借助 GPT ，将具体的现象、配置、排查方案写出来了，会有一点长，希望 V2 上的富有经验的大佬能给点头绪：

PVE/FnOS 固定早上 6 点附近硬重启排查记录

这是一台家用 Proxmox VE 主机，主要跑一个 FnOS/飞牛 NAS 虚拟机。最近多次出现早上 6 点附近自动重启，表现更像硬断电/硬复位，而不是系统内正常 reboot/shutdown 。下面是目前的硬件信息、排查过程和阶段性结论，想请大家帮忙判断更像主板/BIOS/ME/ACPI 、电源、SATA 控制器/硬盘链路，还是 PVE/FnOS/驱动层的问题。

1. 主要现象

• PVE 主机多次在早上 6 点附近突然重启。
• journalctl --list-boots 显示上一个 boot 在 5:59 左右戛然而止，随后 6:00/6:01 进入新 boot 。
• 重启前没有看到正常关机链路，也没有看到明确的 kernel panic 、MCE 、OOM 、pstore 崩溃记录。
• NVMe SMART 的 Unsafe Shutdowns 会随这类重启增加，因此更像硬断电/硬复位。
• 重启前自建监控记录显示 CPU 温度、NVMe 温度、负载都不高。
• 问题常集中在早上 6 点附近，但不是每天必现。

2. 当前硬件和系统信息

PVE:

• Proxmox VE: pve-manager 9.1.1
• Kernel: 6.17.2-1-pve
• Hostname: pve
• Kernel cmdline:
  • i915.enable_guc=3
  • i915.max_vfs=7
  • module_blacklist=xe

主板 / BIOS / CPU:

• 主板: MAXSUN MS-eSport Z890M
• BIOS: B3.4D
• BIOS Release Date: 06/16/2025
• CPU: Intel Core Ultra 5 245K
• CPU 线程: 14 CPUs，14 cores，1 thread per core
• 虚拟化: VT-x

内存:

• 当前总内存约 32GB
• 当前插了两条 DDR5 4800:
  • Maxsun 16GB, Part Number MSD516G60AX5-D40M0
  • JUHOR 16GB, Part Number JHE4800U4016JG
• 注意: 之前多次重启发生时只有一条 16GB 内存，2026-06-13 早上重启后才加了第二条内存。

系统盘:

• NVMe: ZHITAI TiPro5000
• NVMe SMART 中 Media and Data Integrity Errors = 0
• 但异常重启时 Unsafe Shutdowns 会增加。

PCI / 控制器:

• 板载 SATA:
  • 80:17.0 Intel SATA controller [8086:7f62]
  • 当前驱动: ahci
• SATA 扩展卡:
  • 83:00.0 ASMedia ASM1166 Serial ATA Controller [1b21:1166]
  • 当前驱动: ahci
• 网卡:
  • Realtek RTL8125 2.5GbE
• 之前测试中拔掉过 UPS USB ，只留过 USB 网卡；后续也拔掉过 USB 网卡做排除。

3. 当前硬盘和 FnOS 虚拟机配置

当前 PVE 能看到 9 块 SATA 硬盘。

板载 Intel SATA 上的 4 块盘:

sda  WDC WUH721816ALE6L4    4MGYAVMH    14.6T
sdb  WDC WD200EDGZ-11CNKA0  SSG538VD    18.2T
sdc  WDC WUH721816ALE6L4    2BJE0JTN    14.6T
sdd  WDC WUH721816ALE6L4    2JJGZEJB    14.6T

ASMedia ASM1166 上的 5 块盘:

sde  TOSHIBA MG08ACA14TE      5160A01BFRVH  12.7T
sdf  TOSHIBA DT01ACA300       38SJTMEAS      2.7T
sdg  WDC WD140EDGZ-11B1PA0    7LGHSPUK      12.7T
sdh  ST2000DM006-2DM164       Z4Z80PNS       1.8T
sdi  WDC WD100EMAZ-00WJTA0    JEKV1V2Z       9.1T

FnOS VM:

• VMID: 105
• Name: FnOS
• Machine: q35
• CPU: host
• Cores: 8
• Memory: 10144 MB
• 系统盘: sata0 local-lvm:vm-105-disk-0,size=200G
• 当前采用硬盘路径直通，不是整控制器直通。

当前 FnOS 直通盘:

sata1: /dev/disk/by-id/ata-TOSHIBA_MG08ACA14TE_5160A01BFRVH
sata2: /dev/disk/by-id/ata-TOSHIBA_DT01ACA300_38SJTMEAS
sata3: /dev/disk/by-id/ata-WDC_WD140EDGZ-11B1PA0_7LGHSPUK
sata4: /dev/disk/by-id/ata-ST2000DM006-2DM164_Z4Z80PNS
sata5: /dev/disk/by-id/ata-WDC_WD100EMAZ-00WJTA0_JEKV1V2Z
scsi1: /dev/disk/by-id/ata-WDC_WUH721816ALE6L4_4MGYAVMH
scsi2: /dev/disk/by-id/ata-WDC_WD200EDGZ-11CNKA0_SSG538VD
scsi3: /dev/disk/by-id/ata-WDC_WUH721816ALE6L4_2BJE0JTN
scsi4: /dev/disk/by-id/ata-WDC_WUH721816ALE6L4_2JJGZEJB

说明:

• 之前曾经用过 SATA 控制器直通。
• 后来为了排查，改成了单盘 by-id 直通。
• 也测试过 vfio-pci 绑定 SATA 控制器，但后来按“硬盘直通”思路取消了 PCI 隔离，目前两个 SATA 控制器都由 PVE 的 ahci 接管。

4. 已记录到的异常重启证据

部分 boot history:

Sat 2026-05-30 06:01:21 进入新 boot
Tue 2026-06-09 05:59:57 上一个 boot 截止
Tue 2026-06-09 06:00:39 进入新 boot
Sat 2026-06-13 05:59:44 上一个 boot 截止
Sat 2026-06-13 06:01:14 进入新 boot

2026-06-13 早上这次比较关键:

• 上一个 boot: 2026-06-11 22:58:33 到 2026-06-13 05:59:44
• 新 boot: 2026-06-13 06:01:14
• 重启前最后 heartbeat:
  • 时间: 2026-06-13T05:59:44+08:00
  • FnOS 状态: running
  • 负载: 0.10 0.11 0.09
  • 内存: 总计约 15465M，可用约 3452M
  • CPU/NVMe 温度约 43-44C
  • NVMe Unsafe Shutdowns 在这次异常后从 96 增到 97

这次重启发生时，原来那 4 块板载 SATA 硬盘已经被拔掉/不参与，只保留了 ASM1166 扩展卡上的 5 块盘。因此“板载 SATA 那 4 块盘或板载 SATA 控制器是必要触发条件”这个假设基本被削弱；至少已经做过“仅扩展卡 5 块盘”的测试，且仍然复现 6 点附近异常重启。

2026-06-13 10:35 到 10:54 还有一次关机/开机:

• 这是人为加内存、插回 4 块硬盘导致的维护关机。
• 这次没有增加 NVMe Unsafe Shutdowns，和 6 点异常重启性质不同。

5. 已做过的排查和变更

电源/外部供电:

• 怀疑过智能插座/插线板。
• 同一个插线板上接了一个断电就会熄灭的台灯，异常期间台灯未灭。
• 这能降低“外部市电/插线板整体断电”的可能性，但不能排除主机电源、SATA 供电线、瞬态负载、主板复位。

BIOS:

• 进 BIOS 看过，没有发现 RTC 定时开机配置。
• 没有开启断电后自动开机。
• 没找到明确的 watchdog 设置。
• BIOS 中能看到一些电源管理选项，但没有发现能解释固定 6 点自动启动/重启的配置。

PVE 服务:

• 停掉过一些不必要的 PVE 集群/HA 相关服务。
• 启动日志里仍有 corosync/quorum_initialize failed 之类信息，但这类信息出现在开机阶段，更像单节点/集群服务状态问题，不像重启前触发原因。

监控:

• 配了自定义 heartbeat 和 boot report:
  • /var/log/pve-watch/heartbeat.log
  • /var/log/pve-watch/boot-report.log
• 这些日志能记录每分钟左右的温度、负载、内存、FnOS 状态、NVMe SMART 、上一次 heartbeat 等。
• 目前证据显示异常发生前温度、负载并不高。

USB:

• UPS 的 USB 线曾经拔掉。
• USB 网卡也拔掉做过排查。
• 目前没有看到 USB 设备直接导致重启的证据。

FnOS / 硬盘直通:

• 之前 FnOS 使用过 SATA 控制器直通。
• 后来改成硬盘 by-id 直通，以便做交叉测试。
• 测试过只接 5 块盘，仍然在 2026-06-13 早上 6 点附近重启。
• 这 5 块盘是在 ASM1166 SATA 扩展卡上；当时板载 SATA 的 4 块盘已经拔掉/不参与，所以“禁用/不使用板载 SATA 硬盘链路”这个方向已经测试过。
• 后续又插回原来 4 块盘，并将 9 块盘都直通给 FnOS 。

硬盘 SMART / SATA 错误:

• 插回原来 4 块盘后，smartd 报过两块盘 ATA error count 增加:

/dev/sda WDC WUH721816ALE6L4 4MGYAVMH:
ATA error count increased from 0 to 578

/dev/sdc WDC WUH721816ALE6L4 2BJE0JTN:
ATA error count increased from 476 to 2113

• 这说明原来那组板载 SATA 上至少有两块盘/链路存在历史或累计 ATA 错误。
• 但 2026-06-13 早上 6 点那次重启发生时这 4 块盘不在机器上，所以这些错误不能单独解释那次 6 点重启。

6. 目前倾向排除或证据较弱的方向

• 普通系统内 reboot/shutdown: 没有正常关机链路。
• 温度过高: 重启前监控温度正常。
• 明确 OOM: 没看到 OOM 证据。
• 明确 kernel panic/MCE: 当前没有抓到 panic 、MCE 、pstore 证据。
• 仅由原来 4 块板载 SATA 硬盘或板载 SATA 控制器导致: 可能性明显下降，因为只保留 ASM1166 扩展卡上 5 块盘、板载 SATA 4 块盘不参与时也重启过。
• 仅由新加的第二条内存导致: 不成立，因为第二条内存是 2026-06-13 早上重启后才加的。

7. 仍保留的重点怀疑方向

1. 主板 / BIOS / ME / ACPI / 电源管理 / 平台复位问题

   • 启动时有较多 ACPI BIOS Error ，例如 Could not resolve symbol [\_SB.UBTC.RUCC]。
   • 不确定这些 ACPI 错误是否只是常见无害日志，还是和 USB/电源管理/平台复位有关。

2. 电源或供电瞬态问题

   • 台灯未灭只能说明外部供电没有整体断。
   • 不能排除 PSU 、SATA 电源线、硬盘同时唤醒/负载变化导致的瞬时掉压或主板复位。

3. SATA 扩展卡 ASM1166 / SATA 链路 / 硬盘组合问题

   • 只接 ASM1166 扩展卡上的 5 块盘时也出现 6 点重启。
   • 原来板载 SATA 4 块盘中又有两块出现 ATA error count 。
   • 可能不是单一硬盘，而是硬盘、供电线、SATA 线、扩展卡、主板 PCIe/SATA 子系统共同触发。

4. FnOS 6 点附近任务触发的负载

   • 异常重启前 FnOS 是 running 。
   • 如果 FnOS 在 6 点有备份、校验、索引、清理、SMART 、快照、Time Machine 相关任务，可能触发大量磁盘 IO 或硬盘唤醒。
   • 但这更像“触发器”，不一定是根因，因为宿主机是硬复位级别。

5. PVE 9.1 / kernel 6.17 / 新平台驱动兼容性

   • Z890 + Core Ultra 平台较新。
   • 也可能和 kernel 6.17 、AHCI 、IOMMU 、虚拟化、iGPU SR-IOV 参数有关。
   • 可以考虑用旧一点的 PVE kernel 6.8 做对照测试。

8. 想请大家帮忙判断的问题

1. 这种每次 journalctl 截止在 5:59 ，随后 6:00/6:01 新 boot ，且 NVMe Unsafe Shutdowns 增加的情况，是否基本可以判断为硬复位/断电类，而不是 Linux 正常崩溃？

2. MAXSUN Z890M / Arrow Lake / Core Ultra 245K 在 Linux/PVE 下，启动日志里的这些 ACPI BIOS Error 是否可能和定时硬复位有关？

3. ASM1166 SATA 扩展卡 + 多块机械硬盘，在每天固定任务时间附近触发整机 reset ，是否有人遇到过？

4. 如果要进一步区分主板、电源、SATA 扩展卡、硬盘、PVE kernel/FnOS 任务，下一步最有效的交叉测试应该怎么设计？

5. 是否建议优先:

   • 换 PSU / 单独给硬盘供电；
   • 换 SATA 扩展卡；
   • BIOS 升级/降级或更新 ME ；
   • PVE 切回 kernel 6.8 ；
   • FnOS 停机跨过 6 点；
   • 跑 MemTest86 ；
   • 暂停 FnOS 所有 6 点附近任务；
   • 给 PVE 配串口/netconsole/远端 syslog 抓崩溃前最后输出？

9. 我目前自己的阶段性判断

现在最不像的是普通软件层面的正常重启；更像硬断电/硬复位。由于只保留 5 块 ASM1166 硬盘时仍然重启，不能再简单归因于原来那 4 块硬盘。但原来 4 块盘中两块有明显 ATA error count ，也说明存储链路确实存在问题。

目前我个人更倾向优先怀疑:

1. 主板/BIOS/ME/ACPI/平台电源管理或复位问题；
2. PSU 或 SATA 供电瞬态问题；
3. ASM1166/SATA/硬盘组合在 FnOS 6 点任务触发下造成硬件级异常；
4. PVE kernel 6.17 在这套较新平台上的兼容性问题。

下一步我倾向做的排除测试:

• FnOS 关机跨过 6 点，验证 PVE 空载是否还重启。
• 若 PVE 空载稳定，再启动 FnOS 但关闭 6 点附近所有任务。
• 用 PVE kernel 6.8 做对照。
• 跑 MemTest86 ，尤其现在是两条不同品牌 DDR5 。
• 对 /dev/sda 和 /dev/sdc 做完整 SMART 检查和长测。
• 有条件的话换 PSU 或给机械硬盘单独供电测试。
• 有条件的话换掉 ASM1166 扩展卡，或反过来只用板载 SATA 跨 6 点做对照；“仅扩展卡 5 盘”已经测过且复现。