.1109/ACCESS.2019.2932978 . ISSN 2169-3536 .