如何修复矿工软件中的“GPU丢失”错误？ （故障排除）

了解 GPU 丢失错误

1. GPU Lost错误是指挖矿软件在运行过程中与一个或多个图形处理单元失去通信时出现的错误。

2. 这些错误常见于 Windows 或 Linux 环境下使用 NVIDIA 或 AMD GPU 的 ETH、RVN 和 ERGO 矿机。

3. 受影响设备上的矿工进程可能会继续运行，但算力急剧下降或完全停止。

4. 日志通常会在时间戳旁边显示“GPU 0 丢失”、“设备超时”或“PCIe 链路断开”等消息。

5. 与驱动程序崩溃或系统冻结不同，GPU 丢失通常不会触发蓝屏，这使得在没有深入日志分析的情况下更难以诊断。

电源和电气稳定性

1. PSU 瓦数不足是一个主要原因，尤其是当多个高 TDP GPU 在持续负载下同时运行时。

2. 12V 电源轨上的电压波动低于 11.4V 可能会破坏 PCIe 协商的稳定性，导致设备间歇性断开连接。

3. 菊花链式 PCIe 电源线会增加电阻和热量积聚，从而增加长时间挖矿期间的故障概率。

4. 使用未经认证或翻新的 PSU 会导致瞬态响应不一致，从而影响算法切换期间 GPU 时钟的稳定性。

5. 在满负载下用万用表测量轨电压可以揭示电源退化是否超出制造商的容差。

PCIe 插槽和主板配置

1. GPU 和 NVMe 存储控制器之间共享 PCIe 通道会造成带宽争用，尤其是在 B 系列或 H 系列芯片组上。

2. BIOS设置如Above 4G Decoding、Re-Size BAR和PCIe Gen选择直接影响设备枚举的可靠性。

3. PCIe 连接器内的物理插槽磨损或灰尘积聚会导致微中断，在运行数小时后表现为 GPU 丢失。

4. 当后 I/O 附近的环境温度超过 65°C 时，VRM 冷却不良的主板可能会抑制 PCIe 根复合体逻辑。

5. 由于较高频率下的阻抗不匹配，使用带有被动冷却的立管只会随着时间的推移而恶化信号完整性损失。

驱动程序和固件交互

1. 高于 535.98 的 NVIDIA 驱动程序版本引入了激进的 GPU 功率门控行为，与 T-Rex 或 GMiner 中的持久内核启动模式相冲突。

2. 23.5.1 后的 AMD Adrenalin 驱动程序强制执行更严格的 PCIe ASPM 策略，当挖矿强度超过固件定义的阈值时，会触发设备重置循环。

3. GPU VBIOS 更新有时会改变 PCIe 训练参数 - 恢复到较旧的 VBIOS 版本可以解决 RTX 3090 设备中反复出现的 GPU 丢失问题。

4. Windows 快速启动启用混合关闭状态，阻止下次启动时干净的 PCIe 重新初始化，从而增加首次运行 GPU 丢失的发生率。

5. 与标准 Game Ready 版本相比，采矿专用驱动程序分支（例如 NVIDIA 的 CUDA 11.8 兼容旧版本）显示出更高的设备保留率。

常见问题解答

问：电压过低会导致 GPU 丢失吗？是的。积极的降压将 GPU 核心电压裕度降低到 PCIe PHY 稳定性阈值以下，尤其是在 KawPow 等内存密集型算法下。

问：超频内存会增加 GPU Lost 频率吗？是的。超过安全 GDDR6X 内存时序会中断 PCIe 事务确认周期，导致超时记录为 GPU 丢失。

问：为什么挖矿4-6小时后才出现GPU Lost错误？ PCIe 控制器芯片中的热蠕变逐渐降低了信号眼图余量；再加上转接板上的电容器老化，这会导致故障发生延迟。

问：禁用 Windows Defender 足以阻止 GPU 丢失吗？不会。虽然实时扫描可能会干扰 GPU 内存映射，但 Defender 本身不会导致 PCIe 级通信丢失 - 它掩盖了底层硬件的不稳定性。