可能原因：

• 冷板微裂（最常見，佔 65%）
• 快速接頭脫落或密封圈老化（佔 20%）
• 管路爆裂（佔 15%）

現場診斷：

• 檢查冷板周圍是否有液體滲出
• 檢查所有接頭是否鬆動
• 測量進口壓力（應維持 2.0～2.5 bar），如果下降代表上游漏液

應急方案（前 15 分鐘）：

1. 立即降低 GPU 負載至 30%（停止深度學習，改為推理任務）
2. 啟動備用冷卻路徑（如有配置）或手動切換至空冷輔助
3. 監測 GPU 溫度，若上升至 82°C 則立即停機
4. 聯絡 ATLANTIS 技術支援（ian@atlantis.com.tw, ext. 27）排隊維修

修復步驟：

1. 關閉 CDU 泵浦，隔離受損模組
2. 拆卸冷板，用内視鏡檢查微裂位置
3. 微裂（< 0.5mm）可用環氧樹脂膠水修補；>1mm 則需更換冷板
4. 更換液體、排氣、重新壓力測試（需達 2.5 bar 持續 30 分鐘無漏液）
5. 重新啟動前進行冷卻能力驗證（ΔT 應 < 12°C）

預防措施：每 6 個月執行一次冷板壓力檢查（2.8 bar × 2 小時），及早發現微裂

可能原因：

• 冷板內部堆積水垢或微粒（最可能，佔 70%）
• 導熱膏老化或接觸不良（佔 20%）
• 熱交換器污垢阻塞（佔 10%）

現場診斷：

• 量測進出口溫度差（ΔT）：若 ΔT < 6°C，表示熱傳導能力已喪失
• 檢查液體顏色：若液體變濁或泛黃，表示內部堆積物多
• 檢查過濾器：若堵塞程度 > 50%，需立即清洗

應急方案（12～24 小時內執行）：

1. 逐步降低訓練強度至 60%，監測溫度是否穩定
2. 啟動「智能降溫」：增加冷卻源供液溫度降低至 15°C（原 20°C）
3. 如溫度仍未改善，於工作日排期 4～6 小時深度清洗

修復步驟（深度清洗）：

1. 停機，排空舊液體到專用廢液桶
2. 使用去離子水或專用清潔液體循環沖洗 30 分鐘
3. 拆卸冷板，用刷子輕輕清潔內部通道（勿用強酸）
4. 檢查導熱膏厚度：若 > 0.5mm 則需刮除，重新塗抹專業導熱膏（推薦 Thermal Grizzly Conductonaut 或 3M 高級品）
5. 更換新的冷卻液體（推薦 PG25 丙二醇 25% 或 3M 專用液冷流體）
6. 充氣至 0.1 bar，排出所有氣泡（需 10～15 分鐘）
7. 重新啟動，逐步升高負載，驗證 ΔT 是否回到 10～12°C

預防措施：每 3 個月進行液體分析（測試水分、污染度、pH），提前規劃清洗週期

可能原因：

• 泵浦空蝕（Cavitation）—— 液體進入泵浦時部分汽化（佔 50%）
• 空氣進入迴路，形成氣囊（佔 35%）
• 流量控制閥故障，卡滯（佔 15%）

現場診斷：

• 聽聲音：泵浦發出「卡卡卡」的異常噪音
• 檢查液位：若液位低於最低刻度線，表示漏液並已產生負壓
• 檢查 CDU 進口濾網：若堵塞，會導致進口壓力低於 0.5 bar，無法供給泵浦充分的液體

應急方案（即刻）：

1. 立即降低泵浦轉速至 50%（如果 CDU 支援變速控制），觀察波動是否消失
2. 在液體儲存槽頂部加液，確保液位在警告線以上
3. 開啟 CDU 的手動排氣閥，緩慢釋放（10～15 秒），聆聽液體是否順暢流出

修復步驟：

1. 停機，檢查進口濾網及時清洗或更換
2. 檢查液體儲槽液位是否足夠（應 > 80% 滿度）
3. 逐步提升泵浦轉速，同時監測 ΔP 波動，找出臨界點
4. 若臨界點過低（< 30% 轉速），代表泵浦內部磨損，需更換
5. 完整排氣：運轉 30 分鐘，間歇性開啟排氣閥（每 5 分鐘開啟 3～5 秒），直到無氣泡排出

預防措施：每月檢查液位，確保 > 80%；每 6 個月進行一次完整排氣維護

可能原因：

• 冷板與特定 GPU 接觸不良（安裝偏移 > 0.2mm）（佔 45%）
• 該批冷板內部通道設計缺陷，流量分配不均（佔 30%）
• 快速接頭堵塞或內部膜片卡住（佔 25%）

現場診斷：

• 檢查該卡的冷板表面：用紅外測溫槍測量冷板進出口，應相差 10～12°C；若相差 < 5°C，表示該冷板幾乎沒有冷卻
• 檢查冷板安裝螺栓：輕輕搖晃，若有鬆動則是接觸不良
• 檢查快速接頭：若該接頭周圍有液體滲漏的痕跡，表示內部洩漏

應急方案（1 小時內）：

1. 將該張卡的負載轉移至其他 GPU（縮減該卡 80%～90% 的計算任務）
2. 檢查冷板螺栓，均勻拉緊（扭矩 0.8～1.2 N·m，勿過緊
3. 觀察溫度是否下降；若下降則接觸不良，若無改善則為內部堵塞

修復步驟：

1. 停機，拆卸該張卡的冷板
2. 檢查冷板底面是否有凸起或變形，用千分表量測平面度（應 < 0.1mm）
3. 檢查快速接頭：用手動液壓泵壓力測試 3.0 bar × 5 分鐘，無漏液才算合格
4. 重新安裝前，在 GPU 表面清潔並重新塗抹導熱膏
5. 冷板安裝時採用「十字螺栓法」（對角拉緊），確保均勻受力

預防措施：每季度（3 個月）執行一次全機架冷板安裝力度檢查，並記錄扭矩值以供趨勢分析

可能原因：

• 液體內細菌/真菌繁殖（最常見，尤其在 25～35°C 環境），產生生物膜（佔 60%）
• 氧化還原反應，液體變質，黏度上升（佔 25%）
• 外源污染（灰塵、金屬磨粉從泵磨損進入）（佔 15%）

現場診斷：

• 取樣 5ml 液體，放在透光瓶中觀察：若混濁或有異味（霉味、酸味），表示變質
• 用黏度計測量（若有）：新液體 25°C 時黏度應為 3.5～4.5 cSt；若 > 6 cSt 則需更換
• 檢查過濾器：若堵塞 > 70%，代表污染度嚴重

應急方案（24～48 小時）：

1. 增加冷卻源流量，降低液體停留時間，延緩污染惡化
2. 排期進行液體更換（選擇數據中心閒散時段，如晚間 22:00～次日 06:00）

修復步驟（完整液體更換）：

1. 停機，打開 CDU 底部排液閥，完全排空舊液體（到專用廢液桶）
2. 使用去離子水或專用清潔液循環沖洗整個系統 45 分鐘（勿使用自來水，含礦物質會加速腐蝕）
3. 打開所有排氣閥，確保水分排出
4. 注入新的冷卻液體（PG25 丙二醇、3M Novec™、或 Engineered Fluids EFS-300）
5. 運轉泵浦 30 分鐘，邊運轉邊排氣（每 5 分鐘開啟排氣閥 3～5 秒）
6. 測量新液體的初始 ΔP（應 1.5～1.8 bar），記錄下來作為基準線
7. 每周測試一次 ΔP，監測上升速率；若一周內上升 > 0.1 bar，表示密封或過濾有問題

預防措施：每 2～3 個月進行液體分析（交由 ATLANTIS 或第三方實驗室測試水分含量、導電度、pH），提前規劃更換

A：ATLANTIS 31 年工業儀表製造經驗，我們的 SDPT-3100 與 DPTX 系列有以下優勢：

• 精度等級 0.25%～0.5%：業界平均 1%～2%
• 回應時間 < 100 ms：涵蓋液冷系統的快速波動捕捉需求
• 防爆認證（DPTX）：適用於危險區域液冷部署（如靠近燃料儲存區）
• 台灣製造，在地技術支援：故障時 24 小時內現場反應
• 客製化服務：可根據客戶 CDU 型號調整量程、接頭、輸出信號

A：根據 ASHRAE 2021、Vertiv 與 Schneider Electric 的最新指南，標準工作壓差為：

• 單機架（40～60 GPU）：1.5～2.0 bar
• 多機架聯動（120+ GPU）：1.8～2.2 bar
• 超大規模集群（500+ GPU）：2.0～2.5 bar

選擇時需考量：冷板耐壓上限（通常 2.8～3.0 bar）、泵浦特性曲線、以及液冷流體粘度。ATLANTIS 提供免費的「CDU 壓差最佳化診斷」，可根據您的具體硬體配置推薦精確的設定值。

A：根據 ISO 9001 與數據中心標準實踐：

• 高精度用途（> 0.25% FS）：每 6 個月
• 一般監控用途（0.5% FS）：每 12 個月
• 預防性校正：每次重大維護後（如液體更換、冷板清洗）

費用：ATLANTIS 校正服務 USD 150～200 / 顆，或購買年度校正套餐 USD 800（含 5 顆傳感器、免運費、優先排隊）。如客戶在台灣大台北地區，可預約現場校正，加費 USD 200 車馬費。

A：以下五個徵兆表示傳感器需要檢修：

1. 讀值跳躍：在穩定狀態下，正常值應 ±0.05 bar 以內，超過 ±0.15 bar 則有問題
2. 無反應：更改泵浦轉速，傳感器讀值不變（應隨轉速變化 0.3～0.5 bar）
3. 與另一套傳感器差值過大：同一測點安裝兩個獨立傳感器時，差值應 < 0.1 bar；超過代表至少一個已漂移
4. 顯示負值或負壓：DTC 系統應始終保持正壓（> 0.1 bar）；若出現負值則傳感器故障
5. 歷史數據偏離趨勢線：壓差應呈線性上升（因堵塞或老化），突然跳變或下降代表傳感器問題

快速驗證方法：使用手動壓力錶（機械式 Bourdon tube gauge）同時測量，對比電子傳感器讀值。若機械錶與電子錶差值 > 0.2 bar，電子傳感器需校正。

A：單顆冷板ΔP 標準值：

• NVIDIA H100 / GB200：0.4～0.8 bar
• AMD MI300X：0.35～0.75 bar
• Intel Gaudi：0.3～0.6 bar

低於 0.3 bar 的危險：

• 冷卻液流速 < 1.5 L/min，熱傳導效率喪失 40%+
• GPU 溫度會上升 12～18°C，最終導致熱節流
• 無法應對突發高負載（如大模型推理），容易失控升溫

應對措施：若冷板ΔP 低於設計值，應優先檢查：(1) 進口濾網是否堵塞，(2) 泵浦轉速是否不足，(3) 冷板內是否有氣泡。三者皆檢查後若仍未改善，代表冷板内通道設計或製造存在缺陷，需更換。

A：會有明顯影響，但主要表現在 訓練時間變化 而非精度：

• 壓差波動 ±0.3 bar：液體流量在 ±15% 間變化
• 熱傳導能力：降低 15%，GPU 溫度間歇性上升 5～8°C
• 性能波動：訓練過程中 GPU 時而全速（100% boost clock），時而降速（90%～95% boost clock），導致 iteration 耗時不一致
• 模型收斂時間：增加 5～15%（取決於波動頻率）

訓練精度本身不受影響，但如果波動導致 GPU 進入熱節流狀態，會產生：

• 梯度計算時的時延不一致，導致 batch normalization 層統計偏斜
• 分布式訓練時，節點間同步困難，通訊開銷增加

建議做法：若 ±0.3 bar 波動持續存在，應停止訓練，排期查找根本原因（最可能是泵浦空蝕或空氣進入）。波動解決後再恢復訓練，總耗時反而會更短。

A：最佳流量由以下公式決定：

• Q（L/min）= P（W）/ [ρ × cp × ΔT × 60]

其中：

• P = GPU 功耗（W），例如 H100 為 700W
• ρ = 液體密度（kg/m³），PG25 約 1030 kg/m³
• cp = 比熱容（kJ/kg·K），PG25 約 3.5 kJ/kg·K
• ΔT = 進出口溫度差（°C），目標 10°C

計算範例：700W GPU，目標 ΔT = 10°C

Q = 700 / [1030 × 3.5 × 10 × 60 / 60] ≈ 2.0 L/min

ATLANTIS 提供免費線上計算器：訪問 re-atlantis.tw，進入「工具」→「DTC 液冷流量計算機」，輸入 GPU 型號與負載，即得最佳流量值與建議壓差。我們同時提供 Excel 樣本供客戶自行計算和趨勢分析。

A：不推薦純水，原因如下：

• 導電性過高：純水電阻率 < 100 kΩ·cm，金屬部件會腐蝕，形成銅綠、鐵鏽
• 微生物滋生：純水缺乏防腐劑，3～5 天內細菌繁殖，形成生物膜堵塞冷板
• 冷凍點高：在冬季或冷卻源溫度低於 5°C 時結冰，導致管路爆裂

推薦液體（按優先順序）：

1. Propylene Glycol 25%（PG25）：成本低（USD 50～80/L），防凍至 -15°C，含防腐劑，業界標準
2. 3M Novec™ 649：非易燃、不含氯氟烴、溫度範圍寬（-40°C～+80°C），但成本較高（USD 200～300/L）
3. Engineered Fluids EFS-300：合成流體，低粘度、低毒性，推薦用於 500+ GPU 超大規模集群

液體更換週期：根據使用環境與液體分析結果，通常 12～18 個月更換一次。ATLANTIS 提供液體取樣分析服務（USD 100/次），可提前 3～6 個月預測最佳更換時機。

A：根據 Future Market Insights 2026 年報告：

• 全球 AI 數據中心液冷市場規模：USD 3.70 billion（2026）
• 年複合成長率（CAGR）：16.9%（2025～2036）
• DTC 市占率：47%（領先於沉浸式冷卻的 35% 與混合式冷卻的 18%）

主要採用者：

• 超大規模雲端平台（Google、Microsoft、Amazon、Meta）：100% 已部署或試點
• AI 晶片製造商（NVIDIA Vertiv CDU 認證）：OEM 標配
• 企業級 AI 基礎設施：50～60% 已採用或規劃中
• 邊緣計算與 HPC 中心：30～40% 接納度

成熟度評估：DTC 已進入「廣泛應用階段」（2024～2026），不再是試驗性技術。主要瓶頸已從技術轉向運維（壓差監控、液體管理、故障預警），這正是 ATLANTIS 可提供最大價值的領域。

A：完全支援：

• 通訊協議：Modbus TCP、RS-485、4-20mA 類比訊號、MQTT
• 雲端平台：支援對接 AWS IoT Core、Google Cloud IoT、Microsoft Azure，或客戶自建 InfluxDB + Grafana
• 實時儀表板：ATLANTIS 提供免費的 Web Dashboard，可在任何裝置（手機、平板、PC）查看壓差/溫度趨勢
• 告警推送：超過閾值時，自動推送 Email、SMS、或 Slack 通知（支援自訂告警規則）

整合案例：某客戶已成功將 50 個 ATLANTIS 傳感器連接至內部 DCIM（數據中心基礎設施管理）系統，實現與現有 BMS（Building Management System）無縫整合。客戶可從單一控制中心監控所有機架的冷卻狀況。

A：需要：

• 管材：標準低壓橡膠管（常見於 1.5～2.0 bar）無法承受 2.5+ bar，應使用高壓 PVC 或不鏽鋼編織軟管（耐壓 ≥ 4.0 bar）
• 接頭：普通快速接頭設計壓損過大，高壓系統應採用 SAE J1453 或 DIN 43650 規範的低損失接頭
• 安全裕度：系統設計壓力應為最大工作壓力的 1.3～1.5 倍，例如最大 2.8 bar 時，管材耐壓應 ≥ 4.0 bar

ATLANTIS 建議：在壓差 > 2.3 bar 的應用中，應配置 安全溢流閥（設定值 2.8～3.0 bar），當壓力超過上限時自動洩壓至備用迴路，保護冷板與管線。此閥門成本僅 USD 300～500，卻能避免 USD 50,000+ 的設備損壞風險。

A：根據 Dell、Equinix 與 Schneider Electric 的對比測試（2025～2026）：

換算：100 個 DTC 機架相比傳統空冷，一年可節省約 800 MWh 電力消耗，等同於避免 800 噸 CO₂ 排放，同時節省電費 USD 96,000～144,000（因地區電價而異）。

A：完全提供，且根據內容量不同有三個級別：

聯絡方式：ian@atlantis.com.tw（ext. 27）或 nori@atlantis.com.tw（ext. 16），電話 +886-2-2820-3405。我們將在 24 小時內回應您的需求。

A：必須型號匹配，原因：

• 尺寸差異：NVIDIA H100（80mm × 80mm）與 AMD MI300X（75mm × 75mm）的冷板接觸面積不同
• 接觸壓力：各廠商推薦的最佳接觸力度不同（一般 50～150 N），過高或過低都會降低冷卻效率
• 快速接頭位置：冷板進出口位置因 GPU 佈局而異，通用冷板容易造成管路幾何衝突
• 熱介面材料（TIM）：不同 GPU 晶片材料與表面粗糙度，要求不同厚度與導熱係數的導熱膏

ATLANTIS 提供的冷板匹配：

• NVIDIA H100：ATLANTIS-CP-H100 系列（已認證，2,800+ 小時可靠性測試）
• NVIDIA B200 / GB200：ATLANTIS-CP-GB200（新品，2025 年推出）
• AMD MI300X：ATLANTIS-CP-MI300X（OEM 級認證）
• Intel Gaudi2 / Gaudi3：ATLANTIS-CP-GAUDI 系列（客製化服務）

購買前務必確認您的 GPU 型號，或聯絡我們提供確切的配置清單，以獲得準確的冷板推薦。

A：理論上可行，但需要精心設計：

• 「冷卻切換時間」：從液冷故障檢測到空冷風扇全速啟動，應 < 5 秒，否則 GPU 溫度會快速上升，可能觸發熱保護而導致停機
• 溫度梯度：液冷下 GPU 核心溫度 70°C，突然切至空冷時最多允許 10°C 的瞬間上升（即上升至 80°C），超過會產生熱應力（應力 > 100 MPa 會加速焊點疲勞）

ATLANTIS 建議的混合架構：

• 為每個 GPU 配置「輔助空冷」風道（2～4 個小型風扇），平時處於低速待命狀態
• DTC 壓差傳感器檢測到異常（ΔP 急速下降 > 0.5 bar）時，自動觸發輔助風扇升至全速
• PLC 同時發送警報，給運維人員 15～30 分鐘的時間進行應急響應

切換測試：建議每季度（3 個月）進行一次「冷卻模式切換演練」，驗證系統在沒有 GPU 損傷的前提下能否順利切換。演練成本 USD 500～1,000，但可避免真實故障時的 USD 500,000+ 損失。

A：這涉及流體傳熱的基本物理：

• 熱傳導方程：Q（熱量）= ṁ（質量流率）× cp（比熱容）× ΔT（溫度差）
• 流量與壓差的關係：ṁ ∝ √ΔP（泵浦曲線通常為二次函數）

實際案例：

• 若 ΔP 從 2.0 bar 降至 1.0 bar（下降 50%），流量下降約 30%（√0.5 ≈ 0.707）
• 流量下降 30%，而 GPU 功耗不變（仍是 700W），則需要通過更大的 ΔT 來達成熱量平衡
• 若液冷系統進口溫度固定為 20°C，冷卻能力喪失 30%，出口溫度會從 30°C 上升至 33.3°C
• GPU 芯片溫度與冷板出口溫度的差值稱為「熱阻」（Thermal Resistance），一般 25～40 K（°C）；若出口溫度上升 3.3°C，GPU 溫度會上升 3.3°C

總結：壓差↓ 30% → 流量↓ 30% → 冷卻能力↓ 30% → GPU 溫度↑ 3～5°C（可能觸發熱節流）

這就是為什麼 ATLANTIS 強調監測壓差的重要性——壓差是流量與冷卻效率的最直接指標，無需額外的流量計，成本更低、可靠性更高。

A：目前台灣專門做 DTC 液冷運維的商家很少。ATLANTIS 作為 31 年的工業儀表廠商，具有以下優勢：

• 儀表監測能力：我們自有的壓差、溫度傳感器與監控系統，提供比行業平均更精細的診斷
• 故障預警：歷史數據表明，我們的預警系統可提前 2～4 小時檢測到故障，給運維人員充足的應急時間
• 在地服務：台灣 24 小時技術支援、同日現場響應（台北、新竹、台中、高雄）
• 液體管理：代理多款工業級液冷流體（PG25、3M Novec™、Engineered Fluids），提供液體分析與定期更換服務

ATLANTIS 運維方案：

• 月度巡檢：USD 800～1,200 / 月，含壓差校正、液體採樣分析、設備視覺檢查
• 季度深度維護：USD 2,500～3,500 / 季，包括清洗、液體更換（如需）、故障診斷
• 年度全棧檢查：USD 8,000～12,000 / 年，涵蓋所有監測點的校正、安全溢流閥測試、應急預案演練

聯絡：ian@atlantis.com.tw，電話 +886-2-2820-3405

A：根據市場調查（2026 年），主要國際 DTC 液冷供應商包括：

ATLANTIS 的定位：我們不與國際 CDU 廠商競爭，而是作為「監測與診斷層」的專家，為客戶現有的 Schneider / Vertiv 系統提升監控精度與成本效益。許多客戶採用國際 CDU，但搭配 ATLANTIS 傳感器與儀表板，實現更精細的故障預警。

A：詳見前述「6.2 投資回報分析」。簡要總結：

• 40～100 GPU 集群：一次性投資 USD 13,000～20,000，年度運維 USD 3,500，年度效益 USD 484,000～850,000（因集群配置而異），ROI 達 2400%～6400%，回本期 10 天～1 個月
• 500+ GPU 超大集群：一次性投資 USD 110,000～163,000，年度運維 USD 15,000～25,000，年度效益 USD 2,400,000～4,200,000（避免故障、電費節省、訓練加速），ROI 達 1500%～3700%，回本期 1～2 個月

關鍵假設：年度故障預防價值（避免一次 USD 250,000～500,000 的故障），電費節省 20%，訓練時間加速 10%～15%。如客戶環境不同，ATLANTIS 可提供客製化的 ROI 計算。

A：目前無強制性國際法規要求，但行業最佳實踐（ISO 9001、ASHRAE 90.4）已將其列為 推薦配置：

• ASHRAE TC 9.9（數據中心）：建議所有冷卻系統配置實時溫度與壓力監測，便於故障診斷
• IEC 61010-1（測量安全）：涉及液體循環系統應配置安全溢流閥與壓力監測
• GB 50174-2017（中國數據中心標準）：液冷系統應配置溫度與壓力告警機制

責任歸屬：

• CDU 供應商（如 Schneider / Vertiv）：負責 CDU 本體的安全設計與壓力洩放閥配置
• 客戶（數據中心運營商）：負責系統集成、監測部署、定期維護、應急預案
• 傳感器供應商（如 ATLANTIS）：提供準確的測量工具與故障診斷建議，不承擔系統設計責任

ATLANTIS 建議：為防止責任糾紛，建議在系統驗收時簽署《液冷系統監測協議》，明確各方責任邊界。我們可提供範本與法律諮詢（聯絡 nori@atlantis.com.tw）。