显卡坏显存不用扔！Intel新驱动自动屏蔽故障区域：带病也能跑

快科技9月19日消息，据报道，Intel Xe内核显卡驱动本周为Linux 7.4提交了新一轮更新，核心是显存健康监测与故障页面离线处理。 这意味着，一块仅有少量显存颗粒故障的Intel显卡，不必直接报废。驱动可以自动检测并屏蔽故障区域，把坏块拉黑，让显卡带病继续运行。 第一项更新是基础vRAM健康检查。Intel工程师Matthew Auld解释，驱动在早期探测阶段将显存的最后一页作为金丝雀进行压力测试。BAR映射、CCS尺寸计算和恒等映射设置都会对最后一页发起检验，如果哪里算错了，最后一页就是最可能暴露问题的地方。 这一检查的直接动机来自部分Battlemage显卡的CCS偏移错误。Linus Torvalds此前亲自发现，部分BMG显卡的CCS偏移被错误编程，导致本该保留的压缩存储被拉入正常显存分配器，引发黑屏和合成器反复重启。 更新是内存页离线支持，经过21轮评审后终于落地。当驱动收到GPU本地内存某地址存在故障的报告时，能够识别持有该页面的分配对象，清除或回收相应内存，并永久禁止该物理区域被后续分配使用。 故障页面通过DebugFS暴露给用户空间，系统管理员可在/sys/bus/pci/devices/bdf/vram_bad_pages路径下查看GPU本地内存的健康状态与页面退役情况，格式包含页面编号、GPU页大小和状态标记。 这一特性的实际意义是带病运行。 一块仅有少量vRAM页面故障的显卡，虽然可用显存略有减少，但仍可正常使用，避免反复将损坏页面分配给应用程序，从而防止花屏、死机和黑屏反复出现。 需要说明的是，vRAM健康检查目前受CONFIG_DRM_XE_DEBUG_MEM内核构建标志控制，仅面向开发者与回归测试，普通用户不会在启动时看到探测过程。 内存页离线功能支持用户配置，但目前主要面向Intel Crescent Island平台。