最近几个月我的台式机时不时会出现无征兆死机：屏幕内容包括鼠标直接卡死，键盘没法触发重启也切不到虚拟控制台，连SysRq序列都完全没用——唯一的办法就是按机箱上的按钮硬重启。

我平时主要用Debian 11.6，只有偶尔开Windows 11玩游戏，玩游戏的时候从没遇到过死机，但也有可能是我玩得太少了，没碰到触发条件。

奇怪的触发线索 #

• 死机是今年夏天本地超40℃热浪的时候开始的，我一开始以为是过热问题，入秋后确实死机频率降下来了，但没彻底消失：之前一两天就犯一次，现在大概一周一次。
• 死机经常发生在我看全屏视频的时候，有时候（不是每次）屏幕会蹦出类似随机数据乱入显存的彩色图案，所以我怀疑是显卡问题（我装了VDPAU，视频播放会用到硬件解码）。不过正常桌面办公、浏览的时候也会死机，不是只在看视频时发作。

我已经做过的诊断尝试 #

• 每次死机重启后我都会查系统日志，但根本找不到相关的报错信息，最后几条日志往往是几分钟前的常规系统事件，大概率是死机前的最后日志没能写进去就挂了。
• 用dd if=/dev/zero of=/dev/null做CPU负载测试，开了7个并行任务（我的CPU是4核超线程，总共8个虚拟核心），htop显示所有核心都跑满100%，但跑了10分钟左右也没触发死机。
• 装了memtest86和memtest86+两款内存测试工具，从启动菜单运行测试，但两款工具都是刚启动1秒左右就直接死机，连错误提示都没有（附了死机后的屏幕照片）。

这里我有点困惑：这真的是内存坏了吗？我本来以为内存故障会弹出明确的错误提示的。而且我经常处理几十GB的大文件，从没遇到过文件损坏；偶尔做科学计算把内存占满也没死机过（倒是经常因为过度交换把系统搞瘫）。目前唯一能稳定快速触发死机的场景就是跑内存测试。

想请教的几个问题 #

• 如果确实是内存问题，怎么找出到底哪一根内存坏了？还是说这种情况必须把四根全换掉？
• 我看到不少类似的死机问题里有人说是电源故障，我一年半前因为旧电源坏了换了新的，本来想换同款但停产了，就换了个规格稍高的，换的时候还彻底清理了机箱内部。这会不会是死机的原因？
• 从软件层面还有什么办法能更好地诊断这个问题？特别是怎么保存死机前的最后那几条日志？Debian 11用的是systemd日志，有没有办法把日志同步到另一台服务器，或者额外存一份到不会因为死机丢失的地方？

我的系统配置 #

• 主板：ASUSTeK COMPUTER INC. P8Z77-M Rev 1.xx（SMBIOS 2.7）
• BIOS：一开始是American Megatrends Inc. 版本1806，后来更到了2015年的最新版2203，但问题依旧
• 电源：be quiet! Straight Power 11 750W ATX
• CPU：Intel(R) Core(TM) i7-3770 CPU @ 3.40GHz（L3缓存8MiB，但似乎被禁用了，我完全没印象自己改过这个设置）
• 芯片组：Intel Corporation 7 Series/C216 Chipset
• 内存：4根Transcend JM1333KLN-8GK DDR3 1333MHz 4GB内存
• 显卡：NVIDIA Corporation GP106 [GeForce GTX 1060 6GB] (rev a1)
• 存储：SAMSUNG SSD 830 Series + WDC WD60EFRX，两块盘的SMART检测都没报错
• 整机使用时长：大概10年，期间做过几次小升级（加内存、换了稍好的CPU、升级显卡），但这些升级都不是最近做的，应该和死机无关

后续补充的排查操作 #

• 按照建议检查了内存模块：所有内存都插得很紧，触点也干净；重新插拔时发现有时候看似插到位了其实没卡紧，用力按下去就好了，但这种情况电脑根本开不了机，不会出现内存错误或者死机的情况。
• 单根插内存跑测试：每一根单独插进去跑memtest，都能顺利通过，没报错也没死机。
• 两根组合插内存跑测试：试了好几组（没测全6种组合），结果都是刚跑几秒内存测试就直接死机。
• 尝试在BIOS里降低内存时钟，但系统提示“超频失败”，这个操作没成功。

备注：内容来源于stack exchange，提问作者A. Donda