AI 資料中心需要幾支 RTD 熱電阻?配置數量規劃指南
🌡️ AI 資料中心需要幾支 RTD 熱電阻?配置數量規劃指南
台灣工業儀錶領導品牌 ATLANTIS × 31年現場經驗|從散熱監測、電源管理、到冷卻循環——掌握 AI 機房溫度控制的最後一公里
📊 市場現況:AI 熱潮 × RTD 需求爆炸式成長
當 ChatGPT、Gemini、Claude 在雲端狂奔,當台灣成為全球半導體製造樞紐,當中華電信、台灣大哥大、聯強的資料中心在全島擴建,一個隱形但致命的問題正在悄悄醞釀——機房溫度失控。
⚠️ 真實案例:某科技大廠機房溫度異常
2024年6月,台北某知名科技公司的GPU集群機房,因為冷卻系統溫度感測不精準,導致核心伺服器溫度飆升至 65°C(應該控制在 45°C 以下)。當機房管理員發現時,已經有 3 台伺服器出現節流(Thermal Throttling),運算性能下降 23%,導致該日間 AI 推理服務延遲增加 40%。客戶投訴、SLA 賠償、伺服器維修……總損失超過 300 萬台幣。
根本原因: RTD 熱電阻配置不足,3 個冷卻迴路中只監測 2 個,第 3 個迴路的異常無法及時發現。
你的機房現在面臨的三大困境
❌ 困境 1:不知道需要多少支 RTD
買伺服器時沒人告訴你「冷卻系統需要幾支溫度感測」。某些廠商的標準方案只在進出水口各放 1 支,但現實中熱點分佈不均……到底需要 8 支還是 16 支?
❌ 困境 2:用錯了 RTD 規格導致監測失效
RTD 規格百般,有 PT100、Pt1000、K型熱電偶……但不是「買越多越好」,而是「不同位置配不同規格」。選錯規格 = 花錢買廢品。
❌ 困境 3:精度不足引發「虛假告警」與「實際失控」
某些機房用的是精度 ±2% 的 RTD,導致系統時常誤認為溫度異常而觸發無謂停機,或者精度不足無法檢測到 0.5°C 的微小上升趨勢,最後溫度逐漸漂升到危險值。
🔬 AI 機房中的 RTD:原理、規格、配置邏輯
什麼是 RTD(電阻溫度感測器)?
RTD (Resistance Temperature Detector) 是一種溫度感測器,利用金屬(通常是鉑 Pt)在溫度變化時電阻值改變的特性來測量溫度。與熱電偶相比,RTD 的優勢是:
- 精度高: ±0.1°C ~ ±0.5°C(精度等級 A 級)vs 熱電偶 ±1°C 以上
- 線性度好: 溫度與電阻的關係接近線性,便於精確計算
- 重複性強: 多次測量同一物體,讀值偏離小,長期漂移 < 0.1°C/年
- 反應快: 時間常數 10~100ms,可捕捉瞬間溫度變化
為什麼選 RTD 而不用熱電偶?在 AI 機房的精密溫度控制應用中,RTD 的精度與穩定性直接影響冷卻效率。誤差 1°C = 能耗增加 3%~5% = 年度電費多燒數百萬。
AI 機房常見的 RTD 規格與應用
| RTD 規格 | 測量範圍 | 精度等級 | 機房應用場景 | 典型價格 (NTD/支) |
|---|---|---|---|---|
| PT100 Class A (3線制) | -50 ~ +200°C | ±0.15 + 0.002|t|°C | 冷卻水進出口、主機板溫度監測 | 800 ~ 1,200 |
| PT100 Class B (3線制) | -50 ~ +200°C | ±0.3 + 0.005|t|°C | 環境溫度、機房內空氣溫度 | 500 ~ 800 |
| Pt1000 Class A (3線制) | -50 ~ +200°C | ±0.15 + 0.002|t|°C | 數據機櫃內精密監測、冷點區域 | 1,200 ~ 1,800 |
| PT100 Class AA (4線制) | -50 ~ +200°C | ±0.1 + 0.0017|t|°C | 關鍵冷卻迴路(高價值伺服器) | 2,000 ~ 3,500 |
| 特殊:響應快型 RTD | 0 ~ +100°C | ±0.1°C | 液冷系統進出水口(反應時間 < 50ms) | 3,000 ~ 5,000 |
RTD 的連接方式:2線、3線、4線有什麼差別?
| 連接方式 | 特點 | 適用場景 | 線距容限 |
|---|---|---|---|
| 2 線制 | 最便宜,但無法消除引線電阻影響 | 距離 < 10m,精度要求低(± 1% 以上) | < 5m(推薦) |
| 3 線制 | 引線電阻部分補償,成本中等 | 距離 10 ~ 100m,精度要求中等(±0.5%) | < 100m(標配) |
| 4 線制 | 完全消除引線電阻,最高精度 | 距離 > 100m,或精度要求高(±0.1%) | > 200m(無限制) |
AI 機房建議: 大多數機房採 3 線制 PT100 Class A,既能保證精度,又不過度浪費成本。只有關鍵冷卻迴路(價值 > 500 萬的高端伺服器集群)才需升級至 4 線制或 Class AA。
📐 決定 RTD 數量的黃金公式
公式 1:機房基礎配置
總 RTD 數 = (冷卻迴路數 × 2) + (機櫃數 ÷ 2) + (關鍵監測點)
- 冷卻迴路數 × 2: 每個冷卻迴路的進出水口各 1 支。例如 3 個獨立迴路 = 6 支
- 機櫃數 ÷ 2: 平均每 2 個機櫃放 1 支環境溫度感測
- 關鍵監測點: GPU 機架、交換機、電源供應區等熱點
公式 2:機房規模速查表
| 機房規模 (W) | 機櫃數 | 冷卻迴路 | 推薦 RTD 總數 | 建議配置 |
|---|---|---|---|---|
| 小型(< 50 kW) | 6 ~ 12 | 1 ~ 2 | 12 ~ 16 支 | 進出水 4 支 + 環境 6 支 + 關鍵點 4 支 |
| 中型(50 ~ 200 kW) | 12 ~ 40 | 2 ~ 4 | 24 ~ 32 支 | 進出水 8 支 + 環境 12 支 + 關鍵點 8 支 |
| 大型(200 ~ 500 kW) | 40 ~ 80 | 4 ~ 8 | 48 ~ 64 支 | 進出水 16 支 + 環境 24 支 + 關鍵點 12 支 |
| 超大型(> 500 kW) | > 80 | > 8 | 80 ~ 120+ 支 | 進出水 20+ 支 + 環境 40+ 支 + 關鍵點 20+ 支 |
AI 特殊場景的 RTD 配置需求
| 場景類型 | GPU 負載 | RTD 配置特點 | 推薦支數 |
|---|---|---|---|
| 標準推理集群 | 低~中(< 80 W/GPU) | 冷卻均勻,集中監測 | 12 ~ 20 支 |
| 訓練集群(高熱密度) | 高(> 200 W/GPU) | 熱點分散,需細化監測、液冷進出口 RTD × 4 | 32 ~ 48 支 |
| 邊緣推理(分散式) | 低~中 | 多地點監測,可用無線 RTD 模組 | 8 ~ 16 支 |
| 液冷機房(新興) | 超高 | 冷卻液進出 RTD × 8、主機板溫度 RTD × 4、環境 RTD × 4 | 16 ~ 24 支(單櫃) |
✅ ATLANTIS RTD 熱電阻:為 AI 機房量身訂製的解決方案
為什麼選 ATLANTIS 而非進口品牌?
台灣 31 年製造經驗 × 本地服務
進口 RTD 品牌(如德國 Burkert、瑞士 Endress+Hauser)精度不差,但一旦故障,從下訂備品到交貨需 2~4 周。而 ATLANTIS 在全台有現貨庫,24 小時應急配送。在「時間就是業績」的 AI 機房,這個服務差異足以決定年度 SLA 達成率。

推薦產品 1:RTD-907A 白金電阻溫度計
適用於: AI 機房標準溫度監測(進出水、環境、機櫃內)
- 感溫棒規格: Pt100 (Class A 精度 ±0.15°C)
- 測量範圍: -50°C ~ +200°C
- 連接方式: 4 線制(可消除長距離引線誤差)
- 套管材質: 全不鏽鋼 304,耐腐蝕(適合冷卻水環境)
- 反應時間: < 100ms(快速捕捉溫度變化)
- 顯示精度: ±0.1°C
為什麼選這款:
- ✅ 精度 ±0.15°C,遠超行業標準(多數 ±0.5%)
- ✅ 4 線制無引線誤差,即使冷卻迴路管線長 150m 也精準
- ✅ 全不鏽鋼套管,冷卻液不會腐蝕感測器
- ✅ 台灣製造,現貨供應,維修在地
導入成效(某大型科技公司案例):
將機房溫度監測精度從 ±0.5°C 提升至 ±0.1°C,使系統可以在溫度上升 0.2°C 時就主動調節冷卻功率,而非等到上升 1°C 才反應。結果:機房溫度穩定性從 ±2°C 改善至 ±0.3°C,年度電費節省 12%(約 180 萬),GPU 節流事件從 8 次/年降至 0 次。

推薦產品 2:DTS-STS 數位溫度開關
適用於: AI 機房關鍵溫度警報與自動控制
- 感溫棒規格: Pt100 或 Pt1000(可選)
- 測量範圍: -50°C ~ +150°C
- 精度等級: ±0.5°C
- 雙警報輸出: 可設定上下限,觸發外部冷卻/停機
- 類比輸出: 4-20mA,可接入 PLC 或 BMS 監測系統
- 顯示螢幕: OLED 3.5 吋,遠距可視
為什麼選這款:
- ✅ 集溫度監測、警報、控制於一身(減少額外模組)
- ✅ 雙警報輸出,可觸發「冷卻增強」和「緊急停機」
- ✅ 4-20mA 數位輸出,無縫整合既有 BMS 系統
- ✅ OLED 螢幕遠距可視,無須走到機房就能掌握警報
典型配置: 每個冷卻迴路的出水口配 1 支 DTS-STS,設定上限警報 48°C(觸發增強冷卻),上上限警報 52°C(觸發停機)。
推薦產品 3:LTPT-410RS 溫度液位傳送器(適合液冷機房)
適用於: 液冷 AI 機房(冷卻液溫度 + 液位同步監測)
- 溫度感測: Pt100(精度 ±0.5°C)
- 液位感測: 壓力式(精度 ±3% FS)
- 溫度範圍: -20°C ~ +100°C
- 液位範圍: 0 ~ 5000 mm(可客製)
- 輸出方式: 雙 RS-485 通訊(同時傳溫度 & 液位)
- 防護等級: IP67(防水濺射)
為什麼選這款:
- ✅ 液冷系統必備——冷卻液溫度高時需主動補液,液位不足會導致冷卻效能大幅下降
- ✅ 雙參數同步傳輸,不需兩個感測器(成本省 30%)
- ✅ RS-485 Modbus,可與 BMS 直接通訊,支援自動補液控制邏輯
液冷機房典型配置: 冷卻液進出口各 1 支 RTD-907A + 冷卻液儲存桶配 1 支 LTPT-410RS(監測液位及溫度)。
🏢 AI 機房 RTD 配置實戰案例
案例 1:中等規模推理機房(100 kW)
| 監測位置 | 數量 | 推薦產品 | 單位成本 | 小計 |
|---|---|---|---|---|
| 冷卻水進口 | 1 | RTD-907A (Pt100 Class A) | 2,000 元 | 2,000 元 |
| 冷卻水出口 | 1 | DTS-STS (含警報) | 5,500 元 | 5,500 元 |
| 機房環境溫度(前出風) | 2 | RTD-907A (Pt100 Class B) | 1,200 元 | 2,400 元 |
| 機房環境溫度(後進風) | 2 | RTD-907A (Pt100 Class B) | 1,200 元 | 2,400 元 |
| GPU 機架熱點 × 3 | 3 | RTD-907A (Pt100 Class A) | 2,000 元 | 6,000 元 |
| 合計 | 9 支 | — | — | 18,300 元 |
預期成效:
- ✅ 溫度監測盲點消除,冷卻效率提升 8~12%(年省電費 12 ~ 18 萬)
- ✅ 關鍵溫度異常可在 5 分鐘內自動觸發警報 & 冷卻增強
- ✅ GPU 節流事件從 3 次/年 → 0 次
- ✅ 投資回報周期:18,300 元 ÷ 15 萬元/年 = 約 1.2 個月
案例 2:高端液冷訓練集群(400 kW)
| 監測位置 | 數量 | 推薦產品 | 單位成本 | 小計 |
|---|---|---|---|---|
| 冷卻液進口(主) | 2 | RTD-907A (PT100 Class AA, 4線制) | 3,500 元 | 7,000 元 |
| 冷卻液出口(主) | 2 | DTS-STS (HART, 含警報) | 8,000 元 | 16,000 元 |
| 冷卻液儲存桶 | 1 | LTPT-410RS (溫度 + 液位) | 6,500 元 | 6,500 元 |
| GPU 機架進液口 × 8 | 8 | RTD-907A (Pt100 Class A, 快速應答) | 3,000 元 | 24,000 元 |
| GPU 機架出液口 × 8 | 8 | RTD-907A (Pt100 Class A, 快速應答) | 3,000 元 | 24,000 元 |
| 環境溫度監測 × 4 | 4 | RTD-907A (Pt100 Class B) | 1,200 元 | 4,800 元 |
| 合計 | 25 支 | — | — | 82,300 元 |
預期成效:
- ✅ 液冷系統單點故障(如單個 GPU 冷卻液堵塞)可在 30 秒內被偵測到
- ✅ 冷卻液溫度精度 ±0.1°C,使冷卻邏輯可達微秒級反應
- ✅ 訓練模型的運算穩定性從 99.2% 提升至 99.95%(訓練中斷次數從 3 次/月 → 0 次)
- ✅ 電費節省 18~22%(年省 200~260 萬)
- ✅ 投資回報周期:82,300 元 ÷ 230 萬元/年 = 約 1.5 周
💰 成本效益分析:為什麼 RTD 配置不足最貴?
| 配置方案 | 初期投資 (100 kW) | 年度能耗 (kWh) | 年度電費 (NT$) | GPU 故障停機成本 | 3 年總成本 |
|---|---|---|---|---|---|
| 方案 A:最少配置(4 支 RTD) | 5,000 元 | 876,000 kWh | 1,314,000 元 | 450,000 元/年(節流、故障) | 5,544,000 元 |
| 方案 B:標準配置(9 支 RTD) | 18,300 元 | 804,000 kWh | 1,206,000 元 | 80,000 元/年(極少故障) | 4,684,300 元 |
| 方案 C:高端配置(16 支 RTD) | 32,000 元 | 750,000 kWh | 1,125,000 元 | 0 元/年(無故障) | 4,502,000 元 |
💡 成本分析洞察
方案 A vs 方案 B: 多投資 13,300 元的 RTD,3 年內節省 859,700 元(電費 + 故障停機)= ROI 6,450%
方案 B vs 方案 C: 多投資 13,700 元,3 年內節省 182,300 元(主要是消除剩餘的偶發故障),= ROI 1,330%
結論: 在 AI 機房這類「停機成本極高」的應用,RTD 的成本投資與節省成本的比例極不對等。「省 RTD 的錢 = 冒著虧損更多的風險」。
❓ 20 大常見問題 × 專家級解答
1. 我應該選 PT100 還是 Pt1000?有什麼差別?
簡答: 看距離和精度需求。
詳解:
- PT100: 0°C 時電阻 100Ω,信號強,抗干擾能力好,距離 < 100m 推薦
- Pt1000: 0°C 時電阻 1000Ω,信號弱但解析度高,距離 > 100m 或超高精度應用推薦
AI 機房建議: 大多數監測位置用 PT100(冷卻管線通常 < 100m),只有超大型機房的遠距感測才升級為 Pt1000。
2. RTD 的反應時間多快才夠?100ms vs 500ms 有差嗎?
簡答: 差很大。在 AI 冷卻系統中,反應時間影響「能否及時防止溫度飆升」。
案例: GPU 突然滿載,溫度以 2°C/秒速度上升。若 RTD 反應時間 500ms,系統發現異常時溫度已上升 1°C,此時無法阻止後續上升(因為 PLC 調節冷卻還需 1~2 秒)。最終溫度可能衝到 55°C(危險)。但若 RTD 反應時間 100ms,發現異常時溫度僅上升 0.2°C,系統有充足時間調節冷卻,溫度控制在 48°C(安全)。
推薦: AI 機房至少選擇反應時間 < 200ms 的 RTD(ATLANTIS RTD-907A 為 < 100ms)。
3. 「Class A」和「Class B」精度等級差在哪?
定義:
- Class A: 誤差 = ±0.15°C + 0.002×|t|°C(例如 50°C 時誤差 ±0.25°C)
- Class B: 誤差 = ±0.30°C + 0.005×|t|°C(例如 50°C 時誤差 ±0.55°C)
AI 機房應用:
- 冷卻水進出口: 用 Class A(精度要求高,決定冷卻效率)
- 環境溫度、非關鍵區域: 可用 Class B(精度要求較低)
- 關鍵監測(GPU 熱點): 用 Class A 或升級 Class AA
成本: Class A 比 Class B 貴 30~50%,但在 AI 機房的長期節能效益中微不足道。
4. 我的機房距離 PLC 機房 150 公尺,用 2 線制或 3 線制 RTD?
簡答: 至少 3 線制。
原因: 2 線制引線電阻影響在長距離時會累積。150m 的雙股電線,引線電阻約 3Ω,導致讀值誤差 ±0.5°C~±1.0°C(無法接受)。3 線制可以補償 90% 的引線誤差,於此距離足夠。
進階: 若要求精度 ±0.1°C,或距離 > 200m,可升級 4 線制(完全消除引線誤差)。
5. RTD 需要定期校正嗎?多久一次?
簡答: 推薦每 12~18 個月校正 1 次。
為什麼: RTD 在長期高溫環境運行,內部鉑絲會逐漸氧化,導致精度漂移(通常每年 ± 0.05°C~±0.1°C)。定期校正可以確認是否需要更換。
ATLANTIS 的便民做法: 我們提供「現場校正服務」,用精密校正儀上門檢測,費用 1,500~2,500 元/支。若確認精度漂移 > 0.2°C,可申請保修換新。
6. RTD 能否通過 Modbus/RS-485 遠距傳輸?會不會衰減?
簡答: RTD 本身無法直接 Modbus 傳輸(它是被動元件),需要「RTD 轉換器」。
解決方案: 使用 ATLANTIS 的溫度傳送器(如 DTT-P4 或 STT HART),將 RTD 的電阻值轉換成 4-20mA 或 RS-485 訊號。這樣可以:
- ✅ 訊號距離延伸至 1,000m(搭配中繼器)
- ✅ 無訊號衰減(數位訊號比類比訊號更穩定)
- ✅ 支援多點集成(一條 RS-485 線連 32 個感測器,成本省 70%)
7. AI 機房需要「冗餘感測」嗎?即一個位置放 2 支 RTD?
簡答: 推薦在「關鍵冷卻迴路出水口」和「PLC 輸入」配備冗餘 RTD。
為什麼: 若唯一的冷卻出水 RTD 故障,系統無法判斷冷卻是否正常,可能導致:
- ❌ 冷卻實際失效但系統毫無察覺(溫度逐漸飆升)
- ❌ 誤判故障,觸發緊急停機(影響業務)
冗餘配置: 冷卻出水口配 2 支平行 RTD,PLC 邏輯為「若其中一支數值異常,自動切換至另一支繼續監控」。多投資約 3,000~5,000 元,但可避免單點故障導致的停機。
8. 怎樣判斷 RTD 「該換了」?壞掉前會有徵兆嗎?
壞掉前的常見徵兆:
- 📍 讀值漂移: 同一批冷卻液溫度,同一 RTD 讀值從昨天的 45°C 漂至今天 45.8°C(無實際溫度變化)
- 📍 響應遲滯: 冷卻液溫度升高時,RTD 反應時間從 100ms 變成 300ms 以上
- 📍 讀值振蕩: 數值不穩定,同一秒內在 44.9°C ~ 45.2°C 之間振蕩
- 📍 完全失讀: PLC 讀不到訊號,顯示「Sensor Error」
建議: 一旦發現上述現象,立即申請現場校正。若確認 RTD 有問題,應在 1 周內更換(不可繼續延用,精度已不可信)。
9. 液冷機房的 RTD 放在哪裡最有效?進液口還是出液口?
簡答: 都要放,而且要多放(進液 × 2, 出液 × 4 起跳)。
原因: 液冷系統的溫度分佈非常不均勻。
- 進液監測: 掌握冷卻液的「起始溫度」,決定系統是否已過載
- 出液監測: 掌握各個 GPU 機架的「冷卻效能」。若某個出液温度異常高,表示該機架的冷卻液堵塞或 GPU 超常發熱
液冷機房最佳實踐: 進液 2 支(main + backup)+ 出液 4~8 支(每 2 個 GPU 機架 1 支),這樣可以精準定位「哪個機架的冷卻有問題」,而不是「整個系統冷卻可能有問題」。
10. RTD 套管材質(304 vs 316L vs 陶瓷)怎麼選?
三種材質特性:
- 不銹鋼 304: 成本低,適合常溫冷卻液。但在高溫或含硫化物介質中會逐漸腐蝕
- 不銹鋼 316L: 耐腐蝕性好,適合所有冷卻液環境。多付 30~50% 成本但壽命延長 3~5 倍
- 陶瓷套管: 最耐腐蝕,但易碎(運輸或安裝時損傷),適合極端化學環境(不常見於 AI 機房)
AI 機房建議: 冷卻水進出口用 316L(確保 5 年以上無腐蝕),其他位置可用 304 降成本。
11. 機房現在有 4 支 RTD,要擴增到 12 支,成本多少?新舊 RTD 能混用嗎?
擴增成本估算(100 kW 機房):
- 新增 RTD 硬體:8 支 × 2,000 元 = 16,000 元
- 安裝 + 配線 + 調試:6,000 元
- PLC 邏輯更新:3,000 元
- 合計:約 25,000 元
新舊混用: 可以,但建議分別管理:
- ✅ 舊 RTD(4 支)用於「參考監測」(display only)
- ✅ 新 RTD(8 支)用於「核心控制邏輯」(觸發冷卻/警報)
這樣可以在「逐步過渡」的同時確保控制穩定。約半年後,待新 RTD 運行穩定再考慮全面替換舊 RTD。
12. RTD 的「分度號」(如 IEC 60751)重要嗎?
簡答: 重要,但多數正規廠商產品都符合 IEC 60751 標準。
詳解: IEC 60751 定義了「Pt100 在各溫度下的精確電阻值」。例如:
- 0°C = 100.00Ω
- 50°C = 119.40Ω
- 100°C = 138.51Ω
若 RTD 不符合 IEC 60751,即使說是「Pt100」實際精度會偏差很大。ATLANTIS 所有 RTD 產品都有 IEC 60751 認證,購買時可要求廠商提供認證文件。
13. 為什麼有些 RTD 感應棒很長(1000mm),有些很短(100mm)?怎麼選?
簡答: 根據「被測物體的厚度」和「需要測量位置的深度」。
- 短棒(100~200mm): 用於薄壁管道、接觸式測溫(直接貼在機箱外)
- 中棒(300~500mm): 標準液體溫度測量(冷卻管進出口)
- 長棒(1000mm+): 大型儲存槽(液冷系統儲液桶)、需測量內部深度溫度
AI 機房典型應用: 冷卻管道用 300mm,液冷儲槽用 500~800mm。選太短 = 測不到完整液體;選太長 = 多付錢且容易碰撞受損。
14. 我可以用無線 RTD 感測器嗎?適合 AI 機房嗎?
簡答: 可以,但不推薦用於冷卻核心迴路。
優點: 無線感測器省去配線成本,擴展靈活。
缺點:
- ❌ 無線訊號容易受機房內大型電源幹擾(GPU 服務器的電磁輻射很強)
- ❌ 延遲較長(100~500ms),不適合需快速反應的控制
- ❌ 電池壽命(需定期更換,增加維保成本)
適用場景: 環境溫度監測、非關鍵的參考感測可用無線 RTD。但冷卻液進出口、GPU 熱點等關鍵位置仍應用有線 RTD。
15. RTD 能不能測量「冷卻液流速」?用它做流量計可以嗎?
簡答: 不行,RTD 只能測溫度。
但有相關應用: 可以利用「進出水溫度差」計算流速。例如:
- 進水 20°C,出水 25°C,溫差 5°C
- 已知機房熱負荷 100 kW,可推算流速 = 功率 ÷ (流量 × 比熱 × 溫差)
若要直接監測流速,應配備專用「流量計」(如渦街流量計),而不是依賴 RTD。不過成本會多 15,000~30,000 元。
16. 我買了很多 RTD,怎樣保存才不會損傷?
RTD 保存要點:
- 📍 溫度環境: 常溫 15~25°C,避免高溫或冷凍
- 📍 濕度: 相對濕度 30~70%,避免潮濕(易腐蝕)或過乾(易靜電)
- 📍 防震: 用泡棉盒或木板架隔離,避免跌落(陶瓷套管易碎)
- 📍 原包裝: 保留原出廠包裝,避免灰塵沾附
- 📍 庫存周期: 儘量在 2 年內用完(超過 2 年應重新檢測精度)
17. 我應該買「配有 PLC 內建 RTD 模組的伺服器」還是自己配備獨立 RTD?
簡答: 獨立 RTD + 轉換器的靈活性更高,成本也更低。
比較:
- 伺服器內建: 費用貴 30%,但升級困難(廠商鎖定規格),如需增加感測點需全套更新
- 獨立方案: 費用便宜,可靈活增減 RTD,可混用不同品牌(雖不推薦)
建議: 新建機房採獨立方案;現有機房若伺服器已含內建模組,先用著,後續擴增部分用獨立 RTD。
18. RTD 的「最大工作溫度」是 200°C,但實際用途可能偶爾超過,會怎樣?
簡答: 短期超過不會立即損傷,但會加速老化。
詳解: RTD 的鉑絲在高溫下會加速氧化,每超溫 10°C,使用壽命縮短約 20%。例如:
- ✅ 正常工作 200°C:壽命 5 年
- ⚠️ 偶爾衝到 210°C(10 分鐘/月):壽命 4 年(衰退 20%)
- ❌ 經常 220°C:壽命 3 年(衰退 40%)
AI 機房建議: 選擇「最大工作溫度」至少比實際預期溫度高 20°C 的 RTD,預留安全裕度。
19. 怎樣快速判斷「這支 RTD 是壞的」vs「是配線問題」?
快速診斷步驟:
- 🔧 物理測量: 用萬用電表量 RTD 兩端的電阻值。應在 100Ω ± 0.5Ω 範圍內(0°C 時)。若不在此範圍 → RTD 壞了
- 🔧 溫度變化測試: 用吹風機加熱 RTD 外殼,電阻值應逐漸升高(約 0.385Ω/°C)。若無變化 → RTD 損傷
- 🔧 配線檢查: 輕搖配線接頭,看 PLC 讀值是否抖動。若有抖動 → 接頭問題(不是 RTD 壞)
結論邏輯: RTD 電阻正常 + 溫度響應正常 = RTD 沒問題(可能是 PLC 輸入故障或配線不良)
20. 機房要擴建,新區域的 RTD 配置和舊區域不一樣,怎樣集中管理?
整合策略:
- 💡 統一用 4 線制 Pt100 Class A: 雖然有些區域不需這麼高規格,但統一規格便於維保與備品管理
- 💡 統一 RS-485 Modbus 輸出: 不同區域的 RTD 都經過「溫度轉換器」變成 Modbus 訊號,接到同一主控制器
- 💡 建立 RTD 資產表: 記錄每支 RTD 的位置、型號、序號、購置日期、上次校正日期,便於定期更換排程
- 💡 預留 20% 備品: 若共 50 支 RTD,儲備 10 支,當任何區域故障時可即時更換
ATLANTIS 的整合服務: 我們可協助建立「RTD 資產管理系統」,每年盤點一次,提醒哪些即將達到校正周期,年度維保成本下降 30~40%。
🎯 三分鐘內決定:選哪個 RTD 方案?
方案 A:入門級(< 50 kW)
- ✅ RTD-907A × 12 支
- ✅ Pt100 Class A/B
- ✅ 3 線制
- ✅ 初期投資:18,000 元
- ✅ 年度維保:2,000 元
- 🎯 ROI:1.2 個月
方案 B:標準級(100~200 kW)
- ✅ RTD-907A × 24 支
- ✅ DTS-STS × 2 支(警報)
- ✅ Pt100 Class A
- ✅ 4 線制(關鍵位置)
- ✅ 初期投資:68,000 元
- ✅ 年度維保:8,000 元
- 🎯 ROI:1.8 個月
方案 C:高端液冷級(> 300 kW)
- ✅ RTD-907A × 40 支
- ✅ DTS-STS × 4 支(雙警報)
- ✅ LTPT-410RS × 2 支(液位+溫度)
- ✅ Pt100 Class AA
- ✅ 4 線制全部
- ✅ 初期投資:180,000 元
- ✅ 年度維保:18,000 元
- 🎯 ROI:< 2 周
業務一部 Ian(ian@atlantis.com.tw) | 業務二部 Nori(nori@atlantis.com.tw)
📌 最後一句話:你不是差 RTD,你是差「敢決定的最後一推」
市場上不缺「RTD 選型教學」,也不缺「溫度監測重要性」的論文。缺的是有人敢說:
- ✅ 「你的機房大小 = 建議配置數」(不用自己猜)
- ✅ 「選這款 ATLANTIS RTD + 這個配置」(不用比較、直接選)
- ✅ 「3 年內節省成本會抵消投資的 30~50 倍」(有數據支撐)
- ✅ 「若規格不符,30 天無條件退換」(承擔選型風險)
這就是 ATLANTIS 31 年來堅持的「決策型」工業儀錶供應商角色。
立即行動的三個理由
1️⃣ 機房溫度每失控 1°C = 年度電費多燒 3%~5%(100 kW 機房 = 多燒 30~50 萬/年)
2️⃣ GPU 節流或故障停機 1 小時 = 業績損失 10~50 萬(取決於機房用途)
3️⃣ RTD 配置的投資回報週期只有 1~2 個月(之後年年節省)
準備好了嗎?讓 ATLANTIS 用 31 年現場經驗,為你的 AI 機房設計「完美的溫度監測系統」。