惩罚参数设为无穷大时，可以拟合出任意一个凸的非线性分割面，相关证明可参考流形基本定理。注意本题指的是理论上的情形，实际操作中只要将惩罚参数设置得足够大即可。

在支持向量机（SVM）中，惩罚参数 \( C \) 的作用是平衡分类间隔的宽度和分类错误的惩罚。对于非线性可分的数据，通常会引入核函数将数据映射到高维空间，使其在高维空间中线性可分。然而，惩罚参数 \( C \) 的设置也会影响模型的表现。

选项分析：
- **A: 设惩罚参数C=1**：此选项表示对分类错误有适度的惩罚，但并不能保证所有非线性可分的数据在原始空间中变得线性可分。
- **B: 设惩罚参数C=0**：此选项表示对分类错误没有任何惩罚，实际上相当于不进行分类任务，显然不能保证模型线性可分。
- **C: 设惩罚参数C=无穷大**：此选项表示对分类错误有极高的惩罚，理论上会尽量减少分类错误，但在实际中可能导致过拟合，且仍然不能保证非线性可分的数据在原始空间中变得线性可分。

正确答案是：**D: 以上都不对**。

专业分析：
为了处理非线性可分的数据，通常的做法是使用核函数（如高斯核、多项式核等）将数据映射到一个高维空间，在这个高维空间中数据可能变得线性可分。惩罚参数 \( C \) 的作用是控制分类错误和间隔的权衡，但它本身不能直接使非线性可分的数据在原始空间中变得线性可分。

因此，保证模型线性可分的关键在于选择合适的核函数和适当的参数调节，而不是仅仅通过设置惩罚参数 \( C \) 来实现。