独立系の修理技術者らは、Nvidia（NVDA）がRTX 50シリーズ「Blackwell」グラフィックスカードのホットスポット温度センサーへのアクセスを遮断した決定が、深刻な熱スロットリング問題を覆い隠していることを発見した。ブラジルの修理専門家は、独自の内部診断ツールを使用して、RTX 5070 Tiが安全限界である107°Cに達し、性能を大幅に低下させていることを突き止めた。その間、標準的な監視ソフトウェアは一見安全な平均68°Cを報告していた。
GeForce RTX 50シリーズが今年初めに発売された際、レビュアーや愛好家は、HWiNFOやMSI Afterburnerといった一般的なユーティリティがGPUホットスポット温度を読み取れなくなっていることにすぐに気づいた。当時、TechPowerUpやGPU-Zの開発者からの報告では、NvidiaがBlackwellシリコンから物理的にセンサーを取り除いたとされていた。同社は代わりに、単一の「GPU温度」平均値へとユーザーを誘導した。これは、ダイ全体の測定値をブレンドし、一見穏やかな単一の数値にまとめるものだ。
ブラジルの修理技術者で専門チャンネルを運営するパウロ・ゴメス（Paulo Gomes）氏による新たな証拠は、その説明を覆すものだ。最近公開された診断動画で、ゴメス氏は、ファン速度の不安定さと異常に低いフレームレートのクレームとともに彼のラボに持ち込まれたGigabyte製のRTX 5070 Tiを分解した。Windows上では、あらゆる主要ツールがコア温度を67°Cから68°Cと報告しており、これは十分に安全な範囲内で、スロットリングポイントには遠く及ばなかった。
所有者が見ることができなかったのは、ホットスポットだった。ゴメス氏はLinux環境でカードを起動し、MODS（Modular Diagnostics Softwareの略）を実行した。MODSは、工場の製造ラインやRMAプロセスで使用されるNvidiaの内部テストスイートであり、一般には公開されておらず、WindowsではOSが低レベルハードウェアコールを傍受するため動作しない。このツールは、GPUダイ上の最も高温のセンサーが負荷時にほぼ即座に107°Cに達していることを明らかにした。これは、NvidiaがBlackwellアーキテクチャのスロットルトリップワイヤーとしてプログラムした上限値そのものだ。カードは繰り返しこの上限に達し、シリコンを保護するためにクロック速度を落とし、その後再び上昇させるが、数秒以内に再び限界に達していた。
「カードはすぐにスロットリングを起こし、クロック速度を落としました」とゴメス氏は動画内で指摘した。顧客がゲーム中に感じていた不安定なパフォーマンスは、GPUがフルスピードと保護用のリンプモードの間を行き来していたためであり、このサイクルは平均温度の数値からは見えなかった。
クーラーを取り外すと、原因は一目瞭然だった。工場で塗布されたサーマルインターフェースマテリアル（TIM）の塗り方が不十分だったのだ。ペーストは外側に押し出され、GPUダイの周囲に厚いリング状に蓄積していた一方で、シリコンの最も高温になる部分の真上にある中心部は、ほぼ乾燥していた。修理チームは元のコンパウンドを清掃し、愛好家コミュニティで人気の高いアフターマーケットオプションであるSnowDog Huskyサーマルペーストに交換した。再組み立て後、同じ負荷下でのホットスポット温度は100°Cまで低下し、7度の低下によってカードは安全な動作ウィンドウ内に戻り、スロットリングは完全に解消された。
ゴメス氏は視聴者に対し、彼のショップでは「複数の」RTX 50シリーズカードで同様の症状を診断しており、そのすべてが工場出荷時の不十分なクーラー接触または低品質なペースト塗布に起因していると語った。いずれのケースでも、平均GPU温度は所有者に問題を疑う理由を全く与えなかった。
この発見は、Nvidiaがセンサーを隠した根拠について、不快な疑問を提起する。ドイツのメディアIgor’s Labが昨年発表した別の調査によると、複数のRTX 50シリーズカードが、プリント回路基板の設計に根ざした「ホットスポット問題」を抱えているという。同メディアは、Nvidiaの製造ガイドラインが、アドインボードパートナーに対し、最悪の熱シナリオではなく理想的な条件下での冷却を最適化するよう指示しており、PCB基板自体が高耐久素材なしで製造されているため、コア温度が中程度に見える場合でも局所的な加熱が発生すると報じた。
Nvidiaは、今回のMODSによる発見や、将来のドライバーアップデートを通じてホットスポット監視を復元する計画があるかどうかについて、公式にコメントしていない。同社はデータセンター向けGPU向けに、使用率、メモリ帯域幅、インターコネクトの健全性、エアフローを追跡する包括的な診断スイートを提供しているが、コンシューマー向けBlackwellカードはロックされたままだ。
一般ユーザーにとっての影響は大きい。たとえ所有者がその数値を決して見ることがなくても、継続的に107°Cで動作するカードは、時間の経過とともにシリコンの劣化が加速する。一方、所有者は、エラーメッセージや温度警告もなく、不可解なほど性能が低下したグラフィックスカードを目にするだけだろう。この状況は、特定の地域における保証慣行によってさらに複雑化している。米国では「分解すると保証無効」というシールは違法で強制力がないものの、一部のメーカーは依然としてそれを貼付しており、ユーザーがサーマルペーストを点検するためにカードを開けることを思いとどまらせる可能性がある。
現時点では、ホットスポットデータにアクセスする唯一の方法は、流出または共有されたMODSのコピーを、むき出しのLinuxコマンドラインで実行することであり、この障壁により、事実上すべての消費者にとって情報は手の届かないものとなっている。RTX 50シリーズ所有者にとってのより広範な教訓は、正常に見えるGPU温度の読み取り値が、ゲームセッションのたびに静かに自らを焼き尽くしているチップを隠している可能性があるということだ。