03 GPU Hang 诊断与 XID 报错体系全解析

1. 经典 GPU XID 错误码原厂速查表

XID 编号	官方定义	硬件根因	原厂排查方法
XID 13	Graphics Engine Exception	驱动向硬件发射了非法格式的指令包	检查 UMD 编译版本与 KMD 固件兼容性
XID 31	GPU MMU Page Fault	线程访问了越界显存或已被释放的指针	开启 cuda-gdb 或 Sanitizer 抓取精确 VA
XID 43	GPU Stopped Processing	GPU 核心死锁或硬件供电断开	检查散热风扇、电源供电插头与硬件日志
XID 62	Internal Microcontroller Breakpoint	PMU / 固件微控制器崩溃	升级 VBIOS / PMU 固件至最新稳定版本
XID 79	GPU Fallen Off the Bus	PCIe 链路中断，设备彻底在总线失联	检查 PCIe 插槽物理接触、供电及 SerDes 信号质量