Инцидент: нода перестала отвечать на ICMP и SSH, но BMC показывал «running». iKVM — чёрный экран. Журналы dmesg до зависания — чисты. Паника? Нет. Просто ядро застряло в uninterruptible sleep из-за глючного PCIe-устройства. Диагностика: lspci -vvv выявил таймаут BAR-регистров. Но главная проблема — аппаратный watchdog не сработал. Проверка через ipmitool mc watchdog get показала state=stopped. В UEFI был выключен TCO Timer (часто маскируется как «Intel AMT power saving»). Решение: включить TCO Timer и SMI# Generation в BIOS. Затем активировать ядерный NMI watchdog: echo 'kernel.nmi_watchdog=1' >> /etc/sysctl.conf. Без этого — любой hang убивает ноду без шанса на recovery. https://ftops.space/?utm_source=telegram&utm_medium=smm&utm_campaign=ftops&utm_content=watchdog-sp5100-i-tco-taymery-appar