FurMark GPU压力测试工具 | AI生成和翻译

首页 2026.07 English 中文

---

问题：什么是 FurMark 1.39 GPU 测试工具？

回答：

FurMark 是一款 GPU 压力测试 / 老化测试工具。它渲染一个非常繁重的“毛绒甜甜圈”OpenGL 场景，将 GPU 推至接近最大负载，主要用于测试：

• GPU 散热系统
• 热行为
• 电源稳定性
• GPU 核心稳定性
• 超频/降压稳定性
• 购买二手显卡时检查显卡状态

FurMark 1.39.x 是 Geeks3D 的较老一代版本。1.39.0 版于 2025 年发布；1.39.3.0 是后续的 1.39 分支版本。(MajorGeeks)

基本思路：

FurMark
   |
   v
生成极端的 GPU 工作负载
   |
   v
GPU 核心 -> 99%
VRAM -> 活跃
功耗 -> 接近 TDP 限制
温度 -> 最高
   |
   v
观察：
  - 崩溃？
  - 图像异常？
  - 过热？
  - 频率降频？

它被称为 “GPU 烤机工具”，因为它故意产生异常高的热负载。(MajorGeeks)

---

对于购买二手 RTX 3090 / 3060 / 7900 XT（你的情况）

FurMark 实际上很有用。

典型的二手测试流程：

1. 先运行 GPU-Z：

   • 检查 GPU 型号
   • VRAM 容量
   • BIOS
   • PCIe 链路

2. 运行 FurMark：

分辨率：1920x1080
MSAA：0x
持续时间：10-20 分钟

观察：

好的 RTX 3090 示例

GPU 使用率：       99%
功耗：           350W+
温度：           70-85°C
频率：          稳定
图像异常：      无
驱动崩溃：      无

坏卡迹象

温度：
95°C 以上

频率：
1800MHz -> 900MHz

屏幕：
彩色点
闪烁多边形
黑屏

驱动：
“NVIDIA 驱动已停止响应”

---

但 FurMark 不是真正的人工智能工作负载测试

对于你的 LLM/训练用途：

FurMark 测试：

图形渲染管线
OpenGL
着色器负载
热极限

它 不 测试：

CUDA
Tensor Core
VRAM ECC 行为
PyTorch 稳定性
长时间训练稳定性

对于 AI 显卡检查，我建议结合：

1. VRAM 测试

python -m pip install gpu-burn
gpu_burn 600

或

memtest_vulkan

2. CUDA 测试

import torch

x = torch.randn(
    (20000,20000),
    device="cuda"
)

for i in range(100):
    y = x @ x
    torch.cuda.synchronize()

print("OK")

3. 真实 AI 工作负载

示例：

vllm serve Qwen3-32B

或

torchrun train.py

运行数小时。

---

对于你的二手显卡购买：

• FurMark + GPU-Z + CUDA 测试 是一个良好的最低要求。

• 对于 RTX 3090 特别地，还要检查：

  • 显存温度（GDDR6X 可能达到 100°C 以上）
  • 风扇噪音
  • 电源接口状况
  • BIOS 是否被修改用于挖矿

FurMark 只能告诉你“这张卡能承受烤机负载”，但不能保证显存健康。(TechPowerUp)

参考文献：

• FurMark GPU 压力测试概述 (MajorGeeks)
• FurMark 版本历史/下载 (TechPowerUp)

---

AI生成和翻译，但整理分享仍需精力。如果觉得有帮助，欢迎 捐助支持。 微信：@lzwjava · X: @lzwjava · 打个招呼 👋

返回 捐助