9张4090显卡固件测试

保密级别：	E
撰写人：	陈旺
编制日期：	2026.03.21
最后修改日期：	2026.03.21

一、硬件配置环境

因未接受邮件，硬件配置无法详细明确

二 软件配置

软件配置参见如下
显卡驱动版本	BMC版本	cuda版本	系统版本
NVIDIA-Linux-x86_64-580.65.06.run	0.02	NVIDIA CUDA Toolkit 13.0	Ubuntu 22.04.5 LTS

三测试结论

故障设备 (SN)：HH4090B202602280040 故障定义：驱动层初始化偶发性失效 (Intermittent Driver Initialization Failure)

1. 技术表现 (Technical Symptoms)

• 链路层 (PCIe Layer)：
  • BMC 状态：Slot Presence 信号正常，硬件物理在位。
  • 系统识别：执行 lspci 可正常枚举 Vendor ID 及 Device ID。
  • 结论：PCIe 配置空间（Configuration Space）访问正常，底层链路层握手成功。
• 驱动/应用层 (Software Layer)：
  • 工具反馈：执行 nvidia-smi 报 No devices were found。
  • 内核状态：NVIDIA 内核模块（Kernel Module）未能成功初始化该硬件实例，硬件处于“链路存活、功能层失效”的逻辑断层状态。
• 物理干预验证 (Physical Validation)：
  • 恢复路径：执行 AC Power Cycle（完全断电放电 3min）并重新执行 Reseat（物理插拔）操作后，驱动加载恢复正常，设备节点重新建立。

四测试项目

1识别测试

测试项目	SN	BMC下显卡固件版本	系统下显卡固件版本	显卡外观颜色
固件版本识别测试	HH4090B202512010020	95.02.3C.00.02	95.02.3C.00.02	白板
固件版本识别测试	409020260300202	95.02.3C.C0.7B	95.02.3C.C0.7B	黑板
固件版本识别测试	409020260300205	95.02.3C.C0.7B	95.02.3C.C0.7B	黑板
固件版本识别测试	HH4090B202602280037	95.02.3C.00.02	95.02.3C.00.03	白板
固件版本识别测试	HH4090B202602280039	95.02.3C.00.02	95.02.3C.00.02	白板
固件版本识别测试	HH4090B202512010018	95.02.3C.00.02	95.02.3C.00.02	白板
固件版本识别测试	HH4090B202512010019	95.02.3C.00.02	95.02.3C.00.02	白板
固件版本识别测试	HH4090B202602280040 （时有时无）	95.02.3C.00.02	95.02.3C.00.02	白板
固件版本识别测试	409020260300031	95.02.3C.C0.7B	95.02.3C.C0.7B	黑板

 2实测显卡实图

1、HH4090B202512010020（白）

系统下查看显卡固件版本

BMC下查看显卡固件版本

2、409020260300202（黑）

系统下查看显卡固件版本

BMC下查看显卡固件版本

3、409020260300205（黑）

系统下查看显卡固件版本

BMC下查看显卡固件版本

4、HH4090B202602280037（白）

系统下查看显卡固件版本

BMC下查看显卡固件版本

5、HH4090B202602280039（白）

系统下查看显卡固件版本

BMC下查看显卡固件版本

6、HH4090B202512010018（白）

系统下查看显卡固件版本

BMC下查看显卡固件版本

7、HH4090B202512010019（白）

系统下查看显卡固件版本

BMC下查看显卡固件版本

8、HH4090B202602280040（白）

系统下查看显卡固件版本

BMC下查看显卡固件版本

其错误报告：

9、409020260300031（黑）

系统下查看显卡固件版本

BMC下查看显卡固件版本

 

BMC版本：

Cuda版本：

显卡驱动版本：

系统版本：