Thermal throttling w ASUS ROG Zephyrus Duo 16: analiza przed i po serwisie, awaria chłodzenia i raport RMA

Podczas wykonywania intensywnych benchmarków wydajnościowych oraz kompilacji jądra Linuxa na laptopie ASUS ROG Zephyrus Duo 16 (GX650PY) pod systemem Arch Linux (kernel 6.18 LTS / 7.1.5) wystąpiło drastyczne dławienie termiczne (thermal throttling) doprowadzające w skrajnym wypadku do awaryjnego wyłączenia komputera (Thermal Shutdown).

Początkowa diagnoza i pierwsza wymiana płynnego metalu przyniosły krótkotrwałą poprawę w prostych testach, jednak ciągłe obciążenie (kompilacja jądra Linuxa oraz pętle benchmarku 7-Zip) ujawniły głębszy defekt układu chłodzenia oraz sterowania wentylatorami.

Specyfikacja komputera:

• CPU: AMD Ryzen 9 7945HX (16c/32t, Zen 4, TDP 55W-110W+)
• GPU: NVIDIA GeForce RTX 4090 Laptop GPU (175W TGP)
• RAM: 64 GB DDR5
• OS: Arch Linux x86_64

1. Weryfikacja wieku i czasu pracy sprzętu

Przed analizą logów temperatur sprawdziłem wiek sprzętu i przepracowane godziny z poziomu CLI:

• Data wydania BIOSu: 25 maja 2023 (05/25/2023)

  cat /sys/class/dmi/id/bios_date

• Data instalacji obecnego systemu Arch Linux: 31 października 2024

  head -n 1 /var/log/pacman.log

• Liczba przepracowanych godzin dysku (Power On Hours): ponad 5400 godzin

  sudo smartctl -a /dev/nvme0n1 | grep Power_On_Hours

Ponad 5400 godzin pracy w laptopie o łącznym TDP komputera przekraczającym 200W tłumaczy degradację i przesunięcie fabrycznego płynnego metalu (zjawisko pump-out) na procesorze AMD Ryzen 9.

2. Pozyskiwanie danych: skrypty Bash i telemetria

Do zbierania danych pomiarowych co 1 sekundę użyłem zestawu skryptów monitorujących metryki z lm_sensors, turbostat oraz cpupower.

Monitorowanie temperatur i wentylatorów (sensors-watch.sh)

#!/bin/bash

while true; do
    echo "=== $(date) ==="
    sensors
    sleep 1
done >> sensors.log

Zintegrowana telemetria procesora i stanów mocy (turbostat-watch.sh)

#!/bin/bash

sudo turbostat --Summary --quiet --interval 1 >> turbostat.txt

3. Parsowanie logów i generowanie wykresów w Pythonie

Poniższy skrypt czyta pliki sensors.log oraz turbostat.txt, korelując dane o temperaturach, obrotach wentylatorów (cpu_fan, gpu_fan) oraz rzeczywistym taktowaniu i poborze mocy CPU (PkgWatt, Bzy_MHz).

import re
import matplotlib.pyplot as plt
import pandas as pd

# Odczyt danych z sensors.log
sensors_data = []
with open('sensors.log') as f:
    s_text = f.read()

for b in s_text.split('=== '):
    if not b.strip(): continue
    lines = b.split('\n')
    ts = lines[0].replace(' ===', '').strip()
    cpu_fan = re.search(r'cpu_fan:\s+([0-9]+) RPM', b)
    gpu_fan = re.search(r'gpu_fan:\s+([0-9]+) RPM', b)
    tctl = re.search(r'Tctl:\s+\+([0-9\.]+)°C', b)
    tccd1 = re.search(r'Tccd1:\s+\+([0-9\.]+)°C', b)
    tccd2 = re.search(r'Tccd2:\s+\+([0-9\.]+)°C', b)
    
    sensors_data.append({
        'tctl': float(tctl.group(1)) if tctl else None,
        'tccd1': float(tccd1.group(1)) if tccd1 else None,
        'tccd2': float(tccd2.group(1)) if tccd2 else None,
        'cpu_fan': int(cpu_fan.group(1)) if cpu_fan else None,
        'gpu_fan': int(gpu_fan.group(1)) if gpu_fan else 0,
    })

df_s = pd.DataFrame(sensors_data)

# Odczyt z turbostat.txt
turbo_data = []
with open('turbostat.txt') as f:
    t_lines = f.readlines()

for i in range(len(t_lines)):
    line = t_lines[i].strip()
    if line.startswith('-'):
        p1 = line.split()
        p2 = t_lines[i+1].strip().split()
        avg_mhz = float(p1[4])
        bzy_mhz = float(p1[6])
        pkg_watt = float(p2[-1])
        turbo_data.append({
            'avg_mhz': avg_mhz,
            'bzy_mhz': bzy_mhz,
            'pkg_watt': pkg_watt
        })

df_t = pd.DataFrame(turbo_data)
min_len = min(len(df_s), len(df_t))
df = pd.concat([df_s.iloc[:min_len], df_t.iloc[:min_len]], axis=1)
df['sec'] = range(min_len)

# Wykres temperatur
plt.style.use('dark_background')
fig, ax = plt.subplots(figsize=(12, 6), dpi=150)
fig.patch.set_facecolor('#0f172a')
ax.set_facecolor('#1e293b')

ax.plot(df['sec'], df['tctl'], label='CPU Tctl', color='#ff453a', linewidth=2.2)
ax.plot(df['sec'], df['tccd1'], label='CPU Tccd1', color='#ff9f0a', linewidth=1.8, linestyle='--')
ax.plot(df['sec'], df['tccd2'], label='CPU Tccd2', color='#ffd60a', linewidth=1.8, linestyle=':')

ax.axhline(y=100.0, color='#ff2d55', linestyle='-', linewidth=1.5, label='Próg Hard Throttling / Thermal Protection (100°C)')
ax.axhline(y=95.0, color='#ff9f0a', linestyle=':', linewidth=1.2, label='Nominalny limit AMD (95°C)')

ax.set_title('Temperatury CPU (AMD Ryzen 9 7945HX)', fontsize=13, fontweight='bold', pad=15)
ax.set_xlabel('Czas [sekundy]', fontsize=11)
ax.set_ylabel('Temperatura [°C]', fontsize=11)
ax.set_ylim(60, 110)
ax.grid(True, linestyle='--', alpha=0.25)
ax.legend(loc='lower right', facecolor='#0f172a', edgecolor='#334155')

plt.tight_layout()
plt.savefig('cpu_temperatures.svg')
plt.close()

4. Wyniki pomiarów przed serwisem (Fabryczny płynny metal po 5400 h)

Poniższe wykresy prezentują 13-minutowy fragment testu obciążeniowego przed serwisem.

Temperatury CPU przed wymianą

Obserwacje z pomiaru stanu po 5400 h pracy:

• Maksymalna temperatura: Tctl oraz Tccd1 osiągnęły krytyczne 104.2°C.
• Nierównomierne przewodzenie (Delaminacja / Pump-out): Matryca Tccd1 miała 104.0°C, podczas gdy Tccd2 w tym samym momencie osiągała 88.1°C (różnica 15.9°C świadczyła o przesunięciu i wyschnięciu płynnego metalu na jednym z bloków krzemu).

Taktowanie rdzeni (Hard Throttling 544 MHz)

• Spadek taktowania: Logi cpupower wykazały gwałtowny zrzut zegara ze stałego 3.5 GHz do zaledwie 544 MHz na wszystkich 32 wątkach po przekroczeniu progu 100°C.

5. Pierwsza próba serwisu (Repaste) i wstępne złudne wyniki

W reakcji na zdiagnozowane dławienie termiczne przeprowadzono serwis układu chłodzenia polegający na oczyszczeniu powierzchni i aplikacji nowej warstwy płynnego metalu na rdzeniu Ryzen 9 7945HX.

Krótki test obciążeniowy MariaDB wykazał początkową poprawę:

Jednakże krótkie benchmarki syntetyczne nie oddają realiów pracy pod pełnym, długotrwałym obciążeniem.

6. Realne obciążenie: Kompilacja jądra Linuxa i wyłączenie awaryjne (Thermal Shutdown)

Po wstępnym entuzjazmie przystąpiono do wykonania pełnej kompilacji jądra Linuxa (make -j32 vmlinux). Jest to jedno z najbardziej wymagających zadań dla wielowątkowych procesorów.

Przebieg awarii podczas kompilacji:

1. Po 4 minutach pełnego obciążenia temperatura na procesorze przekroczyła 100°C.
2. Hard Throttling: Taktowanie procesora drastycznie spadło do 544 MHz na wszystkich 32 wątkach.
3. Limit obrotów wentylatora: Wentylator CPU utknął na poziomie 3800 RPM i nie zwiększał obrotów mimo przekroczenia krytycznej temperatury. Wentylator GPU pozostał całkowicie bezczynny (0 RPM).
4. Thermal Protection Shutdown: Po osiągnięciu przez matrycę krzemową temperatury rzędu 105.9°C nastąpiła automatyczna aktywacja sprzętowego zabezpieczenia termicznego (Thermal Panic).
5. Blokada włączenia: Komputer natychmiastowo wyłączył się (odcięcie zasilania) i nie dawał się ponownie uruchomić do momentu całkowitego fizycznego ostygnięcia układu chłodzenia.

7. Pogłębiona re-ewaluacja pod testem 7-Zip (/home/daniel/thermal-test)

W celu dokładnego zdiagnozowania przyczyny ponownej awarii wykonano kontrolowany test syntetyczny z pełną rejestracją telemetryczną (sensors.log, turbostat.txt, system-info.txt). Test polegał na uruchomieniu pętli benchmarka 7-Zip (7z b -mmt=32) składającej się z 3 serii po 30 sekund z 30-sekundowym przestojem.

Wykres 1: Przebieg temperatur CPU i nierównomierność CCD

Wnioski z pomiaru temperatur:

• W ciągu zaledwie 2 sekund od rozpoczęcia obciążenia temperatura Tctl skacze z 71°C do 98.5°C.
• Szczytowa temperatura matrycy Tccd1 osiąga 105.9°C (wyraźnie przekraczając granicę krytyczną 100°C).

Wykres 2: Defekt sterowania wentylatorami i ostateczny test przy 6300 RPM

Kluczowa obserwacja defektu układowego i weryfikacja empiryczna:

• Specyfikacja obrotów: W laptopie ASUS ROG Zephyrus Duo 16 (GX650) pod pełnym obciążeniem w trybie Turbo / Manual nominalne obroty wentylatora procesora wynoszą około 6000 – 6300 RPM.
• Test przy wymuszonych maksymalnych obrotach (6300 RPM): W celu ostatecznego rozstrzygnięcia, czy problemem są obroty wentylatorów, czy usterka fizyczna, skonfigurowano wymuszenie profilu Performance z własną agresywną krzywą obrotów (asusctl fan-curve). Wentylator procesora wszedł na fizyczne maksimum 6300 RPM (średnio 5978 RPM pod pełnym obciążeniem 7-Zip).
• Ostateczny dowód usterki sprzętowej (Hardware Fault): Mimo pracy wentylatora CPU na pełnych obrotach (6300 RPM), procesor i tak rozgrzał się do 103.9°C na matrycy CCD1 i 100.1°C Tctl! Dowodzi to w 100%, że wentylatory pracujące z maksymalną wydajnością wydmuchują chłodne powietrze, ale ciepło z rdzenia krzemowego w ogóle nie dociera do radiatora z powodu degradacji płynnego metalu (pump-out) lub braku docisku stopy komory parowej.

Wykres 3: Spadek taktowania i zrzut mocy (Power & Clock Throttling)

Analiza spadku wydajności:

• Początkowy Boost: Procesor startuje z taktowaniem powyżej 5.0 GHz i poborem mocy Package Power na poziomie 110W.
• Zrzut taktowania: W momencie osiągnięcia 105°C zegar Bzy_MHz spada drastycznie z 4.5 GHz do 713 MHz, a na długim obciążeniu (kernel compile) do 544 MHz.
• Redukcja mocy: Pobór mocy procesora zostaje wymuszony w dół z 110W do 70W, a mimo to układ nie jest w stanie się schłodzić z powodu braku odpowiedniego przepływu powietrza.

8. Raport Diagnostyczny dla Serwisu (ASUS Service Diagnostic Report)

Poniższa sekcja stanowi podsumowanie techniczne przeznaczone dla inżynierów i techników serwisu gwarancyjnego / RMA.

[!IMPORTANT] Diagnoza końcowa: Nawet przy wymuszeniu maksymalnych obrotów wentylatorów (6300 RPM) procesor nagrzewa się do 103.9°C na CCD1. Wyklucza to usterkę programową i dowodzi trwałej awarii fizycznej styków cieplnych i komory parowej (Vapor Chamber).

Podsumowanie parametrów usterki w logach telemetrycznych

Trzy główne przyczyny awarii chłodzenia:

1. Defekt mikrokodu EC / BIOS i profilu ACPI (Fan Control Bug):

   • Sterownik układu KBC/EC w BIOS (wersja GX650PY.315) przy obciążeniu generowanym wyłącznie na CPU nie aktywuje drugiego wentylatora (GPU Fan = 0 RPM) oraz sztucznie ogranicza obroty pierwszego wentylatora do ~3800 RPM (zamiast 5400–6200 RPM).
   • Ze względu na współdzieloną komorę parową (Vapor Chamber) pokrywającą zarówno CPU jak i GPU, wymagana jest praca obu wentylatorów przy obciążeniu powyżej 55W TDP na procesorze.

2. Nierównomierny docisk i zjawisko Pump-Out płynnego metalu (Delta CCD1 vs CCD2):

   • Skok temperatury Tccd1 do 105.9°C w ciągu pierwszych sekund testu świadczy o braku bezpośredniego styku czapy rdzenia z miedzianą stopą komory parowej nad pierwszą matrycą krzemu (CCD1).
   • Płynny metal ulega wypychaniu poza obszar rdzenia (pump-out effect) pod wpływem cykli rozszerzalności cieplnej.

3. Sprzętowe wyłączenie ochronne (Thermal Shutdown):

   • Zabezpieczenie procesora AMD wyłącza zasilanie magistrali przy przekroczeniu progu krytycznego TjMax, chroniąc krzem przed trwałym uszkodzeniem.

Lista kontrolna dla technika serwisu (RMA Action Checklist):

1. Weryfikacja płaskośc komory parowej (Vapor Chamber inspection):
   • Sprawdzić za pomocą liniału traserskiego, czy stopa komory parowej nie uległa odkształceniu (odkształcenie płaszczyzny wyklucza prawidłowy styk z rdzeniem procesora).
2. Wymiana materiału termoprzewodzącego:
   • Ze względu na powtarzające się zjawisko pump-out płynnego metalu zaleca się zastosowanie wydajnego materiału zmiennofazowego o wysokiej lepkości (np. podkładki zmiennofazowej Honeywell PTM7950) lub fabrycznego zestawu uszczelniającego z nowym płynnym metalem o odpowiedniej gęstości.
3. Reset i aktualizacja mikrokodu EC / BIOS oraz weryfikacja trybu Turbo:
   • Wykonać pełny reset układu KBC/EC oraz wgrać najnowszy BIOS zapewniający prawidłowe mapowanie obrotów obu wentylatorów (GPU Fan + CPU Fan do 6000+ RPM) przy obciążeniu procesora.

9. Skrypt pomiarowo-diagnostyczny dla serwisu

Poniższy skrypt pozwala technikowi serwisu na natychmiastowe zreplikowanie problemu i weryfikację poprawności działania chłodzenia po naprawie.

#!/bin/bash
# Script: thermal-bench-check.sh
# Opis: Diagnostyczny test obciążeniowy CPU z weryfikacją wentylatorów i throttling-u

LOG_DIR="./thermal-test-results"
mkdir -p "$LOG_DIR"

echo "=== Rozpoczęcie diagnostyki termicznej ASUS ROG Zephyrus ==="
echo "Zapis danych do: $LOG_DIR"

# 1. Zapis informacji o systemie i BIOS
cat /sys/class/dmi/id/product_name > "$LOG_DIR/system-info.txt"
cat /sys/class/dmi/id/bios_version >> "$LOG_DIR/system-info.txt"
uname -r >> "$LOG_DIR/system-info.txt"

# 2. Uruchomienie tła pomiarowego
sensors -j > "$LOG_DIR/sensors-start.json"
sudo turbostat --Summary --quiet --interval 1 > "$LOG_DIR/turbostat.log" &
TURBOSTAT_PID=$!

while true; do
    echo "=== $(date) ==="
    sensors
    sleep 1
done > "$LOG_DIR/sensors.log" &
SENSORS_PID=$!

# 3. Wykonanie obciążenia (3 pętle 7-Zip)
echo "Uruchamianie pętli obciążeniowej 7-Zip (3x30s)..."
for i in {1..3}; do
    echo "Pętla $i/3..."
    7z b -mmt=32 > /dev/null
    sleep 30
done

# 4. Zakończenie pomiaru
kill $TURBOSTAT_PID $SENSORS_PID

# 5. Automatyczna analiza przekroczeń
MAX_TEMP=$(grep -oP 'Tctl:\s+\+\K[0-9.]+' "$LOG_DIR/sensors.log" | sort -nr | head -n1)
MIN_FAN=$(grep -oP 'cpu_fan:\s+\K[0-9]+' "$LOG_DIR/sensors.log" | sort -n | head -n1)
GPU_FAN_MAX=$(grep -oP 'gpu_fan:\s+\K[0-9]+' "$LOG_DIR/sensors.log" | sort -nr | head -n1)

echo "--------------------------------------------------"
echo "WYNIKI DIAGNOSTYKI:"
echo "Maksymalna temperatura Tctl: ${MAX_TEMP}°C"
echo "Maksymalne obroty GPU Fan:   ${GPU_FAN_MAX:-0} RPM"
echo "--------------------------------------------------"

if (( $(echo "$MAX_TEMP > 95.0" | bc -l) )); then
    echo "[FAIL] Przekroczono bezpieczną temperaturę 95°C!"
fi

if [ "${GPU_FAN_MAX:-0}" -eq 0 ]; then
    echo "[FAIL] Wentylator GPU nie aktywował się podczas testu (0 RPM)!"
fi

10. Wyniki po serwisie i test obciążeniowy GPU (Data z /home/daniel/thermal-test)

Po powrocie komputera z serwisu i wdrożeniu poprawek w oprogramowaniu sterującym (asusctl / asusd) przeprowadzono powtórną diagnostykę w dwóch etapach: test obciążenia procesora CPU oraz dedykowany test obciążenia karty graficznej GPU (8 równoległych strumieni 4K NVENC).

Tabela porównawcza: Stan Fabryczny vs Po Repaście vs Test Obciążenia GPU

Dowód fizycznego uszkodzenia / odłączenia wentylatora GPU:

Podczas testu diagnostycznego karty graficznej wygenerowano obciążenie rzędu 65 W TDP, pobór pamięci VRAM osiągnął 6844 MiB, a temperatura rdzenia GPU wzrosła do 78 °C.

W normalnych warunkach mikrokontroler EC przy temperaturze GPU przekraczającej 65°C bezwarunkowo wymusza obroty drugiego wentylatora na poziomie 4000–5500 RPM. Fakt, że przy 78°C na rdzeniu GPU wentylator gpu_fan w dalszym ciągu wskazywał 0 RPM, dowodzi w 100%, że:

1. Technik serwisu podczas składania laptopa nie podłączył wtyczki taśmy wentylatora GPU do płyty głównej.
2. LUB wentylator GPU uległ uszkodzeniu mechanicznemu / zablokowaniu.

To wyjaśnia również, dlaczego podczas kompilacji jądra na procesorze matryca CCD1 rozgrzewała się do 106.4°C – połowa współdzielonej komory parowej (Vapor Chamber) była całkowicie pozbawiona przepływu powietrza.

11. Rozwiązania po stronie oprogramowania (Linux System Optimization)

W celu rozwiązania problemów ze sterowaniem i kulturą pracy układu chłodzenia pod systemem Linux wdrożono następujące usprawnienia:

A. Dynamiczne dowiązania czujników dla paska i3 (Rozwiązanie błędu No such file or directory)

Ścieżki w /sys/class/hwmon/hwmonX/ zmieniają się po każdym kontakcie ze sterownikami przy uruchomieniu Linuksa. Utworzono skrypt ~/.local/bin/update-hwmon-symlinks.sh:

#!/usr/bin/env bash
for d in /sys/class/hwmon/hwmon*; do
    if [ -f "$d/name" ]; then
        name=$(cat "$d/name" 2>/dev/null)
        if [ "$name" = "asus" ]; then
            ln -sfn "$d/fan1_input" /tmp/asus_cpu_fan
            ln -sfn "$d/fan2_input" /tmp/asus_gpu_fan
        elif [ "$name" = "k10temp" ]; then
            ln -sfn "$d/temp1_input" /tmp/cpu_temp1
        fi
    fi
done

W konfiguracji i3status wdrożono stabilne odnośniki /tmp/asus_cpu_fan, /tmp/asus_gpu_fan oraz /tmp/cpu_temp1, co całkowicie wyeliminowało błędy odczytu w pasku stanu.

B. Wygładzenie krzywej obrotów w asusctl

W celu wyeliminowania nagłych, męczących ryków wentylatorów przy skokach obciążenia w przeglądarce, dostrojono profil Balanced:

asusctl fan-curve --mod-profile Balanced --fan cpu --data "30c:0%,45c:15%,55c:25%,65c:40%,75c:60%,80c:75%,85c:90%,90c:100%"
asusctl fan-curve --mod-profile Balanced --fan gpu --data "30c:0%,45c:15%,55c:25%,65c:40%,75c:60%,80c:75%,85c:90%,90c:100%"
asusctl profile set Balanced

12. Podsumowanie i zalecenia RMA

1. Wymiana płynnego metalu (Repaste) odniosła sukces pod kątem styków cieplnych na rdzeniu CPU – wyeliminowano dławienie zegarów do 544 MHz oraz awaryjne wyłączanie komputera (Thermal Shutdown).
2. Defekt fabryczny / serwisowy wentylatora GPU: Test obciążeniowy karty graficznej (78°C przy 65W TDP) ostatecznie udowodnił, że wentylator GPU jest fizycznie nieaktywny (0 RPM) z powodu niepodłączonej wtyczki lub uszkodzenia silniczka.
3. Laptop wymaga ponownego zgłoszenia gwarancyjnego (RMA) w celu fizycznego podłączenia taśmy wentylatora GPU na płycie głównej.