太长不看版：买 AI 显卡千万别买魔改显存卡。花屏 + 蓝屏 0x116 + 开机卡 VGA 灯 + 空载崩溃，全套症状都是改装显存不稳定的典型表现，换驱动、调供电、降 PCIe 全都没用。
一、背景
为了跑 Qwen3.6-27B-FP8（131K 上下文），入手了「单卡 48GB 的 RTX 4090D」。当时觉得性价比无敌：24GB 的卡钱买 48GB 显存。现在回头看，这是整件事最大的错误。
二、症状（按时间线）
| 时间 | 症状 |
|---|---|
| 装驱动后第 6 天 | 开始蓝屏，Minidump 留存 |
| 之后 8 天内 | 崩溃 5+ 次：0x116 (VIDEO_TDR_FAILURE)、0x117、0x119、0x141、0x133 全齐了 |
| 高负载（AI 推理） | 必崩，NVIDIA Overlay 也跟着崩 |
| 低负载（登录界面按键盘） | 也花屏崩溃——这是最要命的信号 |
| 重启 | 间歇性卡主板 VGA 灯（POST 显卡初始化失败） |
| 显示器接核显 | 独显仅参与桌面合成，照样崩 |
三、排查过程（给后来人的取证清单）
1. 崩溃日志取证（不用猜，全部有据）：
Event 41 (Kernel-Power) → BugcheckCode 字段非 0 = 系统崩溃重启，不是外部断电
Event 1001 (WER) → 崩溃代码 + 转储文件路径
Minidump (C:\Windows\Minidump) → 内核栈，可分析崩溃驱动
Event 1019 → 「可能相关的驱动程序：nvlddmkm.sys」
nvlddmkm Event 14 刷屏 → 显卡驱动崩溃瞬间疯狂报错
2. 逐个排除（按成本从低到高）：
排除供电：12VHPWR 接头检查，无烧焦无变形- 排除 OOM：登录界面空载崩溃，显存根本没压力
- 排除驱动：空载按键崩 + POST 卡 VGA 灯（驱动没加载的阶段）——驱动背不了这个锅
- 排除 PCIe：Gen5 空载也不至于崩，且卡灯发生在驱动加载前
最后定位：显卡硬件本体
3. 致命发现——显卡真身：
nvidia-smi 显示 "NVIDIA GeForce RTX 4090 D"
但官方 4090D 只有 24GB——48GB 是商家魔改（双面 2GB 显存颗粒 ×24 颗）
四、教训总结
- 魔改显存卡的本质：显存颗粒来源不明（拆机片/降级片）、焊接工艺看商家良心、时序/温度参数没经过 NVIDIA 出厂验证。跑游戏可能勉强，跑 7×24 高负载 AI 推理 = 原形毕露。
- 「低负载也崩」是硬件问题的铁证：驱动/OOM/链路问题都需要负载触发，空载崩溃基本锁定硬件。
- 「卡 VGA 灯」是 POST 层症状：Windows 驱动还没加载就失败，任何软件层面手段都救不了。
- 买大显存 AI 卡的正路：单卡 48GB 要么专业卡（RTX 6000 Ada/L40S），要么等真·大显存游戏卡（B60 PRO 48G 这类），别碰魔改。
- 魔改卡没有官方保修，售后只能找商家，维权成本极高。
五、现状
显卡已拆下走京东售后换货。机器用核显正常运行（Ryzen 9900X 核显 + 93.7G 内存顶一阵子）。27B 模型暂时跑不了，等新卡。
花钱买的教训：AI 算力硬件，稳定性 > 性价比。魔改显存一时爽，数据丢失火葬场。
