每年气温一上来办公室里就会出现一种很经典的“薛定谔的设备”用着用着突然死机屏幕一黑或者卡死不动按开机键没反应抱到空调下吹十分钟再开机又满血复活好像什么都没发生过。身边人通常只丢下一句“设备高温死机冷却就恢复”听起来像是小事一桩。以前我也这么想直到处理过多台这样的设备后才明白——这是机器在用一种隐蔽的方式向你报告一个正在恶化的硬件隐患。这台设备可能是笔记本、台式机、手机也可能是交换机、工控一体机、路由器。它们共同的特点是发热必然存在但散热链路在某个环节悄悄衰退了。真正的问题根本不在“降降温”而在于搞清楚两件事第一为什么它会热到触发保护第二反复热保护之后硬件内部已经发生了什么不可逆的变化。这篇文章我会把这套判断方法、排查链路和实操方案完整写出来给你一台“高温死机、冷却就恢复”的设备时照着做。1. “冷却就恢复”是一次成功自救也是一次危险预告很多人听到“冷却就恢复”会觉得松了口气毕竟还能开机。但站在硬件维护的角度看这句话的含义远比表面复杂。它意味着设备的自我保护机制确实生效了没有让芯片当场烧毁同时也意味着保护机制已经被突破到非常靠后的阶段——再往前一步就是永久性损坏。1.1 温度保护的三道防线降频、断电、锁死现代CPU、GPU、手机SoC内部都有温度传感器固件和操作系统会持续读取芯片结温。以Intel桌面CPU为例TjMax通常设定在100-105°C左右AMD锐龙7000系列的标定温度为95°C左右手机端的高通骁龙、联发科天玑在芯片内部温度到95-105°C时就会触发保护。硬件出厂时的设计思路是分层响应第一级降频降压。温度逼近阈值系统自动缩减时钟频率降低核心电压同时把风扇转速拉满。这一级玩家感知最明显游戏掉帧、渲染变慢、页面加载卡顿。第二级强制断电。温度超过临界值或者高温持续时间过长固件会直接拉掉供电触发硬关机。表现就是突然黑屏但硬件本身还没有烧坏。第三级物理损伤。温度突破芯片耐受极限或者长期热冲击导致焊点、电容、供电模块劣化。到了这个阶段就不再是“冷却就恢复”的事了。“冷却就恢复”说明设备最多触发到第二级——保护机制在工作这是不幸中的万幸。但需要警惕的是设备反复触发第二级说明第一级防线没有兜住热量生产速度已经超过了散热系统的极限或者散热系统本身正在衰减。1.2 表面恢复与内部劣化的时间差温度降下来之后固件允许重新开机仅此而已。芯片、主板、电池的真实状态并不会因为“能开机”就回到出厂水平。这里有个关键概念叫热循环。每一次升温芯片封装、PCB基板、BGA焊点都在膨胀每一次冷却它们又收缩。材料反复承受拉压应力最终会以微小裂纹、焊点疲劳、分层的形式表现出来。你可以把它想象成反复弯折一根铁丝——第一次弯还能弯回来弯上几十次铁丝内部的晶体结构已经变了断裂只是时间问题。电子元件里最典型的是电解电容。业内有个粗略的“10°C规则”工作温度每升高10°C电容寿命大约减半。一颗标称105°C环境下2000小时寿命的电容如果长期在95°C附近运行寿命可能缩短到1000小时。笔记本、工控主板、路由器里都有大量这类电容它们不会像CPU那样主动报警只会默默老化直到某天你发现设备无缘无故重启。所以“冷却就恢复”不是在修复而是在拖延。每次热保护都是一次警报真正该修的是散热效率而不是指望每次死机后靠关机休息过关。1.3 死机现场记录比急着降温更关键如果设备还在保修期或者你后面还想彻底排查别在死机第一时间就去拆机、开盖、吹风、重启。先花几分钟固定现场证据这会给你省下大量排查时间记录死机前的使用场景游戏、视频渲染、网页浏览、长时间下载还是什么都不干也死机记录死机形态完全黑屏、画面冻结、风扇狂转、鼠标失灵但键盘灯亮、黑屏后自动重启记录外壳温度感受出风口烫不烫、底部温度大概多高有条件用红外测温枪打一下翻系统日志Windows事件查看器、macOS的log show、Linux的journalctl后面我会给具体命令这些是第一手诊断依据。“高温死机”只是结果过程数据才是定位病灶的钥匙。一个人说“反正就是过热”另一个人说“死机前显卡负载95%持续了二十分钟风扇反而低速”完全不是一个排查思路。2. 从发热源头到系统崩溃完整链路拆解想根治高温死机不能停留在“它很烫”这个层面。要把热量从哪里来、经哪条路散出去、在哪个节点断裂搞清楚才能对症下药。2.1 热量不是全部来自CPU先找到真正的发热源CPU和GPU是最大的热源但远不是全部。主板供电模块VRM区域的MOSFET和电感在满载时温度经常比CPU还高NVMe固态硬盘的主控和NAND颗粒在大流量写入时能到70-90°C内存颗粒、Wi-Fi/5G射频模块、充电管理IC也都是不可忽视的发热元。我处理过一台“渲染必死”的笔记本CPU温度始终控制在85°C以内按说不该触发保护。后来用热成像一看发热点在主板的供电电感区域温度已经超过115°CVRM触发了供电保护。这种案例提醒我们死机不一定是芯片结温冲顶也可能是供电部分先撑不住。另外软件层面的“伪负载”也要留意。后台挖矿脚本、流氓软件、防病毒全盘扫描、某个异常进程把CPU吃满都会让设备在无感知的情况下持续高负载。你以为是散热不行其实是负载管理失控。后面我会专门讲排除软件因素的方法。2.2 散热链路四个环节节点断裂才是根源定期清灰、换硅脂之所以有效是因为它们修复了散热链路的关键一环。完整链路可以拆成四段芯片内部到顶盖靠硅脂、导热垫片、液态金属等介质传导热量顶盖到热管/均热板热管把热量通过相变机制搬运到鳍片区域鳍片到外界风扇抽风或吹风靠对流把热量带出机身机身/机箱到房间靠风道规划和设备摆放位置让热空气有地方去任何一个环节断掉整条链路都会失效。最常见的四种故障是硅脂干涸、风扇积灰、热管失效、进出风道堵塞。硅脂干涸是最容易被忽视的它不会瞬间坏掉而是使用两三年后导热系数从5-8 W/m·K掉到不足1 W/m·K表现为开机温度正常、重负载几分钟后温度就飙升。热管失效则比较隐蔽——笔记本热管弯折处如果破损漏气热管就不再导热外壳摸上去不热芯片内部却已经顶到温度红线。风扇积灰也很迷惑人风扇转速高、声音大但灰尘堵死鳍片缝隙后风根本吹不透热交换效率趋近于零。2.3 温度突破临界值后系统内部发生了什么温度逼近TjMax后系统的行为是一连串连锁反应不是一步到位直接关机。首先芯片节流throttling机制生效。CPU通过调整倍频和电压降低功耗简单说就是“不想干活了”。这个阶段性能会明显下降但你未必能立刻察觉因为大多数程序会慢慢变卡而不是直接报错。接着ACPI热事件上报操作系统。系统收到后可能触发更激进的降频策略或者弹出一条“系统温度过高”的提示。笔记本还会同时限制电池充电电流避免充电发热和运行发热叠加。如果温度还在涨固件层面就会介入。它会调用类似强制断电的流程直接拉低PWR_GOOD信号或触发断电保护表现为瞬间黑屏。这一整个过程的日志记录相当重要。Windows下如果事件查看器里有Kernel-Power 41且紧跟着WHEA-Logger 18/19通常说明不只是一次简单的过热关机而是硬件层面产生了机器检查异常。Linux下则能在内核日志里找到thermal throttle或mce相关的记录。这些我会在排查章节里展开讲。2.4 掉压、复位、锁存三种高温“假死机”的真相所有看起来像“高温死机”的现象其实有至少三种完全不同的机里机制。只从外观判断很可能判断错对象死机现象本质最常见原因瞬间黑屏断电固件过温保护触发强制关机散热失效芯片温度冲顶画面冻结、风扇狂转CPU仍在运行但系统失去响应高温导致内存/供电不稳定总线时序出错反复自动重启上电时序异常或短路保护高温后焊点虚接、某路供电异常第一种是标准的热保护冷却后多数能恢复。第二种和第三种就危险得多——它们往往是温度触发了硬件级故障比如供电纹波超限、内存误码率暴增冷却后虽然能开机但故障点已经留下后面会越来越频繁。理解这三种机制的差异排查时你就不会只盯着“温度高不高”这一个变量。很多时候温度只是一个引信真正的病灶在供电系统或者信号完整性上。3. 排查实战把“过热”两个字变成可定位的故障点下面这套排查流程是我处理这类问题时固定使用的顺序。它适合笔记本、台式机、工控机也能通用于手机类移动设备核心思路是先量化再复现再定位最后动手修。3.1 第一步读芯片温度别信“摸着烫”外壳摸着烫只能说明热量传出来了——这其实说明散热底座还在工作。真正危险的状况是外壳冰凉但频繁死机那说明热量被闷在芯片内部出不来。所以第一步必须读芯片温度数据。Windows下我常用HWiNFO64它可以同时读取CPU、GPU、主板、固态硬盘的实时温度还能记录温度曲线。轻量一点的用AIDA64、CPU-Z也够。Linux下用lm-sensorssudo apt install lm-sensors sudo sensors-detect --yes sensors如果sensors输出里没有CPU温度项多半是内核模块没加载跑一遍sensors-detect并确认i2c模块已启用即可。想动态观察温度变化用watchwatch -n 1 sensors笔记本和台式机都能在BIOS/UEFI界面里直接看CPU温度和风扇转速。我有个经验判断如果进BIOS五分钟CPU温度稳定在50°C以上说明待机散热就有问题优先怀疑硅脂干涸或热管失效如果开机温度正常但跑负载几分钟就冲到90°C以上同样优先怀疑热传导环节而不是风扇。3.2 第二步负载测试复现日志里找崩溃前最后一句话排查效率高低取决于你能不能稳定复现死机。复现的常用负载工具CPU压测Prime95、Cinebench、AIDA64系统稳定性测试GPU压测FurMark、3DMark压力测试内存排查memtest86跑至少一圈复现时别让机器连续跑几小时那是在损耗硬件。通常运行10-15分钟就能看出趋势如果温度扶摇直上突破临界点基本可以锁定散热问题如果温度正常仍然死机就要换方向。死机之后立刻抓日志。Windows下用PowerShell查询最近的关键系统事件Get-WinEvent -FilterHashtable {LogNameSystem; Level2} -MaxEvents 20 | Format-List TimeCreated, ProviderName, Message重点看两类Kernel-Power 41非正常断电和WHEA-Logger 18/19硬件机器检查异常。如果日志里只有Kernel-Power 41但没有任何WHEA记录多半是过温保护强制断电。如果伴随WHEA 18/19那就要小心故障可能指向CPU、PCIe链路或内存控制器。Linux下查看上一次启动的内核日志journalctl -k -b -1 | grep -i -E thermal|throttl|whea|mce|temperature注意别只搜“temperature”关键词更要看懂错误发生前最后几条正常日志说了什么。有一次我的服务器日志里没有任何温度报错但崩溃前一段出现了大量掉盘警告最后定位是SSD高温老化导致瞬间掉盘系统文件系统崩了才死机——表面上是“高温死机”实际上和CPU散热没有半毛钱关系。3.3 第三步排除软件因素最小系统法二十分钟出结论不少“高温死机”案例清洗散热前是死机清洗后又死机最后发现压根是软件问题。用最小系统法可以快速剥离软件干扰用一个干净PE启动盘或Linux LiveCD启动系统轻负载使用半小时看是否死机如果PE下不死机大概率是原系统的软件问题比如后台挖矿、驱动bug、系统更新冲突如果PE下也死机进系统后只跑单一负载先单独压CPU再单独压GPU区分热源模块检查故障是否在特定固件版本后才出现BIOS/EC固件更新、显卡驱动更新都可能改变温度策略还有一个容易被忽略的软件因素电源管理模式。Windows的“高性能”模式会让CPU长期保持高频率待机温度就能比“平衡”模式高七八度。笔记本用户尤其容易踩这个坑后面章节我会详细讲。3.4 第四步热点定位与风扇风量的现场检查软件读数有了复现条件有了接下来要动手查硬件。我习惯按这个顺序检查用手放在出风口感受风量有风不代表风够大。把手指抵在出风口如果几乎没吹力很可能鳍片被灰尘堵死听风扇声音有异响说明轴承磨损或扇叶偏心风扇高转速但风量小优先怀疑风道堵塞检查电源策略运行高负载时风扇能不能自动加速很多主板BIOS里有风扇曲线设置如果被设置成“静音模式”风扇转速被锁死温度却还在涨用热成像或红外测温枪扫机身哪里热点最集中就是故障发热元所在。没有热成像的话用湿手指快速贴不同区域感受温差也行但注意别烫伤做完这四步你已经能回答三个核心问题温度是否真高、高的是哪个模块、散热链路哪一环断了。3.5 一次工控机“高温死机”的完整排查复盘之前接手过一台工控机症状很典型夏天车间里运行两小时左右必然死机冷却后能开机但运行一阵又死。客户报障理由就是“车间太热了设备高温死机”。我并没有直接换散热风扇而是按上面的流程走了一遍。第一步查监控日志发现死机前20分钟没有任何CPU温度过高的告警系统最后一条日志是无征兆的核心服务停止响应。第二步进BIOS看温度开机52°C跑负载后CPU稳定在80°C——对于工控机来说这个温度虽然偏高但不算危险。第三步检查供电发现电源模块外壳温度高达72°C用万用表测输出端电压在死机前出现明显波动。最后拆机发现电源模块的滤波电容顶部已经轻微鼓包。这台设备其实不是“芯片过热死机”而是电源模块长期高温老化电容容量衰退负载升高后输出电压跌出容许范围主板欠压保护触发断电。只吹灰、加风扇是解决不了问题的。最终更换了同规格工业电源顺手给电源区域加装了一个小风扇设备恢复稳定。这个案例给所有“高温死机”判了一个重点温度只是一个症状变量排查时要把温度、电压、电流、日志放在一起看哪个先越界哪个才是主谋。4. 散热搞不定高温死机你可能被温度传感器骗了这一章节的内容是我认为整篇文章最值钱的部分。因为真正的难题不是那些“一看就知道是散热不行”的情况而是那些你换了硅脂、清了灰、风扇全速运转死机问题却依然存在的状况。这说明温度数据欺骗了你问题根本不在你看到的那一路。4.1 真正的元凶可能是供电系统VRM过热与瞬态掉压CPU/GPU芯片内部的温度传感器只能代表芯片结温它无法反映主板上供电模块的温度。而供电模块恰恰是高温环境下最先劣化的区域。原理不复杂主板供电电路里的MOSFET导通电阻会随温度升高而增大导通损耗随之增加这会让MOSFET更热形成一个正反馈。同时输出电感的饱和电流在高温下会下降滤波电容的等效串联电阻会上升。综合结果就是负载激增的瞬间供电模块输出电压出现明显跌落跌出CPU允许范围后CPU复位或系统死机。这种情况下你在软件里看到的CPU温度可能只有70°C完全正常。但VRM区域可能已经105°C甚至更高。解决方法也不是加强CPU散热而是给供电区加装散热片、改善机箱风道或者限制负载功耗给供电模块减负。判断方法死机后快速拆机摸VRM区域的散热片注意断电静置如果烫得不敢碰基本能确认。很多中高端主板有独立的VRM温度传感器HWiNFO里可以单独查看。4.2 高温死机留下的暗伤焊点、电容与电池高温死机反复发生之后即使你解决了散热问题老旧设备也经常出现“新毛病”——随机重启、花屏、USB设备偶尔掉线、网卡不时失联。这往往不是新故障而是此前热循环留下的暗伤开始显现。暗伤集中在三个位置。一是BGA焊点也就是芯片通过锡球与主板相连的那些焊点。热胀冷缩反复拉扯锡球可能出现微裂纹一开始只是接触电阻变大发展到某个临界点就是完全断开接触。二是电解电容整个主板上最容易老化的元件鼓包、漏液后供电波纹变差。三是锂电池高温环境下锂电寿命缩短非常明显长期在高温工况下使用容量衰减速度可能翻倍。“冷却就恢复”之所以可怕就是因为它掩盖了这些暗伤的积累过程。第一次死机是在提醒你散热出了问题如果你连续忽略三四次硬件的隐性问题可能已经埋下了。4.3 冷却后短暂可用再复发的“伪高温死机”还有一种情况更折磨人设备冷却后能开机但运行没几分钟又死再冷却再开如此反复而且复死机时温度读数并不高。这种“伪高温死机”背后通常不是散热能力不足而是硬件已经产生了实质性故障。我遇到过几类典型诱因电池老化导致瞬时断电唤醒看起来像死机但其实是电池供电切换瞬间电压跌落SSD高温掉盘系统盘突然消失界面冻结后重启内存条接触不良热膨胀时金手指接触变差出现随机重启。这些故障都有一个共同点——单纯降温只能让机器“能开机”却无法让故障点“愈合”因为病灶已经不在温度层面了。这时候继续加风扇、换硅脂纯属浪费时间和钱。正确思路是排查硬件连接和元件状态内存、硬盘、电池、电源逐一排除。4.4 散热能救与不能救的边界判断结合我的维修经验画一条判断线比较实用状态处理方向温度曲线明显超过TjMax死机前有thermal记录修散热清灰换硅脂、加风扇温度读数正常但供电板温度异常或电压波动查供电加散热、换电源冷却后能开几分钟后复死机温度正常查硬件连接重点内存/硬盘/电池维修价格超过整机残值50%且设备超过六年不建议修换新更划算这条线不是死的但它能帮你快速判断该投入还是止损。很多人栽在“感觉再修一下就好了”的巨大投资上结果反复折腾两个月最后还是换了新设备。5. 不同设备的高温死机应对方案从清灰到结构性改造想彻底解决高温死机只换散热膏是不够的。你得根据不同设备的结构特点做针对性的散热方案。下面按设备类型给实操思路。5.1 台式机风道比风扇数量更重要台式机散热有个常见误区风扇越多越好。实际上机箱风道是追求整体流向不是追求风扇数量。理想风道是前下进风、后上出风冷空气流过CPU/GPU后再被排出避免热空气在机箱内打转。我的实操建议机箱前进风扇和后出风扇各一把形成直线风道比顶部堆三把风扇管用CPU散热器塔体朝向后出风口让热风直接导出电源下置机箱电源独立风道不会和显卡抢风硅脂涂抹厚度以“隐约能透出金属表面”为宜不是越厚越好显卡散热效能下降时优先检查显卡背板和鳍片间的灰尘而不是急着换显卡如果只是夏季才出现高温死机且机箱摆放位置靠近墙壁或窗帘先改摆放位置——保持机箱后方至少15厘米空间底部悬空不贴地毯这几厘米往往比换散热器更见效。5.2 笔记本清灰换硅脂只是基础功耗墙才是核心笔记本散热空间有限清灰换硅脂是最基本的操作但很容易出现“清完灰好一阵又热”的回退。关键在于笔记本的散热能力是固定的如果长期满载功耗大于散热极限温度还是会不断积累。真正有效的操作是管理功耗墙。Intel笔记本可以用ThrottleStop调整PL1和PL2功耗限制AMD本子可以用RyzenAdj。简单理解通过把“最大允许功耗”调低一点让芯片满载时产生的热量低于散热系统极限温度就能控制住性能损失也在可接受范围内。另一个容易被忽略的动作是垫高机身。笔记本底部垫两个瓶盖或散热支架进风量立竿见影。实测垫高后重负载温度可以降5-10°C效果常常比换硅脂还明显。原因很简单进风空间是笔记本散热链路的第四环节原装底壳挨着桌面冷空气进不来。如果你确实需要全速性能那么外接散热底座、调节风扇曲线的意义更大而不是期望清一次灰永久解决。每半年清理一次底部进风网和风扇叶片是笔记本“高温死机”最稳固的预防措施。5.3 手机和平板温控策略与散热背夹手机和平板的高温死机与电脑有相似之处但方案完全不同。手机是密封机身你不能换硅脂也不方便拆机清灰能做的事集中在使用习惯和外部辅助上。手机面临的高温死机场景集中在三类夏天户外高亮度导航、长时间游戏满负载、边充电边玩。针对这些场景优先级排序是降低屏幕亮度屏幕是手机发热大户摘掉厚重保护壳尤其是硅胶材质它会把热量完全闷在机身里游戏时开启性能模式前的“温控墙优先”选项多数旗舰机系统设置里有性能与续航平衡使用散热背夹半导体主动制冷背夹对游戏场景有效普通导冷片背夹单靠接触导热聊胜于无边充电边玩时尽量用原装充电器和好一点的线缆劣质充电器会让发热再上一个台阶手机系统一般有最高温度保护和低电量保护。如果你发现手机经常在40%电量时就自动关机并在冷却后显示“温度过低才关机”那就不是死机问题而是电池老化系统为了保护剩余寿命主动断电。这种情况换电池比修散热更重要。5.4 路由器、交换机和工控设备被动散热与机柜改造路由器、交换机、工控机这类“无风扇为主”的网络设备高温死机的诱因通常是环境温度过高。它们本身功耗不大但周围环境可能很恶劣弱电箱密闭、机柜通风差、车间温度高。处理这类设备我的优先级是先改变摆放位置远离阳光直射、房顶闷热角落、其他发热设备旁边弱电箱内加装小型12V风扇顶部开孔自然对流成本极低但改善显著机柜内留出前后通道把不用的挡板拆掉形成烟囱效应可加装被动散热片到主控芯片外壳如果是金属机身用导热垫把芯片热量导到外壳工控机在高温车间运行优先看进风温度和供电稳定性很多问题源于柜内温度已经超过55°C但外部无人察觉这类设备往往没有显示屏排查时要靠远程监控。给交换机/工控机配一个温度传感器并接入监控系统比事后维修有意义得多。5.5 把温度监控变成习惯而不是等到死机才想起来最后一条我强烈建议给所有重要设备加一层温度监控。台式机装HWiNFO或Core Temp自带的报警能设置温度达到多少度时弹窗Linux服务器用lm-sensors配合Zabbix或Prometheus笔记本至少装一个监视悬浮窗偶尔扫一眼。对于公司里的核心工控设备、机柜交换机加装温度传感器和历史曲线记录是必要的。高温死机问题最棘手的点在于它有随机性数据记录能帮你把“随机”变成“有规律”。有了历史温度曲线很多排查能直接从图表里看到拐点省下大量现场诊断时间。6. 当“冷却就恢复”频繁出现时设备可能真的病了讲了这么多修复办法我必须诚实地说在某些情况下设备的高温死机问题已经不属于“散热”范畴了。这时候你要做的是承认设备寿命走到尾声而不是继续投钱。6.1 三个我在维修中反复印证的危险信号信号一冷却后能开机但进系统几分钟后又死机温度读数始终不高。这条我前面提过它说明问题已经从“散热故障”转移到“电路故障”。哪怕是芯片内部某个微小的电源层已经开裂软件层也无法感知唯一能定位的手段是示波器配合专业检测普通维护很难处理。信号二完整清灰、换硅脂、调整功耗墙后负载测试仍在10分钟内触发过温保护。这说明芯片和散热器之间已经存在稳定的高热阻或者是热管内介质已经失效继续折腾散热膏效果有限。信号三故障频率逐月递增甚至空载时也无缘无故黑屏重启。空载死机意味着某个元件已经处于临界状态没有重负载也能触发。这种情况即使换个全新风扇也解决不了因为病灶早已不在风扇上。6.2 维修还是换新一个简单但有依据的决策表我通常用三个问题辅助决策这台设备到底用了几年维修报价占现价值多少故障是否已经越过散热边界状况建议已过保修期维修价格超过整机残值50%直接换新能明确锁定损坏件风扇、电池、硅脂维修性价比最高主板或CPU级故障设备还需要稳定运行换新别再修设备使用六年以上出现两次以上热复发换新五年以上笔记本就是一个典型例子修好散热电池继续老化换好电池主板电容又出问题哪怕是全换了性能也落后了。在元器件整体老化的平台上深修投入产出比非常差。6.3 我处理高温死机问题的一个习惯最后分享一个个人习惯。我以前处理这类问题第一个念头也是“清灰换硅脂”后来修得多了发现省时间的关键不是手速而是先做十五分钟的温度记录和日志收集。不要急着开机测试先看日志、看温度曲线、确认死机形态再动手拆机。我统计过凡是直接拆机清理的案例约有三分之一是白拆的——问题根本不在灰尘而在电源或者系统软件。而在动手前花十五分钟做诊断的记录基本都能一次定位。如果你手头正好有一台“冷却就恢复”的设备我的建议是别把它当“温度背锅”的小事也别一上来就大拆大修。先按文中流程收集数据判断故障处于散热边界之内还是之外。在它第一次发出预警时修复成本往往最低——拖得越久修的东西就越多直到最后变成换新。