开机之后掉显卡如何排查？

[zuotun]

刚入手的 R730 + Tesla ，刚开机时显卡正常，但是过了几个小时 nvidia-smi 就显示找不到设备，并且在 lspci 中也是能看到显卡存在的。
显卡外观看上去正常没有焊油，电源也是 750W 的，诸位有什么头猪吗？

[lixiaobai913]

设备管理器看一下显卡状态，更换显卡驱动试一下，BIOS 设置超频也有关系

[Atukey]

显存可能虚焊了，跟你同样的问题，3070 改了 16G 显存后就间歇性黑屏，直到有一次黑屏重启后花屏了，拿去维修才知道是显存虚焊了。

[kk2syc]

lspci 能看到说明显卡是没问题的，问题应该是 nvidia-smi

[kk2syc]

可以参考： https://www.cnblogs.com/nannandbk/p/18144618

[baibaibai0126]

之前我们这有台双 4090 的设备，一直掉显卡，后来换了电源线才解决，说是功率的问题。头绪打成头猪是故意的吗。

[zuotun]

@baibaibai0126 #5 总不能是手写输入的吧。但我只有一张卡还没开始干活呢，待机功率最高也就三十多瓦不至于因为这个掉吧。

[Damn]

@baibaibai0126 一看就是五笔了吧。。

[yy306525121]

有可能是电源电压不够

[zuotun]

@lixiaobai913
@Atukey
@kk2syc
@yy306525121
目前算是解决了，主要是两个问题，一是 nvidia_drm 没有加载，二是风扇。在官方论坛找到了几乎一样的问题 https://forums.developer.nvidia.com/t/need-help-with-p100-installation-r730-dell/262247
这个问题实在是太离谱了，我自己想怎么都不会往风扇方面想啊。drm 是官方驱动 run 包的锅，风扇是掉卡的直接原因。