AI伺服器越來越熱，竟然要靠「壓力錶」救命？液冷系統到底在測什麼？

第一章 為什麼AI GPU開始大量使用液冷？散熱功率「破表」的時代

1.1 從風冷到液冷的必然轉變

2024年開始，AI訓練中心的機房面臨前所未有的散熱危機。回顧歷史：

• 2015-2018年：傳統GPU單顆功耗50-150W，風冷冷卻容量200-300 kW/機房綽綽有餘
• 2019-2022年：NVIDIA A100問世，單顆功耗跳升至300-400W，機櫃密度達50 kW
• 2023年開始：H100、H200、GB200相繼推出，單顆功耗達700W，單個機櫃散熱需求飆升至100-250 kW，某些邊緣案例甚至超過300 kW

當熱密度進入這個量級時，風冷面臨的問題變得致命：

1.2 液冷系統的致命弱點：10-60秒的生死線

液冷的優勢無可置疑——能將PUE從1.8降至1.1，年省電費200-300萬元。但它也帶來前所未有的運維風險。

除了漏液，還有兩類隱形殺手：

• 管路堵塞：冷卻液含有細小顆粒或生物膜，長期堆積在狹窄的GPU冷板通道內，造成流量下降、溫度上升、泵浦功耗飆升
• 泵浦故障：葉輪磨損、軸承老化或電機失效，導致流量突然下降，系統無法感知立即停泵

這就是為什麼壓力、溫度、流量的實時監測不是「錦上添花」，而是「生死攸關」。

第二章 CDU是什麼？冷卻液分配單元的完整解析

2.1 CDU的五大核心功能

CDU（Cooling Distribution Unit，冷卻液分配單元）是液冷系統的「心臟」。它的職責遠超簡單的液體分配——實際上包含五大關鍵功能：

1. 溫度控制：通過內置熱交換器，將GPU/CPU返回的高溫液體（通常28-35°C）冷卻至目標溫度（通常16-20°C）
2. 壓力調節：維持系統壓力在安全範圍（0.15-0.60 bar），防止過壓或洩漏
3. 流量分配：根據不同機櫃/冷板的需求，均勻分配液體流量
4. 過濾淨化：通過精密過濾器，去除冷卻液中的顆粒、鏽跡、生物膜
5. 異常檢測與保護：監測壓力、溫度、流量的異常，自動觸發報警或停泵聯鎖

2.2 CDU的工作壓力範圍與設計基準

CDU在AI數據中心的典型工作壓力範圍為：

這些數值看似抽象，但它們構成了整個系統的「健康信號」。只要掌握這些基準，您就能像醫生診斷患者一樣診斷系統狀況。

第三章 冷卻液從哪裡流到哪裡？系統流向與迴路設計

3.1 CDU系統的標準液流路徑

要監測壓力，您必須先理解液體在系統中如何流動。典型的AI液冷迴路分為三層：

1. 一級迴路（CDU內部）：泵浦 → 熱交換器 → 過濾器 → 膨脹槽 → 泵浦
2. 二級迴路（分支管路）：CDU出口 → 冷通道分路器 → 多個機櫃 → 冷通道混合器 → CDU回水口
3. 三級迴路（機櫃內）：冷板進水 → GPU/CPU冷板 → 冷板出水 → 機櫃出口

3.2 壓力沿流路的變化規律

液體在流動過程中，壓力會逐步下降。這個下降過程稱為「壓力損耗」或「壓力降」，完全遵循流體力學規律：

重點：壓力損耗與流量的平方成正比。這意味著流量增加50%，壓力損耗會增加到225%。這是為什麼即使液體量相同，流量異常也會導致壓力信號急劇變化。

第四章 哪些位置需要測壓力？八大必測點位

4.1 CDU監測的8個關鍵壓力點位

根據昶特ATLANTIS服務台灣3個超大型AI訓練中心的經驗，液冷系統應至少配置以下8個壓力測點：

4.2 絕對壓力vs差壓：為什麼要同時測兩種？

初學者常問：「既然能測絕對壓力，為什麼還要測差壓？」答案在於兩者監測的是系統的不同層面：

• 絕對壓力：反映「系統總健康狀況」。當泵浦出口壓力下降超過30%時，說明系統內部發生了重大變化（漏液、泵浦失效、分路器卡死）
• 差壓：反映「局部組件狀態」。過濾器差壓告訴您濾芯是否該換了；熱交換器差壓告訴您換熱器是否堵塞；機櫃差壓告訴您冷板是否漏液

在實際運維中，只看絕對壓力容易「盲人摸象」：系統壓力正常，但其實濾芯已經堵死、換熱器效率下降50%。所以壓力和差壓必須同時監測、互相印證。

第五章 哪些位置更適合測差壓？精準診斷的關鍵

5.1 差壓表在液冷系統中的「診斷價值」

差壓測量看似複雜，但其診斷價值遠超絕對壓力。以下是差壓能診斷的五類故障：

5.2 多機櫃分支差壓監測的關鍵

在大型AI數據中心，通常有48-144個機櫃連接到同一個CDU。此時，在冷通道的分支點上配置差壓表，能精準判斷「哪個機櫃」出現了問題：

第六章 如何利用壓力判斷冷卻水路堵塞？從「壓力升高」到故障定位

6.1 堵塞的三種類型與壓力信號特徵

液冷系統的堵塞不是一種現象，而是三種完全不同的故障。壓力表能幫您精準判斷：

6.2 壓力升高曲線的診斷步驟

當您看到壓力開始上升時，應該按照以下邏輯進行排查：

1. 第一步：檢查過濾器差壓
   • 如果過濾器差壓 < 0.05 bar，說明濾芯正常，排除濾芯堵塞
   • 如果過濾器差壓 ≥ 0.05 bar，立即更換濾芯（無須等待0.10 bar的更換閾值）
2. 第二步：檢查熱交換器差壓
   • 如果熱交換器差壓升高同時系統溫度也升高（ΔT > 15°C），說明換熱效率下降，可能結垢
   • 此時應停止運行，進行換熱器清洗（通常用去離子水或專用清潔液沖洗）
3. 第三步：檢查機櫃差壓
   • 進出同一個機櫃的差壓突然升高至0.20 bar以上，說明該機櫃內部堵塞或漏液
   • 對該機櫃進行隔離測試：關閉其進液閥，觀察其他機櫃是否恢復正常壓力

第七章 如何利用壓力＋溫度發現液冷異常？四象限診斷法

7.1 壓力與溫度的四象限模型

單獨看壓力或溫度都容易誤診。昶特ATLANTIS開發的「四象限診斷法」將両參數結合，能精準指向根本故障：

7.2 三種常見異常的「壓力+溫度簽名」

實務中最常見的三類故障有典型的壓力-溫度特徵組合：

• 微漏液特徵：泵浦出口壓力緩慢下降（週期：小時～天級），溫度無明顯變化。差壓計通常在2-4週後才會檢測到流量異常。
• 過濾器堵塞特徵：過濾器差壓快速升高（週期：天級），其他測點壓力逐漸下降（系統阻力增加，泵浦流量下降），溫度開始緩慢上升。
• GPU冷板堵塞特徵：單個機櫃的進出差壓突然升高至0.25+ bar，該機櫃的進液溫度正常但出液溫度迅速上升（ΔT > 15°C），其他機櫃的壓力開始下降（分路阻力增加，液體向阻力小的分路流動）。

第八章 AI資料中心壓力表／壓力傳送器選型指南

8.1 昶特ATLANTIS液冷系統推薦配置

基於30年液冷系統設計經驗，昶特針對AI數據中心開發了標準化的壓力監測方案。以下是針對不同規模系統的推薦：

8.2 四大核心產品介紹

1. SDPT-3100 智能型壓力傳送器

• 精度：0.075% FS（業界頂級）
• 量程：0-250 bar 可選
• 通訊：HART 協議、支援遠端校正
• 應用：泵浦監測、系統主壓力測點
• 優勢：支援4-20mA + HART雙迴路，可與舊系統相容；內置溫度補償，精度不隨環境溫度變化

2. DMPT-300 微差壓錶（機械式）

• 量程：0-10 mbar（也提供0-100 mbar版本）
• 精度：±1.5%
• 應用：過濾器差壓、熱交換器監測
• 優勢：無需電源、無故障風險、響應快、指針直觀
• 缺點：無法遠端傳輸，需要定期人工巡檢

3. DPG-X3.0 超微差壓表

• 量程：0.001-0.3 bar
• 精度：±1%
• 應用：潔淨空調系統、精密製冷控制、檢測細微堵塞
• 優勢：超高靈敏度，能檢測微小漏液（流量下降1% 就能檢測）

4. LTPT-410RS 溫度液位傳送器（雙參數一體）

• 溫度範圍：-50～+200°C
• 精度：±0.2°C
• 液位範圍：0-100 mH₂O
• 應用：CDU供水出口、膨脹槽監測
• 優勢：一支傳送器同時監測溫度+液位，節省40%配線成本；支援HART協議

8.3 選型的黃金法則

• 精度要求：壓力傳送器至少選±0.5%，差壓表至少選±1.5%（容許3-5分鐘的響應時間）
• 通訊協議：如果需要遠端監測和自動聯鎖，必須選支援4-20mA或HART的型號；機械式表適合作為備用或緊急指示
• 安裝位置：壓力表應安裝在距離測點最近的位置，避免長导管（導管內液體的壓力損耗會造成讀值誤差）
• 隔膜設計：液冷系統必須使用隔膜座或隔膜傳送器，防止冷卻液對傳感器的腐蝕

第九章 傳統指針表如何接上IoT？數位化升級路線圖

9.1 三代技術演進路徑

許多AI數據中心面臨一個現實困境：既有系統已經安裝了數十支機械式壓力表和溫度計，全部拆掉重裝成智慧傳送器成本高達數百萬元。昶特ATLANTIS提供了一套「平滑升級」方案：

9.2 「光學影像識別+邊緣計算」升級方案詳解

對於預算受限但急需遠端監測的場景，昶特推薦「混合方案」：保留現有的機械式表，在CDU機櫃上方安裝工業攝像頭+邊緣AI計算單元，實現自動識別指針位置。

9.3 完整的IoT升級SOP

昶特已為台灣3個AI訓練中心實施升級，標準流程如下：

1. 第1-2週：調查與設計
   • 列清所有既有表計及位置
   • 評估網路基礎設施（5G/Wi-Fi/有線）
   • 設計監測架構和報警規則
2. 第3-4週：邊緣設備安裝與標定
   • 安裝攝像頭和計算單元
   • 採集數百張表盤照片，訓練識別模型
   • 與現有系統進行1週的並行驗證
3. 第5-6週：雲端平台部署
   • 配置Modbus網關（轉換邊緣設備數據為標準協議）
   • 集成到昶特云監控平台（內置壓力+溫度異常檢測模型）
   • 設置多級報警和聯鎖規則
4. 第7-8週：運維培訓與驗收
   • 培訓現場工程師如何使用平台
   • 模擬異常場景測試報警機制
   • 進行系統驗收和性能評估

第十章 從壓力監測走向AI預知維護：未來已來

10.1 預知維護的三層進階

傳統維護模式是「故障 → 停機 → 修理」。預知維護徹底改變了這個邏輯：

10.2 AI預知模型的訓練數據需求

昶特已建立AI液冷系統的預測模型庫。根據実踐經驗，要訓練一個高精度的「故障預測模型」，需要至少：

• 歷史數據：至少6-12個月的壓力、溫度、流量數據（5分鐘採樣週期）
• 故障標籤：記錄過去發生過的所有故障事件、時間、根本原因、維修時間
• 環境信息：運行功率、冷卻液類型、系統配置變化等

10.3 預知維護的關鍵指標

AI模型會監測五大劣化趨勢，提前2-3週預警：

常見問題與答案（20個FAQ）

結論：壓力表，守護AI時代的無名英雄

從2015年風冷主宰，到2026年液冷稱霸，AI數據中心的冷卻系統進入了前所未有的複雜時代。而在這場變革中，看似不起眼的「壓力表」成為了系統可靠性的最後一道防線。

它不僅監測壓力，更代表著：

• 安全性：提前數小時甚至數天預警漏液，防止億級別損失
• 效率性：精準診斷故障原因，最小化停機時間
• 經濟性：通過預知維護，年省成本數百萬元
• 智慧性：與AI模型結合，實現真正的預知維護

昶特ATLANTIS 31年的工業儀錶製造經驗，已濃縮在這套完整的液冷監測解決方案中。從小型試點（4-8機櫃）到超大型商用（72-144機櫃），昶特都能提供精準的量身定制方案。

無論您是設施工程師、採購決策者，還是運維團隊，現在正是重新審視「壓力監測」戰略地位的時刻。因為在AI的熱浪中，正確的壓力表讀數，可能決定了您的系統是否能高效穩定地運行。