一、故障现象
GPU 在任何负载下都无法升频、无法提升功耗，被硬封死在低频低功耗态。即使 CUDA 计算压到 ~96% 利用率，SM 频率仍钉在 ~637–643 MHz、整 GPU 功耗仅 ~6.4–6.5W、机身不发热（39–41°C）。健康态应升至 2400+ MHz、功耗数十至上百瓦。故障与图形界面/软件服务无关：图形界面与 CapsWriter 已正常恢复，但功耗封死无任何改善。
二、实测数据（三次冷启动复测，结论一致）
| 场景 | 利用率 | SM 频率 | 功耗 | 温度 |
|---|---|---|---|---|
| 空闲 | 0% | 637–643 MHz | 5.0–5.08 W | 39–40°C |
| 满载 stress（CUDA burn kernel） | 96% | 637–643 MHz | ~6.4–6.5 W | 39–41°C |
压测方式：本机 nvcc -O3 -arch=sm_121 stress.cu -o stress 编译纯计算 kernel，后台 setsid ./stress 压满，用 nvidia-smi --query-gpu=clocks.sm,power.draw,utilization.gpu,temperature.gpu 采样。
补充一下，有的时候频率是900多MHz，功耗最多到9瓦。
三、关键判据
-
强制锁频不生效：
nvidia-smi -lgc 2000,3003返回 “All done”（命令被接受），但满载实测仍为 643 MHz / ~6.5W ------ 即功耗预算仅 ~6.5W，锁频形同虚设，是「硬功耗封死（hard power cap）」铁证。 -
所有 throttle 原因 Not Active：
nvidia-smi -q -d PERFORMANCE中 Idle / SW Power Cap / HW Slowdown / Thermal / Power Brake 全部 Not Active，无任何被动降频，即根本没被授权升频。 -
功耗上限不可见：
nvidia-smi -q -d POWER的 Current/Default/Min/Max Limit 全为 N/A（GB10 共享功耗包不暴露标准 NVML 上限）。 -
供电子系统无标准 sysfs：
/sys/class/typec不存在、/sys/class/power_supply为空、无 ucsi/tcpm/tps6598 等 PD 模块、无nvpmodel。USB-C PD 协商与功耗预算由 EC+SCMI/BPMP 闭源固件在 OS 不可见层管理，OS 侧既看不见也调不了。
四、已排除的软件/固件原因
-
三次电源砖冷放电复位（物理断电）均无效。
-
强制锁频被接受但不执行（见上）。
-
sudo fwupdmgr get-updates：EC / BIOS / UEFI Device Firmware 全部「已是最新」、无可用更新。 -
sudo nvidia-spark-ota-check is-ota-available返回{"available": false, "name": "May 2026", ...}：专用 OTA 通道无可用修复；“May 2026” 发布本机 DGX OS 7.5.0(2026-07-07) 已涵盖。 -
所有 throttle 原因 Not Active，无被动降频。
五、固件与软件版本清单
| 组件 | 版本 |
|---|---|
| BIOS/UEFI | AMI 5.36_0ACUM018 (2025-08-06) |
| Embedded Controller (EC) | 0x03000302（min 0x02003400，fwupd 报已最新） |
| UEFI Device Firmware | 0x0200980f / 0x00000516（均已最新） |
| DGX OS | 7.5.0（build 7.2.3, commit 833b4a7, OTA 2026-07-07） |
| 内核 | 6.17.0-1026-nvidia（Ubuntu 24.04.4） |
| 驱动 | 580.173.02 |
| CUDA | 13.0（toolkit 13.0.3） |
| VBIOS | 9A.0B.25.00.00 |
| GSP 固件 | 580.173.02 |
| SSD | Samsung MZALC4T0HBL1 (NXHB202Q) |