如何修復礦工軟體中的「GPU遺失」錯誤？ （故障排除）

了解 GPU 遺失錯誤

1. GPU Lost錯誤是指挖礦軟體在運作過程中與一個或多個圖形處理單元失去通訊時所出現的錯誤。

2. 這些錯誤常見於 Windows 或 Linux 環境下使用 NVIDIA 或 AMD GPU 的 ETH、RVN 和 ERGO 礦機。

3. 受影響設備上的礦工進程可能會繼續運行，但算力急劇下降或完全停止。

4. 日誌通常會在時間戳記旁邊顯示「GPU 0 遺失」、「裝置逾時」或「PCIe 連結中斷」等訊息。

5. 與驅動程式崩潰或系統凍結不同，GPU 遺失通常不會觸發藍屏，這使得在沒有深入日誌分析的情況下更難以診斷。

電源和電氣穩定性

1. PSU 瓦數不足是一個主要原因，尤其是當多個高 TDP GPU 在持續負載下同時運作時。

2. 12V 電源軌上的電壓波動低於 11.4V 可能會破壞 PCIe 協商的穩定性，導致設備間歇性斷開連接。

3. 菊花鍊式 PCIe 電源線會增加電阻和熱量積聚，從而增加長時間挖礦期間的故障機率。

4. 使用未經認證或翻新的 PSU 會導致瞬態響應不一致，進而影響演算法切換期間 GPU 時脈的穩定性。

5. 在滿載下用萬用電表測量軌電壓可以揭示電源退化是否超出製造商的容差。

PCIe 插槽和主機板配置

1. GPU 和 NVMe 儲存控制器之間共用 PCIe 通道會造成頻寬爭用，尤其是在 B 系列或 H 系列晶片組上。

2. BIOS設定如Above 4G Decoding、Re-Size BAR和PCIe Gen選擇直接影響設備枚舉的可靠性。

3. PCIe 連接器內的實體插槽磨損或灰塵積聚會導致微中斷，在運作數小時後表現為 GPU 遺失。

4. 當後 I/O 附近的環境溫度超過 65°C 時，VRM 冷卻不良的主機板可能會抑制 PCIe 根複合體邏輯。

5. 由於較高頻率的阻抗不匹配，使用被動冷卻的立管只會隨著時間的推移而惡化訊號完整性損失。

驅動程式和韌體交互

1. 高於 535.98 的 NVIDIA 驅動程式版本引入了激進的 GPU 功率門控行為，與 T-Rex 或 GMiner 中的持久核心啟動模式相衝突。

2. 23.5.1 後的 AMD Adrenalin 驅動程式強制執行更嚴格的 PCIe ASPM 策略，當挖礦強度超過韌體定義的閾值時，會觸發裝置重置循環。

3. GPU VBIOS 更新有時會改變 PCIe 訓練參數 - 恢復到較舊的 VBIOS 版本可以解決 RTX 3090 裝置中反覆出現的 GPU 遺失問題。

4. Windows 快速啟動啟用混合關閉狀態，阻止下次啟動時乾淨的 PCIe 重新初始化，從而增加首次運行 GPU 遺失的發生率。

5. 與標準 Game Ready 版本相比，採礦專用驅動程式分支（例如 NVIDIA 的 CUDA 11.8 相容舊版本）顯示出更高的裝置保留率。

常見問題解答

Q：電壓過低會導致 GPU 遺失嗎？是的。積極的降壓將 GPU 核心電壓裕度降低到 PCIe PHY 穩定性閾值以下，尤其是在 KawPow 等記憶體密集型演算法下。

Q：超頻記憶體會增加 GPU Lost 頻率嗎？是的。超過安全 GDDR6X 記憶體時序會中斷 PCIe 事務確認週期，導致逾時記錄為 GPU 遺失。

Q：為什麼挖礦4-6小時後才會出現GPU Lost錯誤？ PCIe 控制器晶片中的熱蠕變逐漸降低了訊號眼圖餘裕；再加上轉接板上的電容器老化，這會導致故障延遲。

Q：禁用 Windows Defender 足以阻止 GPU 遺失嗎？不會。雖然即時掃描可能會幹擾 GPU 記憶體映射，但 Defender 本身不會導致 PCIe 級通訊遺失 - 它掩蓋了底層硬體的不穩定性。