P104-100 显卡（AMD B450 平台）调优与排障指南

一、 硬件物理层：最基础也最致命

1. 金手指清洁（头等功）

现象： 显卡能识别（lspci 有名），但一跑加速（如 ComfyUI 采样）就报错 Xid 79 或掉总线。

经验： 矿卡长期处于高温、灰尘环境，金手指氧化层会严重干扰 PCIe 高频信号。使用橡皮擦反复擦拭金手指是解决“能认卡但不能算”的第一步。

2. PCIe 链路选择（x1 vs x16）

经验： 部分老旧/退役矿卡在 AMD 平台的 x16 插槽上可能存在信号不达标或损坏。如果 x16 槽始终掉卡，使用 PCIe x1 转接卡（矿卡延长线） 通常能获得极高的稳定性，虽然带宽低，但足以满足 AI 绘图需求。

3. 平台的差异性

还有的情况，同样一块显卡，就是Intel主板可以识别，但是AMD主板无法识别。这是不同平台的兼容及宽容性问题。
早些年我也是AMD YES，但在虚拟化研究中，这个真的是让人苦不堪言。

二、 BIOS 与内核层：打通地址寻址

1. 核心 BIOS 设置

• Above 4G Decoding: Enabled（8GB 显存映射必开）。
• CSM: Disabled（纯 UEFI 环境，防止寻址冲突）。
• PCIe Speed: 建议手动锁死 Gen1（提高老旧矿卡容错率）。
• ASPM: Disabled（关闭节能，防止空闲掉卡）。

2. 宿主机内核参数

编辑 /etc/default/grub，在启动项添加：

pci=realloc pci=noaer

• pci=realloc: 强制重新分配 PCIe 资源（解决 [disabled] 的核心）。
• pci=noaer: 禁用高级错误报告（屏蔽微小信号波动触发的重置）。

三、 设备节点深度识别（多卡识别手册）

在多显卡环境下，必须准确判断哪个 /dev 节点对应哪块卡。

1. 使用 by-path 建立物理映射（最准）

执行命令：ls -l /dev/dri/by-path

# 示例输出逻辑：
pci-0000:06:00.0-card   -> ../card1       # 物理 06:00.0 (P104) 对应的显示节点
pci-0000:06:00.0-render -> ../renderD128  # 物理 06:00.0 (P104) 对应的计算节点
pci-0000:08:00.0-card   -> ../card2       # 物理 08:00.0 (P400) 对应的显示节点
pci-0000:08:00.0-render -> ../renderD129  # 物理 08:00.0 (P400) 对应的计算节点

判断依据： 根据 nvidia-smi 中的 Bus-Id（如 06:00.0）在输出中寻找对应的 cardX 和 renderDX。

2. NVIDIA 核心节点对应

• /dev/nvidia0: 通常对应 Bus-Id 靠前的第一块卡 (GPU 0)。
• /dev/nvidia-uvm: 统一内存管理，CUDA 计算必须挂载。

3. 设备节点与物理卡精准对应（实测方案）

在多显卡环境下，必须准确判断 /dev/nvidia-caps/nvidia-capX 与具体物理 GPU 的对应关系，这通常由次设备号 (Minor Number) 决定。

1. 一键获取映射关系：执行以下命令（通过抓取上下文确认型号、总线地址与 Minor 的成组关系）：

   nvidia-smi -q | grep -E "Product Name|Bus Id|Minor Number"

   实测输出示例：

   Product Name    : NVIDIA P104-100
   Minor Number    : 0
       Bus Id      : 00000000:06:00.0   # 确认 P104 对应 Minor 0
   
   Product Name    : Quadro P400
   Minor Number    : 1
       Bus Id      : 00000000:08:00.0   # 确认 P400 对应 Minor 1

2. 匹配逻辑规则：
   • 核心节点： /dev/nvidiaX 中的 X 直接对应 Minor Number。
   • 能力节点： /dev/nvidia-caps/nvidia-capY 中的 Y 对应 Minor Number + 1。

   本例映射结果：

   显卡型号	次设备号 (Minor)	对应核心节点	能力节点 (Caps)
   P104-100	0	/dev/nvidia0	nvidia-cap1
   Quadro P400	1	/dev/nvidia1	nvidia-cap2

四、 虚拟化实战配置

1. LXC 容器（ComfyUI 专用精准映射）

在 /etc/pve/lxc/ID.conf 中，建议仅挂载 P104 相关节点：

dev0: /dev/nvidia0
dev1: /dev/nvidiactl
dev2: /dev/nvidia-uvm
dev3: /dev/nvidia-uvm-tools
dev4: /dev/nvidia-caps/nvidia-cap1
dev5: /dev/nvidia-caps/nvidia-cap2
dev6: /dev/dri/card1,gid=44
dev7: /dev/dri/renderD128,gid=105

2. VM 虚拟机（P104 特殊直通）

机型/BIOS: 必须使用 i440fx + SeaBIOS (Legacy)。

原因: P104 的 VBIOS 多不支持 UEFI GOP，使用 OVMF (UEFI) 引导会导致虚拟机无法初始化显卡。

五、 总结建议

• 性能优化： 如果使用 x1 链路，启动 ComfyUI 建议添加 --lowvram --disable-cuda-malloc，防止瞬时总线压力过载。
• 多卡管理： 容器内使用 export CUDA_VISIBLE_DEVICES=0 锁定 P104，避免程序错误调用 2GB 显存的副卡。