如何修复常见的矿机硬件错误？ （故障排除）

电源不稳定

1. 电压波动经常会导致 GPU 在挖矿过程中关闭，特别是当多个高瓦数卡同时运行时。

2. 检查 PSU 标签的连续额定功率（而非峰值或浪涌容量），并验证其是否超出总设备功耗至少 20%。

3、更换老化的模块线缆；磨损或氧化的连接器会产生电阻，导致负载下断电。

4. 使用万用表测试 PCIe 电源连接器处的 +12V 轨输出 - 读数低于 11.4V 表明调节失败。

5. 如果在住宅环境中运行功率超过 1,200W 的设备，请安装带有 20A 断路器和 12 号接线的专用电路。

GPU 检测失败

1. 当 BIOS 将链路速度设置为 Gen3 而不是 Auto 时，会发生 PCIe 插槽协商错误，导致旧卡无法正确初始化。

2. 完全断电后重新安装 GPU — 电容器中的剩余电荷可能会在重新启动后保留错误状态。

3. 禁用主板固件中的快速启动和安全启动，以消除 POST 期间的初始化竞争条件。

4. 如果制造商锁定阻止基于 Linux 的矿工进行多 GPU 枚举，则将 GPU VBIOS 刷新为挖矿优化版本。

5. 在插槽之间交换转接电缆，以隔离故障是否源于电缆信号完整性或主板通道映射。

负载下的热节流

1. 高于 32°C 的环境空气温度会降低有效散热器 delta-T，导致大多数 NVIDIA LHR 型号上的核心时钟持续降至 1,000 MHz 以下。

2. 每 90 天清洁一次内存模块上的导热垫——灰尘堆积会使芯片绝缘并使结温升高高达 18°C。

3. 仅在非保修硬件上用液态金属替换库存导热膏；不当应用可能会导致 VRM 组件发生短路。

4. 安装机箱风扇以产生从前部进气到后部排气的单向气流 - 湍流再循环使 GPU 热点读数增加 12–15°C。

5. 使用GPU-Z 传感器选项卡单独监控内存结温 - 内存节流通常先于核心节流，但在标准矿工日志中不会被注意到。

立管电缆信号衰减

1. 当与 24 针 ATX 电源线平行布线且距离超过 30 厘米时，基于 USB 3.0 的转接卡会受到 EMI 干扰。

2. 当在单个主板上使用超过 6 个 GPU 时，将无源转接卡替换为有源 PCIe 4.0 中继器型号。

3. 使用PCIe Lane Checker 实用程序单独测试每个转接卡，以检测驱动器级纠错掩盖的通道丢失。

4. 避免通过集线器进行菊花链立管 — 每个附加节点都会增加延迟并增加误码率，超出稳定 DAG 计算可接受的阈值。

5. 将破损的屏蔽编织层连接焊接到立管柔性电缆上；间歇性接地会导致 CRC 错误在 dmesg 输出中记录为“PCIe 总线重置”。

固件和驱动程序冲突

1. 在运行 GMiner 的 RTX 40 系列设备上遇到“CUDA 初始化错误 35”时，将 NVIDIA 驱动程序降级至版本 515.65.01。

2. 在华擎 H110 Pro BTC+ 主板上闪存自定义 UEFI 固件，无需外部 PLX 芯片即可实现 PCIe 分叉。

3. 在 Windows 11 上挖矿时禁用 Windows 硬件加速 GPU 调度——此功能会带来不可预测的上下文切换延迟。

4. 修补 AMDGPU 内核模块，以绕过 ASIC 检测例程，这些例程在启用 ROCm 的环境中将 RDNA2 卡错误地标记为非挖矿硬件。

5. 验证所有固件版本（主板、GPU、NVMe SSD 和转接卡控制器）均列在矿机软件供应商发布的设备兼容性矩阵中。

常见问题解答

问：为什么我的设备仅在 DAG 纪元转换期间崩溃？答：DAG 文件大小每 30,000 个块增加，对 PCIe 带宽和 VRAM 初始化例程造成压力 - 更新转接卡固件并在纪元更改之前将内存时钟偏移减少 100MHz。

问：我可以使用 HP DL380 等服务器级 PSU 进行挖矿吗？答：是的，但只有在安装具有适当的 +5VSB 稳定性的 24 针 ATX 适配器之后，服务器 PSU 缺乏一致 PCIe 枚举所需的待机电压调节。

问：尽管经过全面检测，我的 GPU 在矿机中显示 0 MH/s，这是怎么回事？答：这通常表示 PCIe 链路宽度不正确 - 使用lspci -vv验证实际协商宽度并确认其与预期的 x16 或 x8 模式匹配，而不是 x1 回退模式。

问：GPU 持续以 100% 风扇速度运行是否安全？答：对于额定 MTBF 超过 70,000 小时的工业级轴流式风扇来说是的，但要避免使用消费级鼓风机——占空比超过 85% 时，轴承磨损会呈指数级加速。