Atlantis智慧溫控壓力基建(Infrastructure),開啟AI工廠新紀元!

chailinkuo

週五, 10/31/2025 - 09:20

TECH INSIGHT INFRASTRUCTURE ENGINEERING

Atlantis智慧溫控壓力基建 (Infrastructure) 開啟AI工廠新紀元!

AI晶片功耗密度進入千瓦時代,資料中心冷卻與供電邊界被迫重寫。Atlantis以感測器陣列、邊緣運算與自學演算法,提供具備預測能力的智慧溫控壓力基建,幫助AI工廠在擴充算力的同時維持能源效率與可靠性。

GPU Cluster Efficiency

+30%

三維熱域映射搭配預判式冷卻,釋放高密度AI叢集效能。

Energy Optimization

-20%

冷熱通道協同、自適應風量控制,將PUE一路推向1.4。

Power Stability

2 起

高壓波動監測與UPS健康模型,半年內阻止兩起重大供電事故。

Data Center Monitoring Specs

資料中心壓力與溫度監測：選型與佈點實務

差壓傳感器（Differential Pressure）

典型量測範圍：±500 Pa；精度可達 0.2 Pa 或 ±3%，適用於冷/熱通道氣流分佈監測（如冷通道封閉、熱通道約束）。
微壓錶：0–10 inWC 至 0–240 inWC；精度等級 1.6（EN 837-3）。
數位壓力錶：0–10 bar 或 0–145 psi，LCD 顯示，解析度可至小數點後 3 位。
低壓差傳感器：0–0.1 bar（約 0–1.45 psi），HVAC/潔淨室風壓差監控常用。

冷卻液壓力監測（HVAC 冷媒回路）

低壓側（藍）：0–99.9 psi（蒸發器側）。
高壓側（紅）：最高可至 999 psi（冷凝器側）。
建議同步量測溫度與流量，支援回路診斷（氣蝕、堵塞、過冷/過熱判讀）。

Pt100 RTD 規格與精度（IEC 60751）

基準：Pt100 在 0°C 時為 100 Ω，溫度係數 0.00385 Ω/Ω/°C；常用量測範圍 −50°C ~ +250°C。
精度等級：Class B（±0.3°C@0°C；±0.8°C@100°C）、Class A（±0.15°C@0°C；±0.35°C@100°C）、1/10 DIN（±0.03°C@0°C）。
資料中心常用整體精度：±0.1°C ~ ±0.5°C（含感測元件、導線、A/D 量測鏈）。

Pt100 接線方式

2 線：結構最簡，線阻影響顯著，僅適用低精度或短距離。
3 線：最常見工業作法，經量測補償可平衡線阻，性價比高。
4 線：最高精度，量測電流與電壓分離，適用關鍵熱點或計量級需求。

ASHRAE 佈點建議（每機架 6 點）

前側：上/中/下（三點）。
後側：上/中/下（三點）。
佈點策略：前側聚焦進氣口、後側聚焦排氣口；結合差壓點位，形成氣流與熱度的雙維度地圖。

關鍵參數總覽

項目	典型範圍/等級	精度/解析度	主要應用
差壓（冷/熱通道）	±500 Pa；0–10~240 inWC	0.2 Pa 或 ±3%；等級 1.6	氣流平衡、封閉通道效果驗證
冷媒低壓/高壓	0–99.9 psi／最高 999 psi	依錶頭/變送器規格	蒸發/冷凝效率、回路診斷
Pt100 RTD	−50°C ~ +250°C	Class A/B、1/10 DIN；系統 ±0.1~0.5°C	伺服器進/排風、機架 6 點佈點
Pt100 接線	2/3/4 線	4 線最佳；3 線均衡補償	高精度熱點監測/一般機房部署

Thermal Intelligence Stack

智慧散熱架構: 從單點量測擴展為立體熱域控制

高清度溫度感測器分布於AI晶片、記憶體模組、冷熱通道與機櫃熱點,形成每秒百次更新的熱資料立體圖。Atlantis邊緣分析節點即時彙整,將負載預測、冷卻效率、外部氣候資料納入模型,建立「預測式」冷卻策略,不再被動等待過熱警報。

技術重點

半導體級溫度計量測精度 ±0.1°C, 支援高密度部署。
熱感測資料每3秒同步至雲端,供AI模型長期校調。
冷卻策略包含風量重新分配、液冷流速調節與冷媒切換。

三維冷卻拓撲與感測節點示意圖 — 三維熱域映射顯示晶片載板、供電模組與氣流通道的即時溫度分布。

Electrical Resilience

供電韌性: 壓力感測驅動的電力可視化與預警

面對瞬間湧現的GPU加載需求,四層疊合的供電監測網路顯得關鍵。Atlantis於高壓管路布建6000V等級壓力傳感器,搭配微秒級取樣,辨識諧波、突波與電壓崩落。UPS系統則透過電極膨脹壓力與內阻數據的組合模型,預測蓄電池剩餘健康度。

電力監控儀表板於控制室顯示示意 — 多層級電力監控儀表板: 即時突波警示、UPS容量預測與負載分區視覺化。

壓力監測資料表

節點類型	量測頻率	偵測視窗	主要效益
高壓母排	500 μs	突波/諧波	縮短12%突波復原時間
機房分電盤	5 ms	負載跳變	自動重新平衡三相負載
UPS電池模組	10 s	內阻/溫度	提前45天預警電池退化

Unified Infrastructure Platform

一體化平台: 將散熱、供電與算力調度串成單一決策環

平台層級

感測層 — 支援Modbus、OPC UA與REST API, 兼容既有BMS與建置新系統。
資料層 — 時序資料庫(容量>5TB)搭配流式分析, 同步回寫工單與維運平台。
決策層 — 應用機器學習設定自動化規則, 建立「熱-電-算」跨域的最佳化策略。

Atlantis平台提供單一主控台,統合溫度、電壓、氣流、冷媒壓力與GPU效能指標。透過AI模型,將耗能超標、局部過熱或電力波動等事件轉化為具體行動,包含冷卻回路切換、任務排程延後或跨區供電轉移,以確保AI叢集始終維持SLA。

Atlantis一體化平台UI呈現管理儀表 — 單一控制台整合冷卻、供電與算力排程,支援多站點協同操作。

Field Deployments

案例洞察: 從晶片開發到超算中心的部署結果

Case 01

超算研發中心: 以預測式冷卻降低PUE

全球前五大互聯網公司在研發中心導入Atlantis平台,結合液冷與風冷混合架構、配電室同步監測。最終PUE由1.8降低至1.4,年度碳排放減少30%,每年節省能源成本約150萬美元。

Case 02

AI獨角獸資料中心: 供電事故預防

快速擴建的AI獨角獸企業,透過壓力感測結合UPS健康模型,在半年內阻止兩起突波引發的設備停擺。系統同時將異常資訊自動推送至維運派工系統,縮短平均修復時間(MTTR) 22%。

Case 03

晶片封測廠: 散熱韌性驗證

針對高熱通量封測設備,部署微型溫度模組與冷卻流量感測器,導入後可視化熱通道阻塞狀態,協助工程師調整冷卻板與風道,熱失效率下降38%。

Atlantis智慧化機房外觀實景 — 採用Atlantis方案的AI工廠外觀,展示電力中心與機房的整合配置。