蓝屏本质是GPU显存耗尽、CPU内存溢出或温度保护触发的硬件级硬性中断，需从显存分配、内存调度、散热阈值三路同步排查，依次验证日志错误码、硬件容量匹配、温控阈值及驱动环境兼容性。
电脑运行本地AI大模型时因算力不足触发蓝屏，本质是GPU显存耗尽、CPU内存溢出或温度保护机制强制关机，不是软件崩溃而是硬件级硬性中断，必须从显存分配、内存调度、散热阈值三路同步排查。
第一步：确认蓝屏是否由显存溢出直接引发
按下 Win + R 输入 eventvwr.msc → 打开“Windows日志→系统” → 筛选最近一次蓝屏前5分钟内 Event ID 41（意外关机）和 1001（minidump生成）的详细信息 → 查看“事件描述”中是否含 【CUDA_ERROR_OUT_OF_MEMORY】 或 【nvlddmkm】 字样。若出现前者，说明PyTorch或vLLM在加载模型权重时已超出GPU显存上限；若出现后者，基本锁定为NVIDIA驱动层因显存申请失败触发GPU重置进而引发系统级蓝屏。
这一步不能跳过——很多用户误以为蓝屏是模型代码报错，实际是驱动底层拦截并强制终止进程，日志里根本不会显示Python traceback。
第二步：验证当前硬件是否满足模型最低运行门槛
方法一：用命令行快速核验
以管理员身份打开 PowerShell → 执行：nvidia-smi → 观察“Memory-Usage”栏是否持续顶满（如“12192/12288MB”），且“Utilization” GPU-Util长期高于95%；再执行：python -c "import torch; print(torch.cuda.memory_summary())" → 检查“allocated memory”是否接近显存总量。若两者均逼近极限，说明模型未做量化即强行加载，属于配置错误而非硬件故障。
方法二：对照参数精度反推显存需求
从零搭建飞书机器人。支持 MiniMax/MiMo 等模型、工具调用（搜索/天气/百科/记忆）、Skill 架构。一站式交付可上线运行的飞书群聊 bot。基础版本，后续可自行升级能力
7B模型在FP16精度下需约14GB显存，而你的RTX 3060只有12GB显存 → 【必须启用GGUF Q4_K_M量化格式，否则必然OOM】。不要相信“别人能跑通我就该能”，显存容量是硬约束，差100MB都会导致CUDA初始化失败后蓝屏。
第三步：检查温度与供电是否触发保护性关机
运行 HWMonitor 或 GPU-Z → 启动AI推理脚本后持续观察：GPU温度是否在2分钟内突破83°C、Hot Spot温度是否超95°C、PCIe Link Width是否从x16降为x8 → 若三项同时发生，说明散热模组无法压制负载，主板BIOS已主动切断GPU供电通道，此时蓝屏代码多为 WHEA_UNCORRECTABLE_ERROR 或 VIDEO_TDR_FAILURE。
注意：很多用户只看GPU Core温度，忽略Hot Spot（GPU核心热点），后者才是触发保护的真实阈值。RTX 40系显卡Hot Spot超95°C会强制降频，连续三次触发即触发系统级复位。
第四步：隔离驱动冲突与环境链路断点
① 运行官方诊断脚本：python check_env.py（内容见知识库）→ 重点核对输出中 CUDA version 与 torch.version.cuda 是否一致，若显示“CUDA available: False”但nvidia-smi正常，则大概率是CUDA Toolkit与驱动版本不匹配，例如驱动535.98仅支持CUDA 12.2，而你装了12.4就会静默失败。
② 执行：driverquery /v | findstr "nv" → 检查nvd3dumdx.dll和nvlddmkm.sys两个关键驱动文件签名时间是否晚于2026年6月 → 若签名早于2026年1月，说明驱动未适配Windows 11 24H2内核更新，会在AI高负载时引发IRQL_NOT_LESS_OR_EQUAL蓝屏。
③ 在CMD中输入：wmic memorychip get Capacity,Speed,Manufacturer → 确认内存单条容量≥16GB且频率≥3200MHz → 若检测到8GB×2 DDR4-2133，说明内存带宽成为瓶颈，模型权重频繁换页至磁盘，触发SYSTEM_SERVICE_EXCEPTION蓝屏。
