AI 資料中心浸没式液冷完整監測指南 — 冷卻液溫度、粘度、污染度監測與能源優化方案

根本差異在於液體與 GPU 的接觸方式：

• 直液冷（DLC）：液體只與散熱片接觸，GPU 芯片本身乾燥。故障模式單一——液體泄漏或堵塞會立即導致溫度飆升
• 浸没液冷：整個 GPU 浸没在液體中。故障模式複雜——液體污染、氧化、粘度漂移會逐漸削弱冷卻效率

監測複雜度：浸没液冷需要額外的「化學健康監測」（TAN、含水量、粘度、污染度），成本比 DLC 高 30～50%，但換液成本能節省 60～70%。

標準周期是 12～24 個月，但最優做法是 基於實驗室檢測數據決策：

• 若 TAN < 0.5 mg KOH/g 且含水量 < 200 ppm：可繼續使用
• 若 TAN 在 0.5～1.0 之間或含水量 200～400 ppm：計劃 4～8 周內更換
• 若 TAN > 1.0 或含水量 > 400 ppm：立即更換（已危害系統）

用昶特的監測系統，每月進行一次化學分析（NT$15,000～25,000），就能精確預測液體壽命，避免浪費或故障。

污染源通常有四個：

• 外部進塵：機房空氣中的灰塵進入浸没箱。預防：定期更換空調濾網
• 進水：冷卻塔的冷凝水混入液體。預防：冷卻塔與浸没箱之間加防水單向閥
• 銅氧化沉澱：銅製散熱片氧化脫落變成微粒。預防：定期檢測 TAN，及時更換酸化液體
• 膠質沉澱：液體过度氧化產生膠質。預防：監測粒子污染度，不讓 ISO Code 超過 18/16/13

昶特的污染度傳感器能實時偵測粒子，提前 4～8 周警報，給你充足時間計劃換液。

影響：粘度升高會導致流量下降，冷卻效率減弱；粘度降低會增加泵浦耗能，同時流量增加可能沖壞細小組件。

監測方法：

• 間接法：通過同一個泵在相同轉速下，測量進出口壓力差。若 ΔP 上升 > 20%，說明粘度升高
• 直接法：每月進行實驗室粘度測試（需取樣 100ml 液體），成本 NT$3,000～5,000

昶特建議：安裝一對「對比壓力錶」（冷卻液進出口），定期記錄壓力差，結合月度實驗室檢測，可精確追蹤粘度變化。

危害：水分會加速液體氧化，並在溫度波動時促進膠質沉澱。

含水量標準：

• < 100 ppm：最優狀態（新液體）
• 100～200 ppm：可接受（正常運作 3～6 個月後的水平）
• 200～300 ppm：警告（需檢查通風與冷卻塔是否進水）
• > 300 ppm：危急（必須排查進水源並加強除濕）

預防：

• 在冷卻塔出口安裝「乾燥過濾器」，吸收空氣中的水分
• 定期檢查冷卻塔的防水網，防止雨水混入
• 浸没箱頂部的通氣孔要配置分子篩乾燥劑

TAN 升高的根本原因是液體中的碳氫化合物暴露於氧氣與高溫（40～60℃）時發生的自動氧化反應。

減緩氧化的方法：

• 降低溫度：溫度每下降 10℃，氧化速率約下降 50%。浸没箱溫度控制在 40～45℃ 比 55～60℃ 效果好得多
• 減少氧氣接觸：使用密閉式冷卻系統，浸没箱頂部不要暴露於空氣中
• 添加抗氧化劑**：一些高端礦物油已含有抗氧化添加劑（如苯酚類），能延長壽命 20～30%
• 定期通氣除濕：定期用乾燥氮氣吹過液體表面，去除吸附的水分與氧化產物

精度要求取決於監測的 目的：

• 系統級監測（冷卻塔、分配器溫度）：±1℃ 夠用（判斷系統整體效率）
• 浸没箱溫度監測：±0.5℃ 為標準（判斷液體分層與循環狀況）
• GPU 周邊液體溫度：±0.1℃ 最佳（精確判斷 GPU 工作溫度）

昶特的推薦配置：RTD-907A（±0.1℃）用於關鍵測點，標準溫度錶（±0.5℃）用於參考測點。這樣既能保證精度，又能控制成本。

停電影響取決於液體類型與環境溫度：

• 短時間停電（< 1 小時）：液體溫度下降，但不會凝固。礦物油的凝固點通常在 -20℃ 以下
• 長時間停電（數小時）：液體逐漸冷卻，GPU 散熱效率下降。此時應啟動備用冷卻系統（風冷備份）
• 停電後恢復電力：液體重新被加熱，但升溫過快可能導致局部沸騰（如果液體溫度曾下降至冷卻塔溫度以下，突然升溫時可能產生汽泡）

預防措施：

• 配置 UPS（不斷電系統），至少能支撐 30 分鐘的泵浦運作與冷卻，給你時間啟動備用系統
• 在浸没箱頂部安裝 膨脹水箱，停電後液體收縮時能自動補償

不會短路。這是浸没冷卻安全性的核心——冷卻液必須是絕緣的。

絕緣原理：

• 礦物油（液體電阻率 > 10^8 Ω·cm）不導電，不會在 GPU 腳上形成路徑
• 即使 GPU 進行正常的 3.3V / 12V / 48V 電源操作，通過礦物油的漏電流 < 1μA（完全安全）
• NVIDIA 官方認可的液冷廠商（Submer、ExaFlops 等）都使用非導電液體

安全認證：所有浸没液冷液體必須通過 ASTM D877 絕緣強度測試，台灣進口的礦物油都帶有這個認證。

維修難度確實比風冷高，因為涉及液體排放與污染預防：

• 故障 GPU 更換流程：
  • 步驟 1：排放浸没箱中的冷卻液到臨時淨化罐（40～60 分鐘）
  • 步驟 2：卸下故障 GPU（10～15 分鐘）
  • 步驟 3：安裝新 GPU（15～20 分鐘）
  • 步驟 4：清潔新 GPU（去除製造灰塵），檢查浸没箱內部污染（30 分鐘）
  • 步驟 5：重新填充液體，進行壓力 / 溫度測試（30 分鐘）
• 總時間：約 2～3 小時（相比風冷的 30 分鐘，確實較長）

預防高頻故障：通過昶特的監測系統監控 GPU 的溫度異常與功耗異常，能提前 2～3 周預測 GPU 故障（如電容老化、核心缺陷），提前更換，避免緊急維修。

不會。昶特選用的傳感器都是「液體兼容性認證」的：

• RTD-907A：不鏽鋼外殼 + Pt100 電阻，可耐受 ±60℃ 礦物油長期浸泡。壽命 > 5 年
• STT HART 傳送器：304 或 316L 不鏽鋼材質，能耐受液體腐蝕。壽命 > 8 年
• 壓力錶 PTS 系列：膜片材質選用 316L 或鈦合金，防腐蝕。壽命 > 5 年

定期維護：每年進行一次感測器校正，確保精度不漂移。昶特提供現場校正服務，成本 NT$8,000～12,000 / 年。

典型的 N+1 冗余設計：

• 主泵 + 備用泵：如主泵故障，備用泵自動啟動（配置止回閥防反向流動）
• 主冷卻塔 + 備用冷卻塔：主塔故障時切換備用，確保冷卻能力不中斷
• 液體流路設計：設計 2～3 條獨立流路，任一流路堵塞時，其他流路自動補償（通過檢查閥或電磁閥）
• 監測系統備份：SCADA 系統配置雙冗余控制卡，任一卡故障時自動切換

昶特的做法：在主要泵 / 冷卻塔的進出口都裝壓力錶，監測系統能自動偵測泵或塔的故障，立即觸發警報並啟動備用系統。

相比工業冷卻系統，浸没液冷機房有以下特殊需求：

• 液體通風與防水：需要「密閉式」冷卻系統，液體表面用膠蓋覆蓋，防止空氣氧化與水分混入
• 火災安全：礦物油屬於 Class IIIB 可燃液體，必須配置灑水系統、CO2 滅火器與排放通道
• 液體處理設施：需要液體淨化、乾燥、取樣檢測的專用區域，成本 NT$2M～5M
• 廢液回收與環保**：舊液體需要專業處理，回收成本 NT$500,000～1M / 年。台灣已有液體回收廠商
• 機房空調設計**：不需要高風量機房冷氣（傳統風冷需要 CFM 極高），可以改為「低溫恆溫器」維持機房 25～30℃，節省能耗 20～30%

台灣許多資料中心採取 漸進式升級，在既有風冷基礎上逐步部署液冷。監測系統的作用至關重要：

• 第一階段：部署液冷 Rack（占 20～30% 機房容量）+ 昶特監測系統，確保液冷區域可靠
• 第二階段：監測液冷區域與風冷區域的「熱邊界」，確保它們的熱流不會相互干擾
• 第三階段**：通過監測數據分析，量化機房整體 PUE 改善情況，決策是否全面升級到液冷

關鍵監測點：液冷區域的排熱出口與風冷區域的進冷進口之間的溫度差，應保持 > 5℃，防止冷空氣被液冷區排出的熱污染。

完全可以。昶特的 SCADA + AI 引擎能通過以下方式優化 PUE：

• 實時冷卻負荷調整：根據 GPU 的實時功耗，動態調整冷卻塔的轉速與冷卻液流量，避免過度冷卻
• 冷卻液溫度優化**：數據分析發現，將冷卻液進液溫度從 35℃ 提升至 40℃，仍能保持 GPU 在 50℃ 以下，但冷卻塔能耗下降 15%
• 預測性維護排程**：通過液體檢測數據預測何時需要換液，避免在生產高峰期進行維護，減少計算中斷
• 機房佈局優化**：分析發現某些機架的冷卻效率低 20%（可能是佈線不當或堵塞），及時優化

實際效果：台灣某 AI 資料中心通過 12 個月的監測數據分析與優化，PUE 從 1.35 降至 1.28，年度能耗節省 NT$18M。

培訓內容包括三個層級：

• 基礎級（操作人員）：8 小時培訓
  • 液冷系統基本原理
  • 日常巡檢與液體取樣方法
  • 異常報警的初步判斷與應對
• 中等級（維護工程師）：2 天培訓
  • 系統維修與液體更換流程
  • 傳感器校正與故障排查
  • 監測系統數據解讀
• 高級級（系統設計師）：1 周 workshop
  • 系統設計原理與成本優化
  • 故障診斷與預測維護策略
  • 多廠商設備集成方案

昶特提供完整的培訓與認證服務。台灣尚無官方認證，但昶特的培訓證書在業界廣泛認可。

數據安全是關鍵考量。昶特採用多層安全措施：

• 本地 SCADA**：採用獨立網絡（Isolated Network），不連接互聯網，完全隔離外部威脅
• 雲端備份**：液體檢測數據與 GPU 溫度數據通過加密通道上傳到雲端，使用 SSL/TLS 加密
• 訪問控制**：操作人員、工程師、管理員有不同的權限等級，敏感操作需要雙因素認證
• 審計日誌**：所有系統參數變更都被記錄，無法竄改歷史數據

符合 ISO 27001 資訊安全管理標準與 NIST Cybersecurity Framework。

絕對會延長。主要原因：

• 溫度效應**：GPU 在 40～50℃ 運作 vs 70～80℃ 運作，壽命差異巨大。根據微電子學可靠性理論，溫度每升高 10℃，芯片壽命約下降 50%
• 溫度穩定性**：浸没液冷的溫度波動 < ±2℃（因為液體熱容量大），遠低於風冷的 ±10℃。溫度波動會導致熱應力和金屬疲勞
• 無風冷沙塵**：浸没液冷密閉式設計，完全避免冷卻風道的灰塵積累與腐蝕，延長散熱效率

預期壽命改善：GPU 從 3～5 年延長至 7～10 年，相當於 2～3 倍的使用壽命增長。

昶特提供完整的生命週期支援：

• 設計與規劃**：免費的系統設計評估與成本模擬（2 周）
• 安裝與調試**：現場部署、傳感器校正、系統測試（2～4 周）
• 培訓與交付**：操作人員與維護工程師培訓（1 周）
• 月度化學分析**：液體 TAN、粘度、含水量、粒子計數報告
• 年度維保與校正**：傳感器校正、SCADA 系統更新、遠端技術支援
• 24/7 技術支援**：緊急故障時可遠端診斷或派駐現場工程師

合約方式：通常採取「監測系統年度服務費」模式，成本 NT$360,000～540,000 / 年，內含所有維保與化學檢測。相比系統帶來的收益（年度 NT$50M+），投資回報極高。

已經開始，並且快速成長。

• 現狀（2024 年中）**：台灣約有 3～5 家 AI 資料中心部署了浸没液冷（規模 500～5,000 GPU），主要是芯片設計公司與超級運算中心
• 預測（2025～2026）**：隨著 NVIDIA H100/H200、AMD MI300 需求爆炸，預計 50% 以上的新建 AI 資料中心會採用液冷
• 市場機會**：台灣的冷卻系統集成商、工程公司正在快速進入浸没液冷領域。昶特的監測系統成為這個市場的關鍵基礎設施
• 國際趨勢**：Google、Meta、Amazon 已大規模部署浸没液冷。台灣作為 GPU 中心，浸没液冷市場潛力巨大