NVIDIA julkaisi hätäkorjauspäivityksen GPU-ajurin ylikuumenemisongelman vuoksi

Eilen NVIDIA julkaisi hätäkorjauspäivityksen aiemman ajuripäivityksen vuoksi, joka oli aiheuttanut hälytystilanteen sekä tekoäly- että pelaajayhteisöissä, koska se oli aiheuttanut järjestelmien väärän ilmoittamisen turvallisten GPU-lämpötilojen osalta, vaikka jäähdytysvaatimukset olisivat nousseet hiljalleen mahdollisesti kriittisiin tasoihin.

NVIDIA:n virallisessa julkaisussa hätäkorjauspäivityksen julkaisemisesta, vaikka se on vasta kolmas korjattujen asioiden luettelossa, ongelma mainitaan seuraavasti: ‘GPU-valvontatyökalut voivat lopettaa GPU-lämpötilan ilmoittamisen, kun tietokone herää uneesta’.

Pian sen jälkeen, kun vaikutusvaltainen Game Ready -ajuri 576.02 julkaistiin, kiinnitetty viesti Stable Diffusion -aliryhmässä, jonka otsikko on Lue ja säästä GPU:si!, muodostui keskustelupaikaksi anekdoottisille ongelmille ja käyttäjien ilmoittamille päivityksille uudesta ajurista. Näistä ja muista verkkopalveluiden ilmoituksista voidaan muodostaa aikajana ongelmien syntymisestä.

Ensimmäinen Reddit-ilmoitus virheestä näyttää tapahtuneen perjantai-iltapäivällä UTC, ZephyrusG14-ryhmässä, jossa käyttäjä fricy81 mainitsi viestin NVIDIA-foorumilla (arkistoitu)

Käyttäjä NVIDIA-foorumilla löytää ongelman 576.02-päivityksen jälkeen. Lähde: https://www.nvidia.com/en-us/geforce/forums/game-ready-drivers/13/563010/geforce-grd-57602-feedback-thread-released-41625/3524072/

Käyttäjä NVIDIA-foorumilla ilmoitti, että ajuripäivityksen asentamisen jälkeen työkalut kuten MSI Afterburner ja pelien sisäiset valvontatyökalut, kuten Call of Duty (jotka yleensä käyttävät järjestelmän sisäisiä lukemia, kuten Windowsin tehtävienhallinnan GPU-paneeli), lopettivat GPU-lämpötilan ilmoittamisen ja jäätyivät noin 35-36 asteen tienoille.

Valvontatyökalujen uudelleenkäynnistäminen ei ollut vaikutusta, käyttäjä totesi, ja ainoastaan kokonainen järjestelmän uudelleenkäynnistäminen palautti oikeat lukemat. Työkalut kuten HWInfo ja NVIDIA:n oma valvontasovellus ilmoittivat lämpötilat oikein koko ajan. Käyttäjä korosti, että ongelma ilmenee normaalikäytössä, ei ainoastaan järjestelmän herätessä uneesta.

Käyttäjien palautteen perusteella eri foorumeilla havaittiin yleinen häiriö normaalin tuulensäätökurvin käyttäytymisessä ja ydinlämmönsäätelyn muutoksessa, mikä johti siihen, että grafiikkaprosessorit olivat odottamattoman kuumia ja kuumenivat hälyttävästi normaalikäytön aikana, kuten tässä kommentissa on kuvattu:

‘Huomasin, että jotain oli vialla. Ulkona oli ilmeisesti noin 12 astetta, mutta minä kuulin itseni kuolevan huoneessani. Ikkuna oli auki, mutta en tuntenut mitään eroa. Kaikki tuuletin pyörisivät täysillä, ja lämpötilat näyttivät aluksi oikein – noin 68 astetta ja 72 astetta pelatessa jonkin aikaa.

‘Aluksi se näytti normaalilta – kunnes seuraavana aamuna tajusin, että ne eivät ole lepotilalämpötiloja, ja tuuletin oli edelleen päällä.

‘Olin tehnyt jonkin verran tekoälyylityksetuotteita viime aikoina, joten en ollut varma, olivatko arvot vain nousseet liian korkeiksi. Se on tapahtunut aiemmin, kun asensin ASUS AI Suite 3:n – BIOS-asetukset eivät toimineet oikein sen vuoksi.

‘Joka tapauksessa, palautin vanhemman ajurin toistaiseksi.’

Alivaltainen

Virallinen PDF-julkaisu 576.02-ajuripäivityksestä antaa joitakin vihjeitä siitä, mitkä muutokset saattavat olla aiheuttaneet uudet ongelmat. Luvussa 5.5 NVIDIA tunnustaa, että GPU-lämpötila voidaan ilmoittaa väärin NVIDIA Optimus-järjestelmissä, erityisesti näyttäen nollaa astetta, kun sovelluksia ei ole käynnissä.

Luku 5.5 virallisissa 576.02-päivityksen muistiinpanoissa käsittelee lämpötilanvalvontaan liittyviä ongelmia, jotka näyttävät vaikuttaneen laajemmin kuin ainoastaan Optimus-järjestelmiin. Lähde: https://us.download.nvidia.com/Windows/576.02/576.02-win11-win10-release-notes.pdf

Julkaisussa todetaan:

5.5 GPU-lämpötila ilmoitetaan väärin Optimus-järjestelmissä

5.5.1 Ongelma

Optimus-järjestelmissä lämpötilanilmoittimiset, kuten Speccy tai GPU-Z, ilmoittavat, että NVIDIA GPU-lämpötila on nolla, kun sovelluksia ei ole käynnissä.

5.5.2 Selitys

Optimus-järjestelmissä, kun NVIDIA GPU ei ole käynnissä, se asetetaan matalan virrankäytön tilaan. Tämä aiheuttaa lämpötilanilmoittimien antavan virheellisiä arvoja. Herättäessä GPU:ta lämpötilan kyselyyn tulisi merkityksettömiä mittauksia, koska GPU-lämpötila muuttuu tuloksena.

Nämä työkalut ilmoittavat oikeat lämpötilat vain, kun GPU on hereillä ja käynnissä.

NVIDIA Optimus on GPU-vaihtoteknologia, joka vaihtaa integroidun ja erillisen grafiikan sovelluksen vaatimusten mukaan, jotta se tasapainottaa suorituskyvyn ja virrankäytön, suunniteltu säästämään akun kestoa ja vähentämään virrankäyttöä. Tehtävien, kuten pelaamisen tai HD-videoiden toistamisen aikana, Optimus käyttää erillistä GPU:ta paremman suorituskyvyn vuoksi; kevyemmissä toimissa, kuten verkkoselaamisessa, se palaa integroiduun (laitekohtaiseen) grafiikkaan.

Päivitys näyttää laajentaneen aiemmin ainoastaan Optimus-järjestelmiin rajoitettua käyttäytymistä, jolloin vaikuttava GPU voi siirtyä matalan virrankäytön tilaan ollessaan käyttämättömänä, vaikka se ei olisi Optimus-järjestelmässä, mikä puolestaan häiritsee lämpötilanilmoitusta kolmannen osapuolen työkaluissa.

Riskin mukainen säätö

Useimmissa tilanteissa on oikein sanoa, että grafiikkakortin VBIOS olisi todennäköisesti estänyt pysyvän vahingon GPU:lle. VBIOS toteuttaa lämpö- ja tehokkuusrajat ohjelmistotasolla riippumatta ajurista.

Siksi vaikka ajuri aiheuttaisi virheellisen tuulettimen käytön tai väärän lämpötilan ilmoittamisen, VBIOS olisi silti hidastanut suorituskykyä, lisännyt tuulettimen toimintaa tai sammuttanut GPU:n välttääkseen laitteiston vahingon.

Se ei kuitenkaan tarkoita, että riski oli vähäinen – pitkään jatkuvat korkeat lämpötilat voivat heikentää suorituskykyä ajan myötä tai aiheuttaa rasitusta läheisille komponenteille; lisäksi, jos yleinen ymmärrys siitä, että päivitetty ajuri aiheutti ongelman (erityisesti järjestelmissä, joissa ajurit päivittyvät “hiljaisesti”), tämänkaltaisen ongelman vuoksi suuri osa vaikuttuneista käyttäjistä saattaa yrittää korjauksia, jotka eivät ole olemassa, tai jopa aiheuttaa vahinkoa järjestelmilleen soveltamalla epäolennaisia “korjauksia”.

Virheellinen käyttäytyminen, jonka 576.02-päivitys aiheutti, oli erityisen hälyttävää niille, jotka osallistuivat tekoälytyöhön, jossa korkean suorituskyvyn laitteita käytetään jatkuvasti lämpörajojaan.

Ongelmainen 576.02-ajuri aiheutti laajemman valituksen aallon sen julkaisun jälkeen keski-aprilissa, vaikka aluksi ilmoitettiin, että se tarjosi joitakin suorituskyvyn parannuksia. Huolimatta hätäkorjauspäivityksen tarjoamisesta ja siitä, miten paljon häiriötä 576.02 näyttää aiheuttaneen, se on edelleen ladattavissa* NVIDIA:n sivuilta.

Jälkivaikutus

Viallisen päivityksen seurauksena on useita erilaisia vahinkoja ja haittoja, joita on ilmoitettu: käyttäjä Frankie_T9000 ilmoitti, että hänen GPU:nsa kaatui käynnistyksen yhteydessä lämpenemisen vuoksi viallisessa päivityksessä, ja se vakautui vasta undervolttauksen jälkeen. Hän kommentoi: ‘Näyttää siltä, että se ei ole vahingoittunut pysyvästi, mutta minun on uusittava lämpöliima (minulla on uudet liimatilat keskiviikkona). Epäilen, että vanha lämpöliima vanheni enemmän lämpenemisen vuoksi, joten minä laitan uudet liimatilat.‘

Toisessa ketjussa samassa ketjussa toinen käyttäjä totesi: ‘Käytän mukautettua tuulensäätökurvea MSI Afterburnerilla, ja se ilmoitti, että GPU-lämpötilani oli jatkuvasti 27 astetta, joten tuuletin ei käynnistynyt, mikä aiheutti ylikuumenemisongelman. Luulin, että se oli minun ongelmani, mutta asentamani edellinen ajuri toimi hyvin uudelleen. Lämpötilat eivät myöskään näy oikein tehtävienhallinnassa.’

Vaikka NVIDIA (kuten se toistaa jokaisessa hätäkorjauspäivityksessä) usein tarjoaa hätäkorjauksia tiettyjen videopelien tai alustojen vuoksi, riski lämpövahingosta tai sen lähellä oleville komponenteille on suurempi tekoälykäyttäjille kuin pelaajille, koska intensiiviset koneoppimisprosessit, kuten koulutus tai jatkuva deduktiivinen päättely, asettavat GPU:n jatkuvaan kuormitukseen – tapahtuma, joka voi aiheutua vain jaksoittain pelissä, joka voi “piikki” korkeaan käyttöön esimerkiksi pommitaistelussa tai erityisen vaativassa karttasektorissa, mutta joka on muutoin suunniteltu kompromissiksi GPU:n hyödyntämisen ja järjestelmän vakauden välillä.

* Arkisto: https://archive.ph/ylVR1 Ensimmäinen julkaisu tiistaina 22. huhtikuuta 2025