如何修復常見的礦機硬件錯誤？ （故障排除）

電源不穩定

1. 電壓波動經常會導致 GPU 在挖礦過程中關閉，特別是當多個高瓦數卡同時運行時。

2. 檢查 PSU 標籤的連續額定功率（而非峰值或浪湧容量），並驗證其是否超出總設備功耗至少 20%。

3、更換老化的模塊線纜；磨損或氧化的連接器會產生電阻，導致負載下斷電。

4. 使用萬用表測試 PCIe 電源連接器處的 +12V 軌輸出 - 讀數低於 11.4V 表明調節失敗。

5. 如果在住宅環境中運行功率超過 1,200W 的設備，請安裝帶有 20A 斷路器和 12 號接線的專用電路。

GPU 檢測失敗

1. 當 BIOS 將鏈路速度設置為 Gen3 而不是 Auto 時，會發生 PCIe 插槽協商錯誤，導致舊卡無法正確初始化。

2. 完全斷電後重新安裝 GPU — 電容器中的剩餘電荷可能會在重新啟動後保留錯誤狀態。

3. 禁用主板固件中的快速啟動和安全啟動，以消除 POST 期間的初始化競爭條件。

4. 如果製造商鎖定阻止基於 Linux 的礦工進行多 GPU 枚舉，則將 GPU VBIOS 刷新為挖礦優化版本。

5. 在插槽之間交換轉接電纜，以隔離故障是否源於電纜信號完整性或主板通道映射。

負載下的熱節流

1. 高於 32°C 的環境空氣溫度會降低有效散熱器 delta-T，導致大多數 NVIDIA LHR 型號上的核心時鐘持續降至 1,000 MHz 以下。

2. 每 90 天清潔一次內存模塊上的導熱墊——灰塵堆積會使芯片絕緣並使結溫升高高達 18°C。

3. 僅在非保修硬件上用液態金屬替換庫存導熱膏；不當應用可能會導致 VRM 組件發生短路。

4. 安裝機箱風扇以產生從前部進氣到後部排氣的單向氣流 - 湍流再循環使 GPU 熱點讀數增加 12–15°C。

5. 使用GPU-Z 傳感器選項卡單獨監控內存結溫 - 內存節流通常先於核心節流，但在標準礦工日誌中不會被注意到。

立管電纜信號衰減

1. 當與 24 針 ATX 電源線平行佈線且距離超過 30 厘米時，基於 USB 3.0 的轉接卡會受到 EMI 干擾。

2. 當在單個主板上使用超過 6 個 GPU 時，將無源轉接卡替換為有源 PCIe 4.0 中繼器型號。

3. 使用PCIe Lane Checker 實用程序單獨測試每個轉接卡，以檢測驅動器級糾錯掩蓋的通道丟失。

4. 避免通過集線器進行菊花鏈立管 — 每個附加節點都會增加延遲並增加誤碼率，超出穩定 DAG 計算可接受的閾值。

5. 將破損的屏蔽編織層連接焊接到立管柔性電纜上；間歇性接地會導致 CRC 錯誤在 dmesg 輸出中記錄為“PCIe 總線重置”。

固件和驅動程序衝突

1. 在運行 GMiner 的 RTX 40 系列設備上遇到“CUDA 初始化錯誤 35”時，將 NVIDIA 驅動程序降級至版本 515.65.01。

2. 在華擎 H110 Pro BTC+ 主板上閃存自定義 UEFI 固件，無需外部 PLX 芯片即可實現 PCIe 分叉。

3. 在 Windows 11 上挖礦時禁用 Windows 硬件加速 GPU 調度——此功能會帶來不可預測的上下文切換延遲。

4. 修補 AMDGPU 內核模塊，以繞過 ASIC 檢測例程，這些例程在啟用 ROCm 的環境中將 RDNA2 卡錯誤地標記為非挖礦硬件。

5. 驗證所有固件版本（主板、GPU、NVMe SSD 和轉接卡控制器）均列在礦機軟件供應商發布的設備兼容性矩陣中。

常見問題解答

問：為什麼我的設備僅在 DAG 紀元轉換期間崩潰？答：DAG 文件大小每 30,000 個塊增加，對 PCIe 帶寬和 VRAM 初始化例程造成壓力 - 更新轉接卡固件並在紀元更改之前將內存時鐘偏移減少 100MHz。

問：我可以使用 HP DL380 等服務器級 PSU 進行挖礦嗎？答：是的，但只有在安裝具有適當的 +5VSB 穩定性的 24 針 ATX 適配器之後，服務器 PSU 缺乏一致 PCIe 枚舉所需的待機電壓調節。

問：儘管經過全面檢測，我的 GPU 在礦機中顯示 0 MH/s，這是怎麼回事？答：這通常表示 PCIe 鏈路寬度不正確 - 使用lspci -vv驗證實際協商寬度並確認其與預期的 x16 或 x8 模式匹配，而不是 x1 回退模式。

問：GPU 持續以 100% 風扇速度運行是否安全？答：對於額定 MTBF 超過 70,000 小時的工業級軸流式風扇來說是的，但要避免使用消費級鼓風機——佔空比超過 85% 時，軸承磨損會呈指數級加速。