抡锤者

@williamlouis 感谢版主回复，已听从各位建议，先换货再说。

@wop 这个还没试，我先申请换货了，等收到后，我打算限一下功率，我是在ubuntu上用的，现在经常能顶到320w左右的功率上限，我后边考虑限到290w用。

@Hao-Wu 说的有道理，已经申请换货。

@wop 我让hermes查了显卡默认配置，显示是比官方的默认频率高的。

这是hermes读的显卡VBIOS的数据。
【VBIOS 极限(驱动报告 Max Clocks)】

• 核心 Max:3105 MHz ← 魔改超频 VBIOS
• 显存 Max:11501 MHz(= 官方规格,GDDR6X 23Gbps,没动)

【对照官方 RTX 4080 SUPER】

• 官方 boost:2550 MHz
• 这张卡:3105 MHz,高出 22%

@terry 多谢版主回复。。。我想不管三七二十一，先换卡再说，退是不能退了。。

@Hao-Wu 这个卡应该不挑驱动。我插上主板之后，都是自动识别的。。但是我在问ai的时候，ai说nvidia有两种驱动，一种是开源的open driver，一种是闭源驱动（proprietary driver），说是闭源驱动可能能解决我上边报的GSP error问题。。目前ubuntu上自动安装的都是开源驱动。。我没太多经验。。。我在想，不管三七二十一，先换卡再说。。。

@Hao-Wu 感谢老哥回复和提供经验。我也是担心以后出问题，来来回回折腾。。。这家客服反馈不支持退货了，只同意换货，因为超过了七天。我私信你吧。

@Xuan-Giang-Ngo 就不说明说哪家了

希望有大佬帮我看看啊，我真担心有硬件问题，后边再断断续续出问题的话，就比较烦人了。

各位大佬，

背景
我在京东购入一张RTX 4080s 32gb的显卡，大概有一周时间了。
刚回来做了基础的显存测试，没有报错就正常使用了。

机器是跟着站长的推荐配的X99，X99-AD3主板，64gb 内存。

出错情况：
昨晚（08/31）使用RTX 4080s 运行llamacpp Qwen 3.8-27B，使用中途 突然发现llamacpp 无响应。使用Nvidia-smi命令查看发现，RTX 4080s 显卡出现Error，无法恢复。

Nvidia-smi 错误截图

使用hermes/deepseek 抓取了日志：

补充系统信息：

• 机器:AI 服务器 192.168.5.127(Ubuntu 24.04.4, Xeon E5-2686 v4 / 62GB / 双卡)
• 目标显卡:RTX 4080 SUPER 32GB(Bus 0x04, Device ID 0x2702, 魔改 32GB 版)
• 驱动:595.84 (open kernel), CUDA 13.2

Hermes/deepseek的错误分析
一、故障现象

时间	事件
21:11	系统开机,llama-server 自动启动(Qwen3.8-27-UD-XL,锁 4080 SUPER)
21:33	正常运行,推理速度 40+ t/s
21:56:08	任务 6600 启动,前 15 秒正常(40 t/s)
21:57:03	内核检测 GPU1 心跳超时(差距 46s > 阈值 5.2s)
21:57:33	Memory Subsystem Error detected + TLB 失效失败
21:57:33	Xid 175:GSP RPC 超时(等待 75s 无响应),pid=2033 llama-server
21:57:36	Xid 154:GPU recovery action → Reset Required
21:59	服务强制取消任务,API 完全无响应
22:00+	nvidia-smi 显示 4080:温度/功耗/风扇/时钟全部 ERR!,显存 27.3GB 冻结

症状总结:llama-server 推理速度暴跌(40→1 t/s)后 GPU 完全挂死,显存无法释放,
nvidia-smi --gpu-reset 报 Not Supported,唯一恢复手段是重启。

二、根因分析

证据链

1. 内核日志:kgmmuCheckMemSubsysError: Memory Subsystem Error detected +
   kgmmuInvalidateTlb_GM107: TLB invalidation failed + GSP 心跳超时
2. 最终错误:Xid 175 (GSP RPC Timeout) → Xid 154 (Reset Required)
3. "Memory Subsystem Error" 出现在 GSP 超时之后,为连锁检测结果
4. 历史记录:往次开机(8/27、8/30)GPU 均正常,无类似故障
5. 驱动 595.84 open kernel(2026-06-10 构建,较新)

判定

• 显存硬件故障嫌疑较高(Memory Subsystem Error 字面指向),但需压测验证
• 软件(驱动/GSP 固件)故障为次要嫌疑(Xid 175 是 GSP 固件无响应)
• 排除项:无 PCIe AER/总线错误(排除供电链路)、无 ECC 记录(消费卡不支持 ECC)

我做的额外测试
1） 使用hermes/deepseek 进行了 memtest_vulkan，跑了20min显存测试，没有错误。
2） 使用hermes/deepseek做了 GPU burn test（测核心），GPU能够跑满100%，功率达到满载 310w的样子，nvidia-smi显示的核心温度达到90℃，同时显卡发出响声（挺尖锐的声音，不是风扇的声音，感觉是不正常的声音），大概也就1-2min钟的样子，感觉不对劲，就手动停止了，没敢再接着测试。

希望大佬帮忙解答的：

1. 这个是不是硬件有故障？从hermes 分析来看，我担心大概率是硬件有故障。京东后台看显卡在 9/4之前支持换货，之后估计就只能维修了。。我考虑要不要换货。已经不支持退货了。。“退货”的选项已经不能点了。

2）使用GPU burn test 测试显卡功率满载的时候，发出异常的响声（非风扇声音），这个正常吗？我感觉不太正常啊。

感谢版主，各位大佬

nb，，只能想想了

京东的风魄Rtx 3080有人入手吗？
价格3200左右，性能和RTX3090比，低一点。感觉挺有性价比的，就是不知道靠不靠谱？
我已经有一张RTX3090了，想再入一张3080。3090一半的价格，就可以多20 Gb的显存。感觉还是蛮划算的。

晚上回来试了下，确实有效。点赞。