NVIDIA、GPUドライバーの過熱問題に対するホットフィックスをリリース

昨日、NVIDIAは、AIおよびゲーミングコミュニティで警報が鳴らされた前のドライバーのリリースによって引き起こされた問題を包含するために、重要なホットフィックスをリリースしました。この問題は、システムが安全なGPU温度を誤って報告していたため、潜在的に危険なレベルに達する可能性がありました。

NVIDIAの公式投稿では、ホットフィックスのリリースについて説明していますが、修正された問題のリストの3番目に記載されています。この問題は、’GPUモニタリングユーティリティが、PCがスリープから復帰した後、GPU温度の報告を停止する可能性がある‘と記載されています。

影響を受けたGame Readyドライバー576.02がロールアウトされた後すぐに、Stable Diffusionサブレディットのピン留めされたスレッドが、ユーザーが報告した問題とアップデートに関する情報を共有するためのリソースとなりました。このスレッドのタイトルは、あなたのGPUを救うために読んでください!でした。

Redditでの最初のバグ報告は、UTCの金曜日の午後遅くに発生したようです。ZephyrusG14サブレディットのユーザーfricy81は、NVIDIAフォーラムの投稿（アーカイブ）を引用しました。

NVIDIAフォーラムのユーザーが576.02アップデート後に問題を発見 ソース: https://www.nvidia.com/en-us/geforce/forums/game-ready-drivers/13/563010/geforce-grd-57602-feedback-thread-released-41625/3524072/

NVIDIAフォーラムのユーザーは、ドライバーのアップデートをインストールした後、MSI AfterburnerやCall of Dutyのようなゲーム内のモニタリングツールがGPU温度の読み取りを停止したと報告しました。温度は約35-36°Cでフリーズしました。

モニタリングソフトウェアを再起動しても効果がなかったため、ユーザーはシステムの完全な再起動が必要だったと述べました。HWInfoやNVIDIAのモニタリングアプリは、温度を正常に報告しました。ユーザーは、問題がスリープから復帰した後だけでなく、通常の使用中にも発生したと強調しました。

さまざまなフォーラムでのユーザーのフィードバックは、通常のファンカーブの動作の混乱とコアの熱制御の変更が発生したことを示しています。結果として、グラフィックプロセッシングユニット（GPU）は、通常の運用負荷下で予想外の高温でアイドリングし、過熱しました。詳細は、このコメントに記載されています。

‘何かが間違っていることがわかりました。外の気温は約55°F / 12°Cでしたが、部屋の中は非常に暑かったです。窓は開けていましたが、違いを感じることができませんでした。すべてのファンは最大速度で回っていましたが、温度は最初は正常でした。約68°Cから72°Cでしたが、ゲームをしばらくした後です。

‘最初は正常に見えましたが、次の朝に気づいたのは、それがアイドリング温度ではないということです。ファンはまだ回っていました。

‘最近、AIオーバークロックをしました。ASUS AI Suite 3をインストールした後、BIOS設定が正常に機能しなかったことがありました。

‘とにかく、前のドライバーにロールバックしました。

サブオプティマル

576.02ドライバーの公式リリースPDFには、問題を引き起こした可能性のある変更についての手がかりが含まれています。セクション5.5では、NVIDIAは、NVIDIA OptimusシステムでGPU温度が正しく報告されない可能性があることを認めています。具体的には、実行中のアプリケーションがない場合、0度として表示されます。

セクション5.5の576.02アップデートノートは、Optimusシステム以外のシステムでも影響を受けた温度モニタリングの問題について説明しています。 ソース: https://us.download.nvidia.com/Windows/576.02/576.02-win11-win10-release-notes.pdf

リリースでは、次のことが述べられています。

5.5 GPU温度がOptimusシステムで正しく報告されない

5.5.1 問題

Optimusシステムでは、SpeccyまたはGPU-Zのような温度報告ツールが、アプリケーションを実行していない場合、NVIDIA GPUの温度が0度として報告されます。

5.5.2 説明

Optimusシステムでは、NVIDIA GPUが使用されていない場合、低電力状態になります。これにより、温度報告ツールが不正な値を返します。GPUを起動して温度を照会すると、測定不能な値になります。

これらのツールは、GPUが起動して実行中の場合にのみ、正確な温度を報告します。

NVIDIA Optimusは、パフォーマンスと電力消費のバランスを自動的に調整するために、統合されたグラフィックスと別々のグラフィックスの間を切り替えるGPUスイッチングテクノロジーです。バッテリー寿命を節約し、電力消費を削減するように設計されています。ゲームやHDビデオ再生などのタスクの場合、Optimusは別々のGPUを活性化してパフォーマンスを向上させます。軽い活動の場合、統合されたグラフィックス（オンボード）に切り替えます。

アップデートは、Optimusシステム以外のシステムでも、影響を受けたGPUがアイドリング中に低電力状態に入ることを可能にし、温度報告を混乱させました。

リスク調整

ほとんどのシナリオでは、グラフィックカードのVBIOSは、ファームウェアレベルで熱および電力の制限を強制するため、永久的なGPU損傷を防ぐことができます。VBIOSは、パフォーマンスを低下させ、ファンの活動を増やしたり、ハードウェアの故障を防ぐためにGPUをシャットダウンしたりします。

これは、リスクが軽微であることを意味しません。長時間にわたる高温は、パフォーマンスの低下や隣接するコンポーネントのストレスを引き起こす可能性があります。さらに、ドライバーの更新が問題を引き起こしたという共通の理解がなければ、影響を受けたユーザーの大部分が、無関係な問題に対処しようとしたり、無関係な「修正」を適用してシステムを損傷させたりする可能性があります。

576.02アップデートによって引き起こされた誤った動作は、人工知能ワークフローに従事している人にとって特に心配されました。ここでは、高性能ハードウェアが通常、長時間にわたって熱制限までプッシュされます。

問題のある576.02ドライバーは、ミッド・アプリルのリリース後に、初期の報告で一部のパフォーマンスの改善が見られたにもかかわらず、より広範な苦情の波を引き起こしました。ホットフィックスの提供と、576.02によって引き起こされた混乱のレベルにかかわらず、当時、NVIDIAのサイトでまだダウンロード可能でした。

アフターグロウ

不正なアップデートの影響は、さまざまな種類の損傷や不便が報告されています。ユーザーFrankie_T9000は、報告しましたが、彼のGPUは、不正なアップデートの下で起動時に過熱によってクラッシュし、アンデーボルティング後にのみ安定しました。彼は次のようにコメントしました。‘見たところ、永久的に損傷はしていないようですが、すぐに再貼りする必要があります（水曜日にはパッドが届きます）。古い熱伝導材は、過熱によって老化したと思います。新しい熱伝導材を使用するつもりです。

昨日、同じスレッドの別のユーザーは、次のように述べました：‘MSI Afterburnerでカスタムファンカーブを使用していますが、GPU温度は常に27°Cであると表示され、ファンは回りませんでした。結果として、過熱の問題が発生しました。私が原因だと思ったのですが、前のドライバーに戻すと、すべて正常に動作しました。タスクマネージャーでも温度が正しく表示されていません。

NVIDIAは、ホットフィックスを提供することが多いですが（それぞれのホットフィックスリリースで繰り返し述べられているように）、GPUが長時間にわたる負荷の下で動作する人工知能の実践者にとって、過熱による損傷のリスクは、ゲーマーに比べて高いです。強化された機械学習プロセス、たとえばトレーニングまたは長時間の推論は、GPUに一貫した長期的な負荷を課します。ゲームでは、ボス戦や特に要求の厳しいマップセクションでのみ高使用率に「スパイク」する可能性がありますが、GPUの活用とシステムの安定性の妥協点として設計されています。

* アーカイブ：https://archive.ph/ylVR1

初版：2025年4月22日