ubuntu系统的 RCU stall问题

问题截图如下

查看系统

root@tsuat:~# uname -a

Linux tsuat 6.8.0-87-generic #88-Ubuntu SMP PREEMPT_DYNAMIC Sat Oct 11 09:28:41 UTC 2025 x86_64 x86_64 x86_64 GNU/Linux

Ubuntu 6.8.0-87-generic 内核，
而这正是目前在虚拟化环境（尤其 ESXi、KVM）下最容易触发 RCU 卡死（RCU stall）与软中断死循环 的版本之一。

6.8.0-87 是 Ubuntu 主线内核的 PREEMPT_DYNAMIC 构建版本（动态可抢占）。
这个分支的问题主要在于：

RCU 子系统与 tickless idle 同步错误 —— 在 ESXi 虚拟时钟漂移下，会导致 rcu_preempt 等不到 grace period。

softirq 饥饿问题 —— 网络或磁盘高 I/O 时，软中断线程被锁死。

PREEMPT_DYNAMIC 与虚拟 CPU 频率调整冲突 —— 虚拟 CPU 偶尔“失联”几百 ms，RCU 认为整个 CPU 核“挂了”，直接触发 panic。

这正是你看到的 “4095 GPs behind” 那种情况。
在物理机上也许还能恢复，但在虚拟机里它就是死锁

修复方式

1. 升级内核到稳定版本

安装更稳的内核（换 6.5 或 6.1）

apt update
apt install linux-image-6.5.0-41-generic
update-grub
reboot

或（推荐oem版本）

apt install linux-image-6.1.0-1052-oem
update-grub
reboot

最好先查一下

apt search linux-image

# 或

apt-cache search linux-image-6.5

我这里没有查到上述版本，手动升级的 linux-image-6.17.0-1005-oem

apt update
apt install linux-image-6.17.0-1005-oem
update-grub
reboot

2. 调整 GRUB 启动参数

vi /etc/default/grub

GRUB_CMDLINE_LINUX_DEFAULT="nohz=off rcu_nocbs=1 intel_idle.max_cstate=1 processor.max_cstate=1 workqueue.unbound=1 workqueue.power_efficient=1"

参数解析