В этом материале
Xid 79 устанавливает потерю доступа к GPU; дальнейшее исследование определяется событиями PCIe и хоста.
Что именно устанавливает Xid 79
Фраза fallen off the bus описывает сбой доступа, который наблюдает драйвер GPU. Она не указывает однозначно на один компонент, требующий замены. Каталог Xid NVIDIA связывает Xid 79 с недоступностью GPU через соединение PCI Express и перечисляет несколько возможных причин. Первый полезный вопрос — какие другие события хост записал рядом с этим переходом.
Подтверждённые наблюдения следует отделять от объяснений. Недоступный запрос GPU является наблюдением, а неисправная плата остаётся гипотезой, пока исследование её не подтвердило. Скриншот последней ошибки теряет контекст сервера, необходимый для различения этих утверждений.
Сохраните сведения о пути устройства
Зафиксируйте известный UUID GPU, адрес PCI, идентификатор загрузки хоста и версии программного стека. Если устройство больше не отвечает на запросы управления, сохраните предыдущую инвентаризацию. Отметьте, какие другие GPU, сетевые карты или накопители используют тот же хост либо общий путь. Не меняйте идентификатор инцидента только потому, что после восстановления изменились индексы устройств.
Соберите исходные журналы ядра и платформы за ограниченный интервал. Руководство Linux по AER объясняет отчётность об ошибках PCIe и уровни severity. Близкое сообщение AER даёт сведения о пути, но сообщивший компонент не становится автоматически виновником. Отсутствие сообщения AER также не доказывает исправность соединения в течение всего интервала.
Опишите последствия для приложения
Отдельно запишите остановку рабочего процесса, таймауты запросов, ошибки управления устройством и возможную перезагрузку сервера. Эти последствия могут иметь разные временные отметки и область влияния. Сохраняйте последнее успешное и первое неуспешное наблюдение вместо придумывания точного момента отказа между ними.
Например, в условном отчёте сначала проходит сбор управления, затем появляются пропуски, позже регистрируется Xid 79 и несколько отказов приложения. Свидетельства ограничивают момент обнаружения проблемы. Они ещё не показывают, предшествовал ли пропуск сборщика физическому событию или возник из-за задержки доставки данных.
Отделяйте восстановление от диагностики
До согласованного восстановления сохраните доступные свидетельства и уточните выполняемую работу и зависимые устройства. Действуйте по процедуре конкретной платформы и поддержки. Удалённый сброс GPU или перезагрузка хоста не являются универсальным диагностическим шагом для любой станции, топологии PCIe и занятого сервера.
Если после обслуживания доступность вернулась, перечислите изменённые и сохранённые условия. Это результат восстановления, но не доказательство причины. Одновременная замена нескольких компонентов и обновление драйвера может вернуть сервис, однако затрудняет установление фактора, который повлиял на отказ.
Передавайте инцидент с открытыми вопросами
Полезная передача включает исходные журналы, идентификаторы устройств, описание пути, условия нагрузки, историю обслуживания и перечень отсутствующих свидетельств. Укажите, повторилось ли событие в контролируемом сравнении. Любую рекомендацию замены связывайте с исследованием применимого продукта, не объявляя каждый Xid 79 неисправной картой и не списывая его автоматически на приложение.