Prije par dana mi se dogodilo nešto što svakome tko radi s računalima izazove jezu, disk na kojem sam imao 580 GB fotografija počeo se nasumično zamrzavati. Ne samo usporavati, nego doslovno zamrznut, ponekad na par sekundi, ponekad na pola minute, ponekad s neizbježnim restartom. I to baš na disku s podacima koji se ne mogu nadoknaditi.

Dijelim cijelu priču jer sumnjam da nisam jedini kome se ovo može dogoditi, a pogreške koje sam usput napravio (i lekcije koje sam naučio) mogu nekome uštedjeti dan-dva muke.

Prvi simptomi “disk se smrzava, ali CrystalDiskInfo kaže da je sve OK”

Krenulo je bezazleno: povremeno zamrzavanje sustava kad bih nešto radio s određenim diskom. Pokrenem CrystalDiskInfo i kaže “Good”, 100% zdravlje, temperatura 46°C. Naizgled sve uredu, a sustav se i dalje povremeno zaglavi.

Ovo je prva lekcija: SMART status koji kaže “Good” ne znači da je disk stvarno zdrav. Pokazuje samo osnovne brojčane pragove, ne i stvarno ponašanje diska pod opterećenjem.

Dijagnostika: chkdsk, SMART logovi i prva otkrića

Pokrenuo sam standardnu provjeru (chkdsk D: /f /r) koja na ovom disku nije trajala desetke minuta kako se očekuje, nego satima, prva naznaka da nešto ozbiljno nije u redu s kontrolerom diska, ne samo sa sustavom datoteka.

Dublja provjera SMART log datoteke otkrila je dvije ključne stvari:

• 80+ sati thermal throttlinga kroz životni vijek diska, disk je proveo značajan dio radnog vijeka u stanju pregrijavanja
• 78 “unsafe shutdowns” – brojač neočekivanih gašenja, što se točno poklapalo sa zamrzavanjima koja sam doživljavao

Disk je bio smješten direktno ispod grafičke kartice, potpuno gol, bez ikakvog hladnjaka, klasična greška kod sastavljanja računala kad se ne obrati pažnja na to gdje točno NVMe disk završi u kućištu.

Pokušaji rješavanja, što je i nije pomoglo

Isprobao sam gotovo sve što dolazi u obzir:

• Hlađenje: spustio temperaturu čak na 17°C ventilatorom. Disk se odmah opet zamrznuo. Temperatura nije bila glavni uzrok, samo dodatni faktor.
• TRIM/chkdsk: nisu riješili ništa jer disk nije imao oštećen sustav datoteka, problem je bio dublje.
• BIOS postavke, XMP, CMOS reset: potpuno nepovezano, čisti gubitak vremena (čak sam usput zaglavio sustav na crnom ekranu nakon neuspjelog memory traininga).

Pravi proboj došao je kad sam u Windows Event Vieweru pronašao stotine zapisa “Event ID 129 – Reset to device” iz stornvme drivera. To je dokaz da Windows kontinuirano šalje hardverski reset kontroleru jer ne odgovara na vrijeme, pravi, mjerljivi dokaz kroničnog problema s kontrolerom, ne nagađanje.

Spašavanje podataka, kad softver otkaže, posegni za Linuxom

Dok sam tražio rješenje, morao sam paralelno spašavati 580 GB fotografija s diska koji je nasumično padao na 0-1 MB/s brzine usred kopiranja. Isprobao sam File Explorer, TeraCopy, robocopy i svi su nailazili na isti zid, jer problem nije bio u alatu nego u samom kontroleru diska.

Ono što je na kraju uspjelo: bootao sam računalo preko Live Linux USB-a umjesto Windowsa. Drugačiji driver stack se pokazao stabilnijim, i uspio sam prebaciti sve podatke na drugi disk bez daljnjih prekida.

Popunjenost diska je ključni faktor

Nakon što je disk ispražnjen (svi podaci prebačeni), dogodilo se nešto neočekivano, disk je odjednom počeo raditi savršeno normalno. Iskoristio sam priliku i:

• Ažurirao firmware s “poboljšanim garbage collection algoritmom”
• Pokrenuo chkdsk na praznom disku i završio za 2.6 sekundi umjesto sati, bez ijedne greške
• Testirao brzine CrystalDiskMarkom i gotovo tvornički deklarirane brzine (3800 MB/s čitanje, 2650 MB/s pisanje)

Zatim sam postupno vraćao podatke natrag i ponavljao testove. Rezultat je bio jasan: na 39% popunjenosti diska, brzina pisanja je znala pasti na svega 800 MB/s neposredno nakon velikog transfera jer se SLC cache (privremeni “brzi” prostor koji budžetni diskovi koriste) napuni i treba vremena da se isprazni u pozadini. Kad bih pričekao par minuta i ponovio test, brzina se vratila na 2600 MB/s.

Što sam naučio

Ako radiš s NVMe diskovima evo konkretnih zaključaka iz ovog iskustva:

• Jeftiniji NVMe diskovi (bez DRAM cache-a) imaju realna ograničenja jer rade odlično kad su prazni ili poluprazni, no performanse dramatično padaju kako se pune, pogotovo kod masovnog kopiranja velikih količina podataka.
• Ne puni budžetni NVMe disk preko 50-60% kapaciteta ako ga koristiš za ozbiljniji rad. Ostavi prostor za SLC cache i garbage collection.
• M.2 slot ispod grafičke kartice gotovo uvijek treba hladnjak ako ploča nema ugrađeni “thermal guard” na tom slotu, dodatni pasivni hladnjak (10-ak eura) je jeftino osiguranje.
• SMART status “Good” nije nikakva garancija za stvarnu dijagnostiku, pogledaj Event Viewer (Event ID 129 iz stornvme drivera otkriva probleme koje CrystalDiskInfo neće pokazati).
• Firmware update je često podcijenjen korak jer proizvođači redovito rješavaju baš ovakve probleme kroz poboljšanja garbage collection algoritma, ali rijetko tko provjerava ima li noviji firmware za svoj disk.
• Kad softverski alati za kopiranje zakažu, Live Linux USB je ozbiljna opcija jer drugačiji driver stack ponekad uspije tamo gdje Windows redovito otkazuje.

Na kraju je priča imala sretan završetak, sve fotografije su spašene, disk sad radi stabilno i naučio sam lekciju koju ću primjenjivati kod svake buduće nabave diskova.