Linux 伺服器網卡 watchdog timeout 故障排查：acpi=off noapic 核心參數救援實錄

生產環境 Linux 伺服器突發公網斷線，內網仍通。dmesg 顯示 NETDEV WATCHDOG: eth0: transmit timed out。重啟網路服務暫時恢復，但問題週期性復發。經排查為 ACPI 電源管理與 APIC 中斷控制器與網卡驅動不相容，透過 GRUB 核心啟動參數 acpi=off noapic 徹底根治。本文完整記錄排查思路與解決方案。

故障現象

• 公網 IP 無法 Ping、SSH、HTTP 存取；內網 IP 正常。
• dmesg 關鍵錯誤：
  NETDEV WATCHDOG: eth0: transmit timed out
• /etc/init.d/network restart 或 systemctl restart network 可暫時恢復，但數小時至數天後復發。

排查過程

1. 檢查網卡驅動版本（ethtool -i eth0）、固件版本，確認已為最新。
2. 排除實體層：更換網線、交換機埠、關閉交換機流控，問題持續。
3. 搜尋社群：發現相同錯誤多見於舊款 Broadcom/Intel e1000e 驅動與 ACPI/APIC 交互問題。
4. 嘗試升級核心、安裝 kernel-firmware、調整 tx_queue_len、關閉 TSO/GSO/LRO (ethtool -K eth0 tso off gso off lro off)，均未根治。

根因與解決

根因：ACPI 電源管理嘗試將網卡置入低功耗狀態（D3），或 APIC 中斷路由錯誤導致網卡中斷遺失，驅動未在 watchdog 逾時前完成傳輸，觸發 NETDEV WATCHDOG 重置網卡，造成短暫斷線。

解決方案：在 GRUB 核心啟動參數加入 acpi=off noapic。

1. 編輯 /boot/grub/grub.conf（或 /boot/grub/menu.lst、/etc/default/grub 視發行版）。
2. 找到預設啟動項的 kernel / linux16 / linux 行，末尾追加：
   acpi=off noapic
3. 若使用 GRUB2 (/etc/default/grub)：
   GRUB_CMDLINE_LINUX="acpi=off noapic"
   執行 grub2-mkconfig -o /boot/grub2/grub.cfg。
4. 重新開機生效。

參數影響分析

驗證結果

• 重開機後連續運行 30 天無 NETDEV WATCHDOG 錯誤，公網連線穩定。
• dmesg | grep -i watchdog 無輸出。
• CPU 頻率固定在最高（cpufreq-info 顯示 performance governor），功耗略增但在可接受範圍。

替代方案（若不願完全關閉 ACPI）

• pcie_aspm=off：僅關閉 PCIe 主動狀態電源管理，保留 CPU 降頻。
• intel_idle.max_cstate=1：限制 CPU 進入深度閒置狀態。
• 升級至較新核心（5.10+ LTS），許多驅動已修正 ACPI/APIC 相容問題。

核心啟動參數是排查硬體相容性問題的利器。遇到週期性網卡 watchdog timeout，優先嘗試 acpi=off noapic，往往能以最小代價換取長期穩定。