我目前正在使用 CUDA 在我的 GPU（NVIDIA GeForce GTX 1050 Ti）上进行数字运算。这些操作通常需要几个月才能完成，在此期间，我的电脑 24 小时不间断运行。
这样做安全吗？我是否会冒着显卡过热的风险，从而导致（最坏的情况）房屋起火？
请注意，PC 通风良好，且空气流通不受阻碍。
答案1
简短的回答：这在精心设计的硬件上应该是安全的。
长答案：GPU（及其软件环境：驱动程序、操作系统、守护程序）旨在防止过热 - GPU 应首先将风扇调至更高的 RPM，如果无法保持安全温度，则 GPU 会限制工作负载（通常通过降低时钟频率）。这将确保热量分布不会损坏 GPU，因此也不会损坏 PC（或房间）。
警告：存在廉价的仿冒显卡，其固件专门设计为牺牲安全性来换取性能。虽然我不认为 1050 存在这样的情况，但我不能 100% 确定。您还应该选择从其网站下载的 Nvidia 驱动程序，而不是“优化”的供应商驱动程序，后者可能会做同样的事情。
答案2
房屋发生火灾的可能性极小，但是卡的使用寿命可能会缩短。
GPU 芯片长期过热可能不会引发火灾。芯片可能会老化并开始出现故障或完全损坏，但硅芯片不太易燃。电解电容器发生故障并爆炸通常会带来不好的事情，但这些不会因为显卡正在执行大量运算而过热，而且你还希望有一个金属 PC 机壳来容纳此类故障产生的热碎片。
然而，消费级部件通常不是为长期全天候负载而设计的。因此，显卡很可能会比没有承受这种负载时更早报废。如果没有特定型号的更多统计数据，很难说会早多少。HPC 社区中的一些人主张使用高端游戏 GPU 而不是特殊的 HPC 计算部件，这似乎具有一定的经济意义。虽然商品部件在一年左右的时间内就会报废，但继续更换它们更便宜，因为它们比替代品便宜很多倍
答案3
是的，该卡是如果承受恒定负载，则可能会更快磨损。在小几何形状下，电迁移是设备故障的重要原因，设备通常会在设计时考虑特定的目标使用寿命。对于典型操作（例如连续运行 5 年），这可能很宽容，但可能不会假设所有时间的最大工作点都为 100%。一旦开始超频，就可以预期该目标会大幅降低。（同样，由于这种故障机制，仅以 80% 的负载运行可能会使使用寿命翻倍）。
当然，还存在与部件热运行或热循环有关的其他故障，这只是为了指出现代电子产品（甚至是设计不良的 20 世纪 80 年代电子产品）容易“磨损”。
答案4
正如您所说，通风良好，所以不必担心这个风险因素。
说到 GPU，它将要比通常每天 8-16 小时的办公室工作更耐用，因此在 100% 24/7/365 全天候使用时不太可能它将能够工作 5-10 年甚至更长时间。但您还必须考虑到 GPU 本身（而不是整个 PC）的冷却系统设计不良、整体设计不良、软件和固件错误、生产质量差或生产缺陷（严重程度和缺陷率不同 - 从单个缺陷到大量缺陷）。这些因素会使发热情况恶化，导致系统故障、寿命缩短、短路甚至可能引起火灾或电击。一些因素取决于型号和版本，一些因素正在通过软件/固件更新逐渐修复，一些因素因单个项目而异。最好选择具有经过验证的可靠性声誉和适当版本（通常是最新版本）的型号。此外，它可能会产生不良影响并严重干扰其他组件，例如，通过产生额外的电气/电子信号噪声。另外，不要忘记这样一个事实，即导热膏可能会逐渐失去其品质并使冷却效果变差。
我必须提到，显卡并不是唯一需要考虑的组件，因为 PC 是一个复杂的系统，其成功工作取决于多个组件的状态。每一个小部件，即使是不必要的和未使用的，损坏的部件，甚至是软盘驱动器或一些装饰灯可能会损坏 PC 或导致与 GPU 相关的问题。例如，开/关按钮损坏可能会导致关机或重启。现在更深入地了解关键组件：
- CPU：在您的使用情况下，它可能不会比日常使用更频繁地使用，而且您可能绝对不需要超频。如今，CPU 具有所有防御机制，如节流和紧急关机，并且被认为非常耐用。只是不要忘记冷却器和导热膏，它是不太可能成为系统中最薄弱的环节。
- 主板：与CPU几乎相同，但PCI-e的使用率很高，并且磁盘，网络和外围设备的使用率也可能很高，但最好选择经过验证的型号。
- RAM：是的极不可能很容易损坏，所以这个风险不值得担心。只要用一个好的就可以了。
- 磁盘：在依赖磁盘使用的任务中（例如数据挖掘、数据处理、使用磁盘上的数据学习神经网络），HDD 可能成为可靠性的薄弱环节 - 在服务器和数据中心，1-3 年更换磁盘很常见，很少能“使用” 5 年或更长时间。您可以使用 RAID 1 和备份系统来提高 24/7/365 使用的可靠性（RAID 0 牺牲了可靠性来提高性能，其他 RAID 可能需要很长时间才能恢复数据。此外，RAID != 备份，因此如果需要，请不要忽视备份）。使用 SSD 时，大量写入磁盘的操作可能会耗尽写入的 TB 限制并使磁盘变得无用 - TBW 优于其他功能。带有 SSD 的 RAID 1 可以保护系统免受一个磁盘突然故障的影响，但对 TBW 率没有帮助。HDD 或 SSD - 取决于您的需求、预算和选择。最好选择具有可靠声誉和适当修订版（通常是最新修订版）的型号。
- 电源块：显卡大量使用电源块，因此磨损更严重 - 因此最好选择具有可靠性声誉的型号，并进行适当的修订（通常是最新的），并且功率至少是整个系统功耗的 1.5 倍，或至少是主要功耗（如 GPU 和 CPU）的 2 倍至 2.5 倍。请务必使用良好的 220V 交流电缆，因为不良的220V交流电缆容易引起短路，触电或燃烧（会产生烟雾并自毁或引发真正火灾）！
- 通风机：虽然看起来微不足道，但它们在此类用例中却至关重要，而且通风机故障对 24/7/365 系统来说是个大问题。通常，尽可能多地安装通风机，但也要考虑其大小 - 较大的通风机更安静、更有效，而较小的通风机在某些情况下可以安装更多，因此单个通风机故障对系统的影响会更小 - 选择权在您手中。
- 奇特的冷却系统：水冷被认为是高热超频系统中紧凑且有效的冷却系统，但漏水可能会对 PC 组件造成严重损坏。冷冻氮气系统非常有效，但可能不是必需的，但体积更大且价格更昂贵。
专业企业 24/7/365 系统和组件为此进行了更好的设计，并且对所有组件（甚至 CPU 和 BIOS）都有储备，并具有组件或模块的热更换功能，但即使它们没有 100% 的正常运行时间（接近，但不相等），专业的 Nvidia 卡对于 CUDA（尤其是神经网络）来说速度更快，但我不认为这是您的用例。
组装系统的重要性不亚于组件本身。不要忘记任何一个动作，不要犯错，不要把电脑弄得像个傻瓜，一切都必须正常。
确保没有软件会强制关机、重启电脑或终止进程。如果你是 Win10 用户，你可能会认为没有办法完全禁用更新，但网络上有一些解决方法和软件可以解决这个问题（警告：它可能违反 EULA）。
外围设备也可能导致问题，例如 PC 的组件。例如，损坏或磨损的鼠标可能会在未按下按钮时记录按下按钮。
关于关键外部环境：
- 电力：我希望你家里的电力非常可靠和稳定，因为断电会让你失去工作成果。对于短期电力问题，UPS 可以帮助你，但对于长期问题，它只能给你时间让系统休眠或正确保存你的进度。
- 网络：如果您的任务依赖于互联网或网络连接，请检查电线/调制解调器/路由器是否正常。
加起来：没有任何可靠的保证说一切都会好起来（实际上，只有死亡是可以保证的），无论如何，你必须接受风险（它们绝不将等于零），但是如果选择好的组件，正确的组装，并且没有运气购买到有缺陷的组件，那么你就可以以较低的风险使用 PC，然后问题作者最初假设，除非你要年复一年地这样做，并期望 5 年、10 年或更长时间的可靠性。