世界を動かす技術を、日本語で。

GMPに悪影響を与えるZen 5 CPU?

2025年8月28日原文(gmplib.org)

概要

  • GMPテスト実行中に Ryzen 9950X CPUが2回故障
  • 冷却不足電力消費 の問題が疑われるが、原因不明
  • Noctua製クーラー のオフセット取り付けが影響の可能性
  • どちらのシステムも 高負荷状態 で数ヶ月後に故障
  • 似た構成の 別CPU では安定稼働中

Zen 5 CPUがGMPテストで故障?事例と考察

  • 2025年に Ryzen 9950X を搭載した2台のシステムが GMPテスト中に故障
  • 故障したCPUのピン側に 約25mm²の変色 を確認
  • Asrock問題 ではなく、ASUS製マザーボードを使用
  • 1台目は 冬季・低温(20°C以下) のストックホルムで発生
  • 2台目は 夏季・20°C超 の専用ルームで発生
  • Noctua NH-U9S クーラーを両システムで使用
    • 1台目は 中央取り付け
    • 2台目はメーカー推奨の オフセット取り付け を実施
  • オフセット取り付けにより サーマルグリスが一方向に偏る 現象を確認
  • システム構成
    • 1台目: ASUS Prime B650M-K, DDR5-4800 ECC, Corsair SF450, Fractal Design Core 1100, Ubuntu
    • 2台目: ASUS Prime B650M-A WIFI II, DDR5-5600 ECC, Corsair RM650, Fractal Design Core 1100, Gentoo
  • どちらも 追加ファン で冷却強化を実施

故障要因の考察

  • 周囲温度が低くても故障 が発生
  • ASUSマザーボード は信頼性高い実績
  • オフセット取り付け によるサーマルグリスの偏りが熱伝導に影響の可能性
  • ヒートシンクの定格165W に対し、CPUのTDPは 170W でやや不足
  • 似た構成の Ryzen 7950Xシステム では安定稼働
  • 高負荷時に MULX命令を連続実行 するアセンブラループが発熱要因か
  • サーマルスロットリング や自動クロックダウンは機能しているはず
  • オーバークロックや電圧変更 は未実施
  • サーマルグリスの 極薄層や偏り で熱伝導ロス、加熱冷却時の 微細な隙間 発生リスク
  • どちらのCPUも 数ヶ月の高負荷運用後に同様の故障徐々に劣化 した可能性

今後の検証ポイント

  • 冷却性能の余裕確保 (ヒートシンクやファンの強化検討)
  • サーマルグリスの塗布方法 ・量の最適化
  • 負荷テスト 時の消費電力・温度監視の強化
  • 他のZen 5ユーザー で同様事例がないか調査
  • GMPテスト内容 や命令実行パターンの見直し
  • ASUS以外のマザーボード や他冷却方式での再現検証

まとめ

  • Ryzen 9950X は高負荷GMPテスト下で 数ヶ月後に故障
  • 冷却不足・熱伝導ロス・電力管理 の複合要因を疑う
  • サーマルグリスやヒートシンク取り付け の細部に注意
  • 他ユーザーやメーカーの情報共有 が今後の解決の鍵

Hackerたちの意見

AM5のピン配置を見てみると、あれはVDDCRとVSSっぽいね。外側にはちょっとPCIeが混ざってるかもしれないけど、ピン配置の向きとCPUの向きがどうなってるかは100%確信が持てない。電気のことは全然わからないから、これ以上は何も言えないや。

これはいい推測だけど、実際のシリコン面積がそのエリアのピンと密接に関係してるかどうかは、あんまり明らかじゃないね。

Zen 5の電力問題でいろいろ騒ぎになってるから、調査するための機材とやる気がある人たちがいるよ。Gamers Nexusに連絡して、テストスイートを動かす手助けをすることを考えてみて。彼らは電力消費を測定したり、このCPUの熱分析をしたりできるし、広く使われているハードウェアの設計欠陥についてのドラマチックなYouTubeコンテンツを作る可能性があるから、やる気満々だと思うよ。最近の彼らのスタイルはそれだし。

「現代のCPUは温度を測って、熱くなりすぎるとクロックを下げるんだよね?」 うん、そうだよ。今はかなり複雑で、マザーボードベンダーのファームウェアも関わってる。もし(じゃなくて、必ず)それを間違えると、CPUが焼き切れちゃうからね。これを分析するには専門知識が必要だよ。

彼はちょっとセンセーショナルだけど、影響を受けたIntel CPUを買わずに済んだのは感謝してるよ。

[...] ドラマチックなYouTubeコンテンツの数々 [...] そのフレーミングは彼とチームに対して公正じゃないよ。NVIDIAのGPUがアメリカから中国に不正に流れる話が3.5時間もあったんだけど、Bloombergの悪意あるDMCAクレームで削除されちゃったんだ。見る価値があるよ(archive.orgで見つけられる)。GNは、企業が座ってる木を揺すり続けている最後のプロ消費者向けメディアの一つだね。

Level1TechsのWendellは、データセンターでたくさんのマシンを運営している友達とのパートナーシップを通じて、ソフトウェアテストやデータセンターのユースケース分析を深く掘り下げてるよ。GNは、故障のシリコンレベルの分析にお金を払うのがユニークだし、der8auerもこの話にかなり貢献してる。僕は彼ら3人の分析を待つことが多いんだけど、それぞれが異なる「苦労して得た」視点を持ってるからね。

CPUが報告している温度が何度か言ってないのは、ちょっと変な省略だね。クーラーの仕様がどうであれ、実際にどの温度で動いているかを確認してみて。CPUが言ってることを信じて!僕は古い3950xを使ってるけど、最初のやつは数ヶ月で壊れちゃった(まだ保証内)し、仕様内のクーラーでフルロードの時に90℃に達してた。交換用のチップが届いたときに、基本的な水冷にヒートシンクを交換したら、フルロードで少なくとも20℃は冷やせてるよ。

本当に見るべきは、片側にだけ thermal paste が塗られたCPUの写真だよ。熱スロットリングは、1. 十分なヒートシンクがあること(彼らのは要件を大きく下回ってた)と、2. 正しいタイミングでダウンクロックのトリガーが作動するように正しく取り付けられていることが必要なんだ。これはまた、ひどいPEBCAKエラーの一例だね。

AMDはZen 4やZen 5のコンシューマーCPUで信頼性を欠いているね。ちょうどその頃、Intelも13kや14kのハイエンドCPUで同じことをしていた。AMDはIntelよりも少し悪いかも。DDR5メモリバスが非常に「不安定」だから、特にチャンネルごとに複数のDIMMを使うと、最高のDDR5タイミングを得るのが難しいんだ。

彼らが使っている小型クーラーは、Noctuaから9950Xには推奨されていないよ。Noctuaは9950Xにはもっと大きいクーラーだけを推奨していて、彼らのような負荷では200Wを常に放熱するからね(競合のIntel CPUが同じ条件で250W以上放熱するのに比べてかなり少ない)。それにもかかわらず、CPUの過熱保護機能があったはずだから、こういうダメージを防げたはずなんだ。CPUのクロック周波数を連続的に変えて、電流と消費電力の制限内に保つシステムに加えて、温度の閾値を超えると一時的にクロックを停止する第二の保護機能もあるんだ。でも、CPUの内部温度センサーは正確じゃないから、過熱保護が作用するのはすでに高すぎる温度になってからかもしれない。だから、これらの故障は、200WのCPUに適切なクーラーを使わなかったことと、AMDが200WのCPUを170Wとして宣伝して、 naïveな顧客を騙して小型クーラーが使えると思わせたこと、そしてこれらのCPUの過熱保護機能の故障か、定格温度範囲内でも上限近くで劣化問題が起きたことの組み合わせが原因みたいだね。

「GMPの非常にタイトなループがMULX周りでZen 5コアに指定以上の電力を使わせて、冷却ソリューションが不十分になっていると疑っています。」これが熱に関係しているなら、CPU全体の温度はゆっくり上がるはずだから、熱スロットリングのための時間は十分にあると思うんだけど。だけど、彼らの変色は確かに熱の問題っぽいから、CPUの安全機能がこれを検知しなかったのはなんでだろうね…

「ゆっくり」って相対的な意味で言ってるの?このサイズのシリコンダイは熱容量が約10⁻³ J/Kくらいあると思うけど、電力消費率は200Wを超えてるから、室温から接合温度の限界までほぼ瞬時に上がるよ。

Hacker Newsで議論の続きを見る