Видеокарта зависает под нагрузкой, а мониторинг честно показывает 70°C — цифру, на которую вроде бы грех жаловаться. Это одна из самых частых причин, по которой к нам в мастерскую в Саратове привозят карты с формулировкой «не перегрев, но виснет». Ниже — разбор реального случая: видеокарта из Linux-системы, работавшей на ИИ-ферме, с ошибками сразу по всем 12 банкам памяти при полностью исправных чипах. Объясняем, почему так бывает и что это меняет в ремонте.
Почему видеокарта зависает, хотя температура в норме?
Потому что «температура в норме» почти всегда означает температуру ядра (core), а не температуру самой памяти. У современных GPU это два разных датчика в разных точках чипа: core temperature, которая у большинства современных карт безопасна примерно до 90°C, и memory junction temperature — температура непосредственно у памяти, для которой безопасный порог обычно около 100°C. Штатный мониторинг по умолчанию показывает именно первую.
Большинство пользователей мониторинговых утилит вроде HWiNFO смотрят именно на core temperature и даже не подозревают, что рядом есть отдельный показатель для памяти. В результате карта может зависать из-за перегрева или деградации в зоне памяти, пока «температура» на экране выглядит абсолютно спокойной.
Что не так с показаниями «70 градусов»? Core vs memory junction, особенно на Linux
70°C из мониторинга — это, скорее всего, температура ядра, а не памяти, и на безголовой Linux-системе это почти невозможно перепроверить штатными средствами. На Windows температуру memory junction можно получить через NVAPI (например, в HWiNFO), но на Linux у стандартных утилит такой возможности исторически нет.
| Core temperature | Memory junction temperature | |
|---|---|---|
| Что измеряет | Температуру кристалла GPU в среднем | Температуру непосредственно у памяти |
| Типичный безопасный порог | примерно до 90°C | примерно до 100°C |
| Показывается по умолчанию в большинстве мониторингов | Да | Обычно нет |
| Доступность на Windows | Да (штатно) | Да, через NVAPI (например, в HWiNFO) |
| Доступность через nvidia-smi/NVML на Linux | Да | Официально не экспортируется — это открытый, годами не закрытый запрос на форуме разработчиков NVIDIA |
Это не теоретическая тонкость. Для владельца майнинг- или ИИ-фермы на Linux, где карта работает без графической оболочки и без сторонних утилит вроде HWiNFO, это означает, что «70°C» — это, вероятнее всего, всё, что вообще можно было увидеть. Не потому что перегрева не было, а потому что показатель, который его бы показал, физически не выводился на экран.
Чем отличается неисправность чипа памяти от неисправности контроллера памяти в GPU?
Это две разные неисправности с разной физикой отказа и разным ремонтом. Отказ чипа памяти (VRAM IC) — это дефект конкретной микросхемы: она физически повреждена, и обычно это даёт локализованные битые блоки или характерный узор артефактов, привязанный к одному чипу. Отказ контроллера памяти — это повреждение уже внутри самого GPU-чипа: деградация пайки под кристаллом или повреждение самой логики, которая обслуживает все чипы памяти сразу.
На практике от этого различия зависит буквально всё дальнейшее: что можно чинить, а что нет, — поэтому мы никогда не ставим диагноз «проблема в памяти» без уточнения, в какой именно её части.
| Отказ чипа памяти (VRAM IC) | Отказ контроллера памяти в GPU-чипе | |
|---|---|---|
| Где физически находится дефект | В конкретной микросхеме памяти на плате | Внутри самого GPU-чипа (пайка под кристаллом или логика) |
| Типичная картина ошибок | Локализована — обычно один банк или несколько, привязанных к одному чипу | Ошибки сразу по всем банкам одновременно |
| Состояние самих чипов памяти при тесте | Дефектные | Полностью исправны |
| В принципе можно заменить физически | Да — конкретный чип | Нет, «контроллер» — это часть кристалла GPU, а не отдельная деталь |
| Что делают при ремонте | Реболлинг/замена конкретного чипа | Реболлинг/прогрев самого GPU-чипа, либо замена GPU-чипа целиком |
Как диагностика находит разницу? Тест по банкам плюс осмотр
Диагностика отвечает на этот вопрос без разборки карты — стресс-тестом памяти по банкам. Программа нагружает видеопамять чтением и записью и показывает, в каких именно банках возникают ошибки. Один из инструментов такого рода — открытый кроссплатформенный memtest_vulkan, который работает в том числе на Linux и создан именно для стресс-теста видеопамяти при разгоне или ремонте.
Дальше логика простая. Если ошибки локализованы в одном-двух банках — подозрение падает на конкретный чип памяти, и его можно проверить и, при необходимости, заменить отдельно. Если ошибки идут сразу по всем банкам одновременно, следующий шаг — проверить сами чипы отдельно: если они при этом оказываются исправны, узкое место явно не в них, а там, где сходятся линии от всех банков сразу — то есть в самом GPU-чипе. Дальше в дело идёт осмотр под увеличением: следы перегрева, состояние пайки под GPU-чипом, поведение при контролируемом прогреве.
Реальный случай: ИИ-ферма на Linux, ошибки во всех 12 банках, память исправна
Расскажу, как это было у нас. Карту привезли с Linux-системы, где она работала на ИИ-ферме — то есть нагрузка на видеопамять была практически постоянной, без пауз, характерных для обычных игровых сессий. Жалоба стандартная: зависания под нагрузкой. При этом ПО клиента показывало 70°C — вполне рабочую цифру, из-за которой владелец до последнего не подозревал перегрев.
На стенде мы прогнали стресс-тест видеопамяти по банкам. Результат — ошибки сразу во всех 12 банках памяти одновременно, без единого «чистого» банка. Дальше — обязательный шаг, который здесь и решает всё: отдельная проверка самих чипов памяти. Битых блоков на них не обнаружилось. Память физически исправна.
И вот тут срабатывает логика, о которой я говорил выше. Если бы дело было в самих чипах, ошибки были бы разбросаны неравномерно — где-то есть, где-то нет, в зависимости от того, какой конкретно чип с дефектом. А здесь сыплют абсолютно все банки сразу, при этом каждый чип в отдельности исправен. Единственное место, где физически сходятся все 12 банков в одну точку — это сам GPU-чип, его блок памяти (контроллер и физический интерфейс к VRAM). Значит, деградировал именно он — с высокой вероятностью из-за постоянной околопредельной температуры на этом участке чипа при круглосуточной ИИ-нагрузке, которую штатный мониторинг в 70°C попросту не показывал.
Что дальше можно сделать с такой видеокартой?
Когда диагностика указывает на контроллер памяти внутри GPU-чипа, а не на отдельные чипы VRAM, вариантов ремонта меньше, и ни один не гарантирован на сто процентов. Это принципиально другая история, чем «поменять один чип памяти».
Если проблема в деградации пайки под самим GPU-чипом, а не в его внутренней логике, помогает реболлинг или контролируемый прогрев GPU-чипа — это может восстановить контакт и вернуть карту в рабочее состояние. Если же деградация зашла глубже, в саму логику контроллера внутри кристалла, единственный технически корректный вариант — замена GPU-чипа целиком, и здесь нужно трезво оценивать, оправдана ли она экономически на конкретной карте: иногда нет.
Мы всегда начинаем с платной диагностики видеокарт и системных блоков — 1000 ₽; если клиент соглашается на ремонт, эта сумма засчитывается в его стоимость. На все выполненные работы действует гарантия — до 6 месяцев. Подробнее о ремонте видеокарт в нашей мастерской — на странице ремонта видеокарт, актуальные цены — в прайс-листе.
Как не довести карту до этого состояния на майнинг/ИИ-ферме?
Главный фактор риска — это не сама нагрузка, а её непрерывность и постоянные термоциклы. Механизм здесь тот же, что и при деградации пайки под любым другим чипом на плате: многократный нагрев и охлаждение при круглосуточной работе фермы создаёт микротрещины в паяных соединениях под кристаллом, и со временем это накапливается.
Практические шаги, которые снижают этот риск:
- следить не только за температурой ядра, но и, где это технически доступно, за температурой памяти/hotspot — на Windows это можно вывести через HWiNFO;
- не полагаться на «нормальную» цифру с безголовой Linux-системы как на гарантию отсутствия перегрева — штатные средства там показывают не всё;
- поддерживать эффективное охлаждение и вовремя обслуживать термоинтерфейсы, особенно на картах, которые работают под нагрузкой без остановки месяцами;
- при первых признаках нестабильности — зависаниях, ошибках вычислений, артефактах — не тянуть с диагностикой, а не продолжать эксплуатацию карты «пока совсем не сломается».
Если у вас в Саратове ферма на несколько карт и хотя бы одна начала вести себя странно под нагрузкой — разумнее снять и продиагностировать её отдельно, не дожидаясь, пока деградация в GPU-чипе зайдёт дальше.
FAQ
Может ли видеокарта зависать при абсолютно нормальной температуре ядра? Да. Температура ядра и температура памяти (memory junction) — показания разных датчиков. Ядро может быть в норме, пока перегрета или уже деградировала зона памяти рядом с ним, включая её контроллер внутри GPU-чипа.
Почему на Linux сложнее увидеть перегрев памяти, чем на Windows? Потому что на Windows температуру memory junction можно получить через NVAPI, например в HWiNFO, а на Linux стандартные утилиты вроде nvidia-smi исторически не экспортируют этот показатель через штатный API — это открытый и годами не закрытый запрос на форуме разработчиков NVIDIA.
Если ошибки идут сразу по всем банкам памяти, а чипы исправны — это точно контроллер в GPU? Это самый характерный признак именно такой неисправности: раз каждый чип по отдельности исправен, а ошибки идут по всем банкам одновременно, узкое место — в точке, где сходятся все банки, то есть в самом GPU-чипе, а не в конкретной микросхеме памяти. Окончательный диагноз всё равно ставится по итогам полной диагностики на стенде.
Можно ли починить видеокарту, если виноват контроллер памяти внутри GPU? Иногда — реболлингом или прогревом самого GPU-чипа, если дело в пайке под кристаллом. Если деградация затронула саму логику контроллера, а не только пайку, восстановить её нельзя, и остаётся только замена GPU-чипа целиком, что не всегда экономически оправдано. Гарантированного результата в таких случаях не даёт никто — до итогов диагностики.
Сколько стоит диагностика видеокарты в «Ремонтере» и входит ли она в стоимость ремонта? Диагностика видеокарт и системных блоков платная — 1000 ₽. Если вы соглашаетесь на ремонт, эта сумма засчитывается в его итоговую стоимость. Это отличается от диагностики смартфонов, которая у нас бесплатна.
Об авторе: Михаил Динамика — основатель сервисного центра «Ремонтер» в Саратове, мастер по ремонту электроники, участник и ведущий международных чемпионатов YCS (Шэньчжэнь 2025, Москва 2025, Казань 2026) в дисциплине CPU — микропайка. Работа с контроллером памяти внутри GPU-чипа требует той же квалификации, что и микропайка процессоров: это зона мастерской и микроскопа, а не гаражный ремонт.
Сервисный центр «Ремонтер» Саратов, ул. Большая Садовая, 98 Телефоны: 8 (8452) 599-818, 8 (901) 805-98-18
