0x00000124との戦い　分析編

とってもとっても今月忙しくて、ブログの更新ができませんでした。今日になってやっと、仕事にも一段落がついたので、今抱えているPC問題について書こうと思います。

所属しているある団体の部屋にASX5812-A52というデスクトップPCがある。個人所有している同社製のネットブック　 Aspire one AOA150-Bb と同じ、ACER社のPCだ。AOA150-Bbといえば、これまでDownscalingsupported 関連の話で幾度となくブログネタを提供してくれたPCだが、今度はデスクトップ機で問題が発生したようだ。

事の発端は活動をしているときに、突然ブルースクリーンになって再起動した瞬間を見たことから始まる。ただWordで作業をしていただけで、何も負荷のかかることはしていないという。再起動してしまって何のエラーか分からないので、毎度お決まりのBlueScreenViewで詳細を調べることに。すると、これまでに20回以上ブルースクリーンが出ていると判明。なんだこれは。。しばらく唖然としてしまった。気を取り直して、調査を進めると、エラーコードは0x00000124。問題の原因となっているファイルは、hal.dllと ntoskrnl.exeの２つであることが分かった。

通常のブルースクリーンと違い、何のエラーかを示す文章が出ないタイプのブルースクリーンであるため、問題解決には難航が予想される。さらに、エラーの原因のファイルに、hal.dllが入っているので、可能性としては、 ハードウェアレベルでの問題も考えられる。そうなってしまっては最強ツールのリカバリでさえ太刀打ちできないだろう。仮に直ったとしてもまた障害が起きる可能性はある。それでは直したことにはならない。

さて、自論はこのくらいにして、今回のエラーについて考えてみることにしよう。

0x00000124（以下　0x124）で検索していると、様々な情報が出てくる。また、非常にマイナーなエラーらしく、日本語のページは数少ない。ここからは、このエラーについて調査した結果を載せたいと思う。

調査結果１ 0x124は、別名、WHEA_UNCORRECTABLE_ERRORと呼ばれるエラーで、 致命的なハードウェアエラーが発生したことを示している。このエラーは、WHEAによって提供されるエラーデータを使用して表示している。なお、第１パラメータの内容によって、エラーの原因は変わる。今回のエラーの第１パラメータの内容は、0x0なので、エラーの原因はマシンチェック例外と判断される。もう「致命的」って単語が出た時点でやばそうな雰囲気ですね。

＜WHEAとは＞ WHEA(Windows Hardware Error Architecture　：Windowsハードウェアエラーアーキテクチャ) Windows Vistaから導入されたWindowsのハードウェアのエラー検出システム。 WHEAは、CPUからハードウェアエラーを検出した報告を受けると、ログに記録する。この記録されるログのことを、WHEA-Loggerと呼び、WHEAはログに記録がされたことを認知すると、システムを停止（ブルースクリーン）する。

＜マシンチェック例外（Machine Check Exception）とは＞ CPUがハードウェアにある回復不能なエラーを検出した場合に、 Windowsがシステムを保護し、安全のためにシステムを停止させる機能のこと。マシンチェック例外は、基本的にOCや、不安定な電源環境、冷却不足、ハードウェア故障で発生するエラーと見られる。

↑英語のサイトとかを読んだ感じは、こういうことなのかなと思います。 WHEAについてはハードウェア設計者用のツールキットに説明があるので、それのほうが詳しく載っていると思われます（英語）

調査結果２ WHEAを調べていると、イベントビューアで詳細が見られることが判明。 システムに何らかのイベントが生じると、それはすべて管理ツールのイベントビューアに記録されるので、そこから問題解決への糸口が見えるのではと推測。イベントビューアを見ることに。イベントビューアを開いて、システムログの中から、「重大」と「エラー」に分類されているイベントのみを抽出して表示させてみると、100件を超えるほどのイベントが表示される結果に。ほんとに抽出したの？って言いたくなるくらい多い。抽出したデータを眺めていると、あったあった。－－－－－－－－－－－－－－－－－－－－－ WHEA-Logger 致命的なハードウェアエラーが発生しました。コンポーネントによる報告：プロセッサコアエラーソース：マシンチェック例外エラーの種類：バス/相互接続エラー－－－－－－－－－－－－－－－－－－－－－コンポーネントによる報告がプロセッサコアとなっているので、一瞬、CPUを疑いましたが、CPUが壊れるということは熱暴走以外なかなか考えられないと思うので保留。 気になるのは、バス/相互接続エラーというもの。これはどれだけ検索をかけても良い情報が見当たらない。文字だけを見ていると、コンピュータ内部のバスの、相互接続（各ハードウェアの相互の接続）にエラーが生じていることになる。しかし、バスが内部バスなのか外部バスなのかも分からないし、各ハードウェアってどのハードウェアを指すのかも分からないので、特定はかなり難しいと見られる。

調査結果３ここからは、障害を引き起こしているとみられるhal.dllとntoskrnl.exeの２つのファイルは、それぞれ何なのかについて考えてみる。まず、hal.dllについて halとは、Hardware Abstraction Layer：ハードウェア抽象化レイヤと呼ばれるもので、元々はOSを様々なPCにインストールできるように、それぞれのPCのハードウェアのプラットフォームの差を吸収できるようにするための機能とみられる。図で説明すると、以下のようになる。

ここに、PC1とPC2の２つのパソコンがあるとする。一番下のハードウェアの部分を見ると、PC1は凸があるが、PC2は凹になっていることが分かると思う。説明においては、これをハードウェアのプラットフォームの差とする。 halがなければ、OSは各ハードウェアごとにシステムコードを変えなければ動作できない問題が発生する。

Windowsが考案された時の目標として、高度な移植性の確保が挙げられた。当時は、パソコンにはそのパソコン専用のOSが組み込まれており、それは他の PCでは動作しないというデメリットを持っていた。しかし、それではハードウェアの進化にも追いつけないし、管理の煩雑化というデメリットが生まれてしまう。そこで、halを作り、各ハードウェアのプラットフォームごとの差を吸収し、OSが各ハードウェアのプラットフォームに共通の機能を提供していけるようにすることで、移植性を高めようとしたのだ。このときhalは、いわばクッション材の役割を果たし、ハードウェアとソフトウェア（OS）のかけ橋となる。

Windowsにおけるhal.dllは、ハードウェア抽象化のほかに、I/Oインタフェース、割り込み処理、プロセッサの通信システム、電源管理など、Windowsが正常に動くために必要な最低限のインタフェースを提供する仕事をしている。

ntoskrnl.exeについて ntoskrnl.exeとは、NTOSのカーネル機能を提供する超重要なWindowsの基幹ファイルで、メモリ管理、プロセス管理、カーネルの管理などを担当 している。 NTOSとは、現在の主流となっているOS（Windows2000、XP、Vista、7、8）に共通的に用いられているOSの設計方法で高度な安定性を持っているOSを指す。 NTの意味については、諸説あるので、省略する。

さらに、イベントビューアを見ると、ntoskrnl.exeが原因でブルースクリーンになるときには、その直前にKP41病が発生していることが分かった。＜KP41病とは＞正式名は、Kernel-Power 41エラー。現在でも具体的な原因が分かっていない大きな問題の一つ。メモリの電圧が低く、正常に電力供給がされていないために発生するというものが通説だが、それは基本的に自作PCで OCをやっている人でなければ発生しない問題と言える。また、過剰な負荷がかかったときに発生すると言われているが、冒頭で述べたとおり、Wordで作業をしていただけなので、負荷による障害は考えにくい。

さらに、hal.dllとntoskrnl.exeは、ともに依存し合っている性質（リンク）がある。 hal.dllやntoskrnl.exeなど、Windowsの重要なシステムファイルは、関数を使って、システムの動作を行っている。（関数と言っても、Excelは関係ない）その中で、ハードウェアとOSのかけ橋であるhal.dllと、基礎的なOSの機能（カーネル）を提供するntoskrnl.exeは、とても似た関係にある。これをかなり簡単に説明すると、以下のような図になる。なお、図の上のほうが権限は上になる。（例えば、OSはそれ以下の ntoskrnl.exeとhal.dllとハードウェアを管理する権限を持つ）

この図を見ると、ntoskrl.exeとhal.dllは、OSによって提供されるファイルの中でも、ハードウェアに近い部分で働くファイルであるのだ。

PCは、私たちユーザーの入力により、OSを通り、ハードウェアで処理を行い、またOSを通ってユーザーが見える形（ディスプレイへの表示など）で出力をするのである。これに先ほどの関数の話を入れると、ntoskrnl.exeは、それより上位のプログラムからの命令を受け、ハードウェアで処理を行わせるために、hal.dllにリンクをする。また、ハードウェアからの処理結果を返すために、hal.dllは上位の ntoskrnl.exeにリンクをする。このリンクは、hal.dllとntoskrnl.exeに共通の関数があるために発生する。

さて、ここまで様々な角度からこのエラーを読み解いてきたが、原因はいまだに分からない。ただ、問題の全体像は以下のようになるのではと思われる。

問題１．マシンチェック例外 CPUによるマシンチェック例外エラー検出機能が動作し、システムを保護するためにWHEAに報告し、ブルースクリーンにした。原因はバス/相互接続エラー。 →原因はハードウェア

問題２．KP41病 KP41病は、原因が分からないので、何とも言えないが、これの原因がハードウェアだと仮定すると、hal.dllの問題にもつながるし、それはリンクされている ntoskrnl.exeの問題にもつながる。ハードウェアが原因と仮定した段階で、同時に問題１のエラーも発生する要因になるので、WHEAが動き、ブルースクリーンになることも考えられる。 →原因は不明（OSレベル、ハードウェアレベル双方の可能性）

問題１と問題２の結果、0x124　WHEA_UNCORRECTABLE_ERROR が発生するのである。

しかし、ハードウェアレベルで障害が発生しているならば、PC起動時の POST（Power On Self Test）が失敗し、そこで起動が停止するはず。 先ほどのバス/相互接続エラーとかだったら尚更だろう。となると、このエラーはブート段階のPOSTでは検出されず、起動後使用していると 発生するエラーだと推測されるのである。そう考えると、ハードウェアレベルでの障害ではなく、hal.dllやntoskrnl.exeがただ単に破損しているだけと考えられるのである。 ここで矛盾が生まれていることは、言うまでもない。

さて、文章が飛躍していてでとても読みにくかったかもしれないが、今後も研究して、謎が解明できるようにしたいと思う。

2014/3/29　追加続編完成。 0x00000124との戦い　正しい答えはあるのか

2014/7/29　完全勝利 0x00000124との戦い　1年1カ月の答え