AI 沒有猜錯，但我還是不知道自己在看哪一張 RTX 3060
從 GPU Name、Index、Bus ID 到 VBIOS Version，一場關於「可信觀測點」的除錯旅程
最近在研究 Ollama 與 llama.cpp 的 GPU 排程行為。一開始只是想搞清楚幾個小問題：為什麼 Windows 工作管理員看到的數字，跟 nvidia-smi 看到的不太一樣？為什麼有些模型看起來應該跑在某張卡上，行為卻又不像？
查著查著，我突然發現一個更根本的問題：
我的機殼裡插著三張長得一模一樣的 RTX 3060：同晶片、同 12GB 容量、外觀幾乎沒有差別。當兵時學過「四清、兩點、五查、三找」，裝備識別一個都不能少。沒想到二十年後在自己家裡，我被三張顯示卡逼著把這套紀律重新拿出來用——而且用得比當兵時還狼狽。
GPU 識別其實不是問題本身。它是為了驗證推論系統行為，不得不先解決的前置問題。觀測點如果不可信，後面所有的推論都會跟著錯。以下是這趟除錯的完整過程，包含 AI 助理陪我一起猜錯的每一層。
四層誤判
1第一層誤判：GPU Name
三張卡通通顯示 NVIDIA GeForce RTX 3060。完全沒用，毫無區別。
2第二層誤判：nvidia-smi 的 Index（GPU 0 / 1 / 2）
很多人第一反應是看 Index。但這台機器一路從 GTX 750 Ti、GTX 1050 換到 RTX 3060，我早就見識過：換卡、驅動更新、BIOS 設定變更，Index 順序都可能洗牌。Index 是 CUDA 列舉出來的編號，不是卡的身分。
3第三層誤判：PCI Bus ID
這時 AI 助理開始信心滿滿：「用 PCI Bus ID 就好了，它對應實體插槽。」聽起來很合理，結果踩了兩個坑。
第一個坑：主機板設計的 slot 編號順序，跟你眼睛看到的位置，不一定是同一回事。Bus ID 由主機板的 PCIe 拓樸決定，不保證等於肉眼由左到右的順序。
第二個坑更狠：我在 BIOS 把 PCIe 強制設定為 Gen3 之後，重開機，三張卡的 Bus ID 直接從 01 / 03 / 04 變成 01 / 02 / 03。也就是說，Bus ID 連「跨一次 BIOS 設定變更」都撐不過去。把它當主鍵寫進程式，等於埋一顆定時炸彈。
4第四層轉折：出廠日期是貼紙，程式看不到
真正的麻煩其實在兩張 MSI 身上。Zotac 跟 MSI 至少還能靠品牌欄位分開，但兩張 MSI 3060 12GB 是同廠同型號，軟體能讀到的規格資訊幾乎一模一樣。
肉眼能看到的唯一差別，是卡上貼紙印的出廠日期：一張 2022/12，一張 2025/7。問題是——那是一張貼紙。電腦程式看不到貼紙。
於是退一步想：有沒有什麼屬性，是「跟著出廠時間走」而且「軟體讀得到」的？答案浮出來了：BIOS 版本，或者它的發行日期。出廠批次不同，燒進去的韌體版本幾乎不可能相同。
打開 GPU-Z 逐張檢查，三張卡的 VBIOS 版本數字清清楚楚地分開了，而且跟出廠日期成正比：
| 卡片 | 出廠日期（貼紙） | VBIOS 關鍵碼 |
|---|---|---|
| Zotac | 2021/3 | 94.06.14.80.18 |
| MSI | 2022/12 | 94.06.25.00.87 |
| MSI | 2025/7 | 94.06.2F.40.f7 |
14 → 25 → 2F（十六進位），版本號本身就刻著時間軸。貼紙上的出廠日期，終於有了一個軟體讀得到的對應物。
接下來只要用 nvidia-smi 把它接進自動化：
三張卡的「身分證」完整出列。VBIOS Version 是燒在卡上的韌體版本，跟著卡走，不會因為換插槽、重開機、改主機板 BIOS 設定而改變：
| 物理位置 | 品牌 / 出廠 | PCI Bus ID | VBIOS Version | Index | 角色 |
|---|---|---|---|---|---|
| 最外側 | Zotac（2021/3） | 01:00.0 | 94.06.14.80.18 | 0 | x4 亮機 / 小模型 |
| 中間 | MSI（2022/12） | 02:00.0 | 94.06.25.00.87 | 1 | x16 主推理 |
| 靠 CPU | MSI（2025/7） | 03:00.0 | 94.06.2f.40.f7 | 2 | x16 主推理 |
不是靠某個神奇指令解決問題，而是經歷了完整的一輪：收集證據 → 建立假設 → 驗證假設 → 推翻假設 → 再驗證。最後才找到真正可靠的識別方法。
AI 沒有猜錯，但也沒有回答到我的問題
回頭看這段過程，有個地方特別值得記下來。AI 給的每個答案，其實都是對的：
問題在於：我問的是「我手伸進機殼摸到的這張卡，到底是誰」，AI 回答的是「作業系統眼中的這張卡是誰」。兩邊都沒錯，但根本不是同一個問題。
很多 Bug 也是這樣。不是答案錯，而是問題定義錯。
真正的體悟：先建立可信的觀測點
一開始，我只是想知道「到底是哪張 RTX 3060 在工作」。結果最後發現：GPU Name 不可靠、Index 不可靠、連 Bus ID 與肉眼看到的位置都不一定可靠。最後是靠 VBIOS Version 這個平常根本不會注意的資訊，才替三張長得一模一樣的卡建立起身分證系統。
回頭整理，這次破案的方法論其實只有一句話：在一堆長得一樣的欄位裡，抓出那個 different key。一個合格的識別主鍵要同時滿足三個條件：
而找到它的路徑，是從「肉眼可見但程式不可見」的差異（貼紙出廠日），退一步推導出「跟著它走、而且程式可見」的屬性（韌體版本）。這個退一步，才是整場除錯真正的轉折點。
幾個實務上的落地建議：
_GPU_LABELS = {0:"Zotac", 1:"MSI-22", 2:"MSI-25"}，並在每次換卡、驅動更新、BIOS 設定變更後重新核對一次。難怪唐伯虎進華府當差，都要先取個 9527 的代號。同型號的東西一多，沒有獨一無二的識別代號，真的會抓狂。
而主機板設計的 slot 位置，跟你眼睛看到的位置——不一定是同一回事。😄
作者：Mr. τ／風雲網通系統
#GPU識別 #VBIOS #nvidia-smi #RTX3060 #Observability #可信觀測點 #PCPiLOT
Comments