RTX 3090 遇到 xid 79 GPU has fallen off the bus 的錯誤

[Harvey King]

我的3090看起來有問題: 沒幾週,尤其是 prefill chunk size 大的時候,會碰到 xid 79 GPU has fallen off the bus 的錯誤. 這錯誤我必須走到我機器前面長按開關鍵來重啓.

把prefill chunk size 縮小後， 這錯誤發生的情況有點隨機

我的Dell Precision T7810 用的是我換裝的1300W power supply, power delivery board也是訂製, 兩根電源線各有個的接口, 不是Y線分出來的. 再者, 我把電源控制在 265 W上, 遠遠低於 3090 350W的上限。 更何況，最近我用的是Qwen3.8-Flash-Next MoE 模型, 顯卡99%的時間耗電量在190瓦上下徘迴,幾乎從來不超過200瓦.

不過， 顯存的溫度有時候會在90多度， 總體溫度常常在70度上下就是了

請問:
1 有沒有人也遇到GPU has fallen off the bus 這錯誤
2 對硬件熟悉的大神們: 依照您們的感覺, 是不是我買到了卡有問題? 我買的是Dell版本的3090, 國外版.

[applejuice]

我遇过
把显卡寄回给卖家 结果发现是金手指肮脏了

测测vram？

[Harvey King]

好. 我有空把它拆下來看看金手指.

我之前買了保險, 所以可以退貨. 不過, 今天的價錢比我當初買到的價錢貴七成. 再者, 誰也沒有把握下一張是不是被操壞的礦卡. 所以, 我對退貨一事比較保守.

我居然沒想到要查VRAM. 多謝提醒.

[terry]

@Harvey-King 赶紧退，退了省心，买不到靠谱的就上xtx，体验差点，但基本不会坏。

[W TJ]

我遇到一样的情况。我也是买的二手卡，双烤/3DMark/OCCT在Windows下都测了没问题，挂到Ubuntu上掉了两次卡，第一次是待机状态，第二次是strata跑任务。在网上找了各种说法，最后是擦了金手指，吹了PCIE插槽，然后换了个电源，现在挂着跑冒烟测试，一轮36小时的strata没掉卡，正在测一轮ninfer的36小时。

[W TJ]

现在在跑解锁算力后掉卡复现测试，排除一下是不是解锁算力造成的。