显卡低负载死机而高负载稳定，极可能是DVFS算法误判导致异常电压/频率跳变；通过dmesg捕获报错、禁用固件DVFS（nvidia.NVreg_EnableGpuFirmware=0）、锁定频率/电压、切换负载信号源及排查PCIe ASPM冲突可逐步定位并解决。
显卡在播放视频、浏览网页等低负载场景下突然死机，但高负载烤机却稳定运行，极可能是DVFS算法在轻载状态下误判负载并触发异常电压/频率跳变所致。
确认DVFS是否为根因
第一步：复现死机并立即捕获内核日志
在低负载操作（如B站全屏播放）时，打开终端执行 dmesg -w 实时监听；死机前若看到连续出现 nvidia: GPU 0000:01:00.0: DVFS: invalid OPP transition 或 nvlddmkm: failed to apply voltage scaling 类似报错，则基本锁定DVFS逻辑错误。
第二步：对比禁用DVFS后的稳定性
重启进入GRUB，在kernel启动参数末尾添加 nvidia.NVreg_EnableGpuFirmware=0（禁用固件级DVFS调度），再加 pci=noacpi（规避ACPI电源路径干扰）；若此后低负载不再死机，即可确认是GPU固件DVFS模块缺陷而非硬件故障。
注意：此参数仅适用于NVIDIA Turing及之后架构（RTX 20/30/40系列），对Pascal（GTX 10系列）无效。
定位具体DVFS异常点
方法一：强制锁定频率与电压组合
使用 nvidia-smi -lgc 2500 锁定核心频率为2500MHz（需先查支持范围：nvidia-smi -q -d SUPPORTED_CLOCKS），再执行 nvidia-smi -lmc 1200 锁定显存频率；若死机消失，说明原DVFS在低频段（如300–800MHz区间）存在电压匹配错误——该区间常被固件硬编码为“节能档”，但实际供电响应延迟导致欠压。
方法二：绕过固件DVFS，启用驱动层手动控制
卸载nvidia驱动后，加载时加入参数：modprobe nvidia NVreg_RegistryDwords="PerfLevelSrc=0x2222"（强制从PCIe链路获取负载信号而非GPU内部传感器），再用 nvidia-settings -a [gpu:0]/GPUPowerMizerMode=1 切换至“自适应”模式；【此操作会禁用GPU内部温度反馈环路，仅限诊断，不可长期使用】。
验证PCIe链路与DVFS协同故障
执行 lspci -vv -s $(lspci | grep NVIDIA | cut -d' ' -f1) | grep -A10 "LnkSta:"，检查当前链路状态中的 Speed 和 Width 是否在死机前后发生跳变（如从 16GT/s ×16 突变为 8GT/s ×8）；若跳变与死机严格同步，说明主板PCIe ASPM节能策略与GPU DVFS存在时序冲突——GPU在降频时未同步通知PCIe控制器维持链路带宽，触发链路重训练失败。
此时需进入BIOS，关闭 ASPM (Active State Power Management) 并禁用 PCIe Spread Spectrum；若主板无ASPM开关，则改用Linux内核参数 pcie_aspm=off 强制屏蔽。
这一步操作起来很简单，直接把参数加到GRUB_CMDLINE_LINUX_DEFAULT里再更新grub即可。
