Skip to content
PCIe 失联 / 硬件取证

NVIDIA Xid 79 (GPU 脱离 PCIe 总线) 排查方案

Linux 内核驱动失去与该 GPU 的 PCIe 通信响应。除了卡本身故障,供电不稳、高温保护与 PCIe 插槽/延长线接触不良也极为常见。

典型日志特征

kernel: NVRM: Xid (PCI:0000:c1:00): 79, pid=19201, name=pt_main_thread, GPU has fallen off the bus.

根本原因与次生级联症状辨析

瞬时高功耗触发保护、散热受阻或 PCIe 链路异常导致配置空间返回全 F 时,驱动会记录 Xid 79 并使后续 CUDA 调用失败。

重启节点前先收集的取证命令

nvidia-smi --query-gpu=index,name,uuid,serial,pci.bus_id,temperature.gpu,power.draw --format=csv
dmesg -T | grep -i -E "nvrm|xid|pcie|aer|thermal"
lspci -vvv -s c1:00.0 | grep -i -E "LnkSta|CESta|UESta|DevSta"

安全排查与恢复步骤

  1. 重启或更换节点前,第一时间导出 GPU UUID、SN 序列号、`dmesg` 全文和 BMC 电源/温控日志。
  2. 执行 `lspci -vvv` 检查对应总线是否存在链路降速或 PCIe AER 错误。
  3. 通过跨插槽或降载复现验证确认并非供电/主板问题后,再凭 UUID 提交厂商 RMA。
Live diagnosis, no signup

粘贴你的 GPU 日志,立即排查首发故障

提交前会在当前浏览器本地自动遮罩 IP、密钥和私有路径,安全分离根因。

Before uploading, review cloud data handling and local options.

training_logs.txt
No log to hand? Try one:

Upload your log file. Large files are processed in your browser. Only selected evidence is submitted when you run diagnosis.

3 free cloud diagnoses per day

常见问题

报一次 Xid 79 就代表显卡芯片彻底坏了吗?

不一定。约相当比例源自电源瞬态压降、散热风道或 PCIe 转接板问题,需结合 BMC 与复现测试确认。

机器重启后 `nvidia-smi` 又看到卡了能直接跑满吗?

不建议直接恢复高负载,未留证排查的供电或物理接触隐患往往会在数小时后复发。

相关简体中文 GPU 排障条目

英文完整百科档案:查看完整英文参考 (English)

免费试用 Denpex 30 天。完全免费。

无需信用卡,无自动续费。使用团队已复盘的故障日志亲自验证诊断效果。

开启 30 天免费 Team 团队评估

30 天内每日最多 50 次诊断。验证企业工作邮箱即可激活试用,回放已解决的历史故障并将根因证据与团队确认结论对比。

请使用公司域名邮箱,例如 alex@yourcompany.com。

适用条件说明

通过邮箱与企业域名校验即可激活 30 天 Team 评估(每日最多 50 次诊断)。若域名未能自动通过,可联系 support@denpex.com 人工审核。编辑器扩展的纯本地离线诊断无需任何账号。

正在使用个人邮箱(Gmail、QQ、163、Outlook)或个人主机?创建 $0 免费账号(无需工作邮箱) 以保存 7 天诊断记录并解锁 AI 推理,或发送集群故障日志预约演示。