一台自建服务器，装了若干张扩展卡。某次执行了 reboot 之后，其中一张卡连影子都没了——不是驱动没加载、不是设备名变了，而是它在总线上根本不存在。lspci 列表里找不到它，连它上游的那个 PCIe 根端口也无影无踪。反复重装驱动、重新扫描总线，全都无效，最后只能彻底关机再开，一切恢复。
如果你也遇到过「重启后少了一张卡，关机再开就好」，那么大概率不是卡坏了，也不是驱动问题。
现象
表现有几个层次，值得逐层确认：
$ lspci | grep -i <关键字>
（没有任何输出）
$ ls /sys/bus/pci/devices/
（目标设备目录不存在，连它的上级桥也一起消失）
注意最后一点：消失的不只是那张卡，还有它所在的端口/桥。这非常关键——驱动问题只会让设备不可用，不会让总线上的一座「桥」消失。桥没了，说明是固件层面把这块拓扑结构摘掉了。
软件层的手段（echo 1 > /sys/bus/pci/rescan、重载驱动、modprobe -r）在桥已经不存在的情况下都无从下手，这正是「怎么弄都恢复不了」的原因。
根因
问题出在 BIOS 里该 PCIe 端口的默认策略是「自动」（Auto）。
这个「自动」不是「自动配置、保持可用」的意思，而是一句带有移除条件的规则：没有检测到设备、或者该设备报告了错误时，就移除这个扩展端口。也就是说，固件在初始化时会对这个槽位做一次判断，如果它认为这个端口上「有问题」，它会主动把整个端口从枚举结果里删掉——连同它在总线拓扑里的节点一起删。
热重启（warm reboot）时，设备可能还没从上一轮的复位状态里完全恢复，或者自检过程中报了某个错误，固件据此判定「这个端口不可靠」，于是执行了移除。冷启动（完全断电后上电）时，所有设备都从零开始初始化，不会撞上这个判断，于是又正常了。
这解释了那个最反直觉的点：为什么「热重启丢卡、冷启动正常」。不是随机故障，而是策略在特定时序下被触发。
解决
应急恢复（先让机器能用）：彻底冷启动。
关机 → 关闭电源上的硬开关（或拔掉电源线）→ 等 20~30 秒 → 上电开机
20~30 秒是给待机电路和各类板卡的电容放电，确保不是又一次「伪冷启动」。
根治：进 BIOS，找到该端口的 PCIe 设置，把端口类型（命名可能是 PCIe Port Type、Slot Type、Root Port 配置之类）从 「自动」改成「启用」（Enabled）。改成启用后，固件不会再因为「觉得有问题」而移除端口，热重启时这张卡就稳住了。
改完建议连续做几次 reboot 验证，别改完重启一次没丢就以为好了。
延伸与预防
这类「固件主动做减法」的行为，在主板固件里比想象中常见。除了 PCIe 端口，类似的还有：USB 端口在自检失败时被禁用、内存插槽检测异常时被跳过、风扇接口读数异常时直接停转。它们的共同点是默认值里藏着一个「遇到异常就放弃」的策略，而这个策略在正常使用时几乎不会触发，一旦硬件有点小毛病或时序不巧，就会以「设备凭空消失」的形式爆发出来。
所以在虚拟化宿主机、直通设备这类场景里，一个稳妥的做法是：凡是关键设备所挂的端口，都从「自动」显式改成「启用」或对应的固定模式，把固件的判断权收回来。另外，把「热重启后设备消失」和「冷启动后恢复」当成一个固定的排查信号——出现这个组合，第一反应就该是去看固件里那个端口的策略，而不是去怀疑卡本身。