实验室服务彻底死机记录——硬件故障——主板pcie槽坏掉或显卡坏掉

2022年11月8日   后记（最新更新）

服务器送售后，售后给厂家技术打电话，厂家技术说可能是显卡的电源线松了，于是我们打开机箱把显卡的电源线紧了紧，然后神奇的事情发生了，故障解除了。。。。。。

一切的发生总是那么出人意料，这个导致服务器显卡满负荷就死机的问题居然既不是显卡供电芯片坏了，也不是主板pcie插槽的问题，居然是显卡电源线松了，真是好神奇呀。

====================================

实验室的深度学习服务器这次是彻底坏掉了，以前死机都是会在log日志中找到些信息，这次死机死的干脆，什么log都没有就自动关机了，神奇的很，以前的服务器死机可能还算是假死，这次的死机就是直接崩溃关机，而且是毫无征兆的关机，这一切就发生正一瞬之间。

服务器崩溃后的一些信息：

=============================================

查看服务的厂家监控日志：

最后这个结果，只能怀疑是服务器的pcie的6号slot坏掉了，可能是主板上的问题，也可能是这个槽上的显卡的问题，总之是硬件坏掉了。

找厂家保修：

由于这个服务器还在保修期间，于是联系了售后和厂家，给出的答复也是判断为硬件故障，不过他们更加怀疑的是主板PCIE槽的问题，不管怎么说这已经不是我所考虑的了，这剩下的就由售后和厂家搞了。

不得不说，玩linux系统十多年了，玩服务器也好多年了，这也是头一把见到服务器硬件损坏的，当时购买这台服务器的时候我是主张不要保修的，这个保修服务器这东西，我这么多年就没见过服务器硬件坏的，只见过服务器过时淘汰掉的，最后还是师兄力主要保修，看来这也真是幸亏当时买的时候要保修了，不然这可真不知道咋收场，看来服务器这东西，保修还是很有必要的。

--------------------------------------------------------------------