DMA 卡假死与冷启动
为什么 Windows 重启之后，假死的 DMA 卡依旧假死，以及如何正确地给两台机器冷启动。教你分辨卡是假死还是真坏，以及反复假死说明了什么。
简短回答
Windows 重启并不能让假死的 DMA 卡恢复：PCIe 插槽始终带电，FPGA 可能一直卡在原来的状态。把两台机器彻底关机，拔掉电源线或关掉电源开关十秒，然后先开游戏主机。
本页内容9
为什么重启解决不了卡假死？
重启是热复位：操作系统自行关闭再重新启动。但电源自始至终都在供电，PCIe 插槽的供电轨也一直在线。所以卡上的 FPGA 会保持已配置的状态，复位也不一定能清除它当时所处的状态。这个状态可能是一条卡住的传输队列，也可能是一个名义上仍然挂在副机（第二台电脑）上的 USB 端点。机器重新回到了桌面，卡却带着三十秒前一模一样的问题回来了。
警告
快速启动如何把“关机”变成热启动
Windows 的快速启动（Fast Startup）会把内核会话保存到硬盘上再重新加载，这就是现在的电脑几秒钟就能开机的原因。这也意味着点“关机”不一定真的会让机器断电。如果风扇还在转，或者机器开机快得可疑，那你并没有冷启动，卡也从来没断过电。点“关机”时按住 Shift 可以绕过快速启动；排查期间也可以在两台机器的“电源选项”里把它关掉。
如何给两台机器冷启动
把这套流程养成习惯：它只要四十秒，却是整套环境里最有效的单项排查步骤。
- 先关掉副机上的软件，这样卡断开时不会有读取正在进行
- 按住 Shift 点“关机”，关闭副机
- 用同样的方式关闭游戏主机，等所有风扇和指示灯都停下
- 关掉游戏主机背后的电源开关，或者拔掉电源线，然后等十秒
- 在断电状态下，按住游戏主机的电源键五秒，放掉残余电量
- 确认卡上自带的指示灯已经熄灭；如果还亮着，说明插槽仍然带电，你根本没做成冷启动
- 恢复供电，先开游戏主机（注意是游戏主机），等它进入桌面
- 再开副机，然后启动软件
提示
为什么必须先开游戏主机？
卡插在游戏主机的插槽里，由游戏主机供电和枚举。只有卡完成上电启动之后，FTDI 桥接芯片才会出现，而副机只能看到一个已经存在的设备。如果开机顺序反过来，副机就会报设备错误，看起来和线坏了一模一样。结果大家花一整晚换线，而真正的问题只是开机顺序。
卡是假死还是真坏？
区别在于真正冷启动之后有没有任何变化。申请换货之前先对照这张表过一遍，因为一张从没冷启动过的假死卡，看起来和坏卡一模一样。
| 观察项 | 假死 | 真坏 |
|---|---|---|
| 彻底断电冷启动之后 | 恢复正常，或者报错转移到了别的层 | 报错完全相同，每次都一样，毫无变化 |
| 游戏主机通电时卡上的指示灯 | 亮着，且表现符合板卡厂商文档的说明 | 不亮，或者停在厂商文档里没有列出的某种状态 |
| 副机的设备管理器 | 桥接设备存在，可能带黄色感叹号 | 换任何口、任何线都不会出现新的 USB 设备 |
| 放到另一台确认正常的机器上 | 正常枚举 | 在那台机器上同样识别不到 |
| 刷写口和刷写工具 | 能正常读出芯片 ID | 通过刷写口也连不上 |
| 单次使用中的规律 | 能用，过一阵停止工作，冷启动后又能用 | 自某件事发生之后一次都没正常工作过 |
只有在真正冷启动之后，换两台机器、两根线、两个接口都失败的卡，才值得判定为坏了。
报告之前如何测试这张卡
每一步都排除一个变量，所以不要直接跳到最后一步。
- 按完整关机流程给两台机器冷启动，然后在不改动任何其他东西的情况下重试一次
- 换一根确认正常的数据线，仍然直接插在后置 USB 3 口上
- 换一个后置 USB 3 口，最好是在另一个控制器上
- 断电，把卡换到游戏主机的另一个 PCIe 插槽
- 如果你有另一台游戏主机，用同样的线和软件把卡放到那台机器上测试
- 做完这些再报告，列出你测过的内容，以及每次尝试的报错原文
如果每次使用都会假死，说明什么？
偶尔假死一次可能是巧合，但每次使用都假死就是一条实打实的线索，而且通常逃不出四种原因。读取没有实际内存对应的物理地址，会让读取链路挂掉。这种情况出现在 AMD 平台和 Thunderbolt 链路上，所以在这些环境里内存映射（MMAP）实际上是必需的。信号余量不足的 USB 链路会产生不完整的传输，最终卡死。封闭机箱里没有风道的卡，会在一段可以预料的升温时间之后开始出故障。与你的板卡不匹配的固件镜像，可能稳定运行几分钟后就停止工作。按这个顺序检查：映射、线材和端口、散热风道、固件。
如果每次使用都会假死，检查这些
- 正在使用内存映射，而且是最近一次硬件变动之后在这台机器上生成的
- USB 链路是直连的：后置 USB 3 口、数据线，没有集线器、扩展坞或延长线
- 间隔几分钟跑两次，读取速度都稳定
- 卡周围有一定的气流，没有紧贴着发热的显卡
- 已经检查过除了卡以外有没有别的东西变了，比如任意一台机器最近更新了 Windows
- 记录了假死发生的时间：记下使用多少分钟后出现，因为如果时间点固定，就指向发热或 USB 选择性暂停
冷启动常见问题
拔电源线会伤卡吗？
不会。机器已经关机后再断电，是复位 PCIe 设备的正常、安全的做法。真正会损坏板卡的是在插槽带电时插拔它。
副机也需要冷启动吗？
通常不需要，但排查期间最好也做。它能清掉副机上失效的 USB 句柄，否则这种情况看起来就像是卡出了故障。
睡眠或休眠算断电吗？
不算。两者都会让插槽保持供电，所以假死的卡依旧假死；快速启动也一样，这就是为什么要按住 Shift。
卡会发热，这有问题吗？
FPGA 和 USB 3 桥接芯片正常工作时都会发热。只有当故障和它在机箱里运行的时长相关时，才算问题。买任何东西之前，先打开侧板、让板卡上有空气流动，再测试一下。
开工单之前应该冷启动几次？
正确地做两次，两次之间不改动任何其他东西。然后把两次的结果都发过来，因为结果一致和结果不一致都是有用的信息。
资料来源
来自实测：冷启动流程和“假死还是真坏”对照表，出自团队亲手复位后退还给客户的那些卡。
继续阅读
仍然没有解决？在 Discord 提交工单
全部指南