双3090跑AI任务会整机死机

fgoricha · reddit · 2026-07-18

作者在排查一台双 RTX 3090 机器的故障：两张卡单独跑长时间 AI 任务都正常，但一起跑时，几小时后整机硬锁死，屏幕断信号、网络中断，风扇和灯还在转，只能长按电源重启。已知信息包括： - 主板：EVGA X299 FTW K，CPU：i9-7940X，内存 128GB，1600W 电源。 - 两张 3090 都插在独立 x16 PCIe 槽位，中间有一槽间隔。 - 问题在 100% 和 80% 功率限制下都出现，温度和功耗在死机前看起来正常。作者在寻求下一步排查思路，显然是在面对多 GPU 本地训练/推理的稳定性问题。