最近在使用 NVIDIA GeForce RTX 2060 SUPER（8GB 显存） 进行模型训练时，训练压力稍大时（核心温度未超过 80℃），电脑会突然卡死、黑屏或画屏，必须强制重启才能恢复。
- 显卡驱动版本：
591.86 - CUDA 版本：
13.1
经过多轮排查，最终定位到了显存颗粒温度过高 这一关键原因，并通过 MSI Afterburner 进行了针对性的降频与温控优化，彻底解决了问题。
🔍 问题定位：核心温度正常≠显存温度正常
在排查过程中，我使用 TechPowerUp GPU-Z 查看了显卡的各项温度指标，发现了一个非常关键的细节：
- 显卡核心温度（Core Temp）显示在安全范围内
- 但显存颗粒温度（Memory Junction Temp） 比核心温度高出十几到二十摄氏度，在高负载训练中极易超过安全阈值，最终导致显存崩溃，触发系统黑屏 / 画屏。
⚙️ 解决方案：使用 MSI Afterburner 进行降频与温控
针对显存温度过高的问题，我通过 MSI Afterburner对显卡进行了系统性的降频与温控优化，最终让显存颗粒温度稳定在了 75℃ 左右，训练过程不再出现崩溃。
核心设置参数如下：
| 项目 | 设置值 | 说明 |
|---|---|---|
| 显存频率 (Mem MHz) | -500 MHz | 直接降低显存频率，从根源上减少显存发热 |
| 核心频率 (Core MHz) | -200 MHz | 降低核心频率，进一步降低整体功耗与发热 |
| 风扇转速 (Fan Speed) | 60% | 固定风扇转速，保证高负载下的散热效率 |
| 温度限制 (Temp Limit) | 65℃ | 限制核心温度上限，触发后显卡会自动降频 |
| 功率限制 (Power Limit) | 71% | 限制显卡功耗，从源头控制发热量 |
设置完成后，点击 Apply 保存并应用配置。（配置界面参考下图）
✅ 优化效果
经过上述设置后，再进行模型训练时：
TechPowerUp GPU-Z显示显存颗粒温度稳定在 75℃ 左右，未再出现温度骤升的情况- 电脑不再出现突然卡死、黑屏或画屏的现象，训练过程全程稳定
- 虽然频率和功耗有一定降低，但对于深度学习训练任务来说，性能损失在可接受范围内，稳定性的提升收益远大于性能损失。
💡 经验总结
591.86 这类较新的驱动，对 20 系老卡的功耗 / 温度策略可能偏激进，显存频率和电压的控制不够保守，如果觉得更换老版本驱动太麻烦，可以尝试上述方法。