5070Ti 跑 6 小时任务挂死:Blackwell PCIe 5.0 问题被官方承认
Reasonable-Height704 · reddit · 2026-10-09
一位有 3090/4090/2080Ti 长期稳定算力负载经验的用户购入 RTX 5070Ti 后,在一个 6 小时的 CUDA 任务快结束时 GPU 挂死,系统日志报错:NVRM: krcWatchdogIMPL: RC watchdog: GPU is probably locked! Notify Timeout Seconds: 7。代码本身没有问题,且无法稳定复现。
进一步调查发现这是 Blackwell 架构(RTX 5070/5080/5090)的已知问题:媒体 gamegpu 报道过这些卡因未知 PCIe Gen 5 故障而频繁死机,NVIDIA 近几个月才正式承认(XID 79 / GSP 超时相关)。作者惊讶于社区里关于此问题的讨论并不算多,提醒长期跑本地推理/计算任务的用户注意。
「Infra」频道最新
- 亚太数据中心缺口 2800 亿美元，柔佛成最大新建市场 — shashib · 2026-10-09
- Stepped MoE 论文:单个模型可缩放为 1-4B,端侧精度反超同级稠密模型 — pmttyji · 2026-10-09
- DLoop 循环式投机解码:目标模型前向减少,实测加速提升 5-41% — pmttyji · 2026-10-09
- OpenTelemetry 提出原生可观测设计:产品天然可对接任意观测栈 — dhruv_ahuja · 2026-10-09
- 单张 RTX 5090 跑 MiniMax H3:15 秒视频实测 0.8MP 是极限 — Realistic-Fennel-190 · 2026-10-09
- 三星已锁定明年 75-80% 存储供应，HBM 长约覆盖 NVIDIA 等大客户 — zephyr_z9 · 2026-10-09