「漏液」一个词,藏着三种不同的失效
漏液已经进入算力可用性管理:NVIDIA Mission Control 把检测到的漏液作为计算节点状态与节点健康并列显示,而不只是一条机电告警。多数项目的边界划分还没跟上,仍把三种风险压进一个复选框:已安装漏液检测。
定义
三个时钟(three clocks · 制造 / 调试 / 服役)指液冷漏液风险产生的三条时间线:制造(缺陷出厂)、调试(安装中被扰动或未测试的接头)、服役(软管、弹性体与冷却液化学性能老化)。三个时钟的责任人不同、留下的证据不同,所以漏液传感器只能说明液体到了哪里,说明不了风险是谁造成的。
制造
责任人:工厂
长什么样。从工厂漏出去的焊缝或钎焊缝。冷板接缝里的空洞。超出公差的扣压。
留下什么证据。边界清楚、可追溯到序列号的出厂验收(FAT)检漏记录。扣压工艺参数。弹性体与湿路金属的材质证明。
调试
责任人:集成商与调试方
长什么样。安装时被扰动的快接。冲洗过但从未钝化的现场焊缝。交付时看着干燥的管件。
留下什么证据。现场做过或扰动过的每一个接头的连接记录。冲洗与清洁度结果。按书面判据做的压力试验。经过实测的「算力—液路」联动隔离流程。
服役
责任人:运维方
长什么样。第四年老化的软管。硬化的弹性体。缓蚀剂从未补加过的工质。
留下什么证据。工质品质趋势。对照调试基线的系统性能趋势。每一次扰动边界的维护记录。有依据的更换周期。
传感器只能告诉您液体到了,说不出是谁制造了这个风险
漏液检测必要,但它来得晚。绳式传感器湿了的时候,问题已经不是有没有漏,而是响应流程管不管用、算力能不能安全地与液路隔离、事后还剩下什么证据。这些传感器都回答不了,回答它们的是在第一滴液体出现之前就搭好的链条:
- 边界清楚的出厂验收检漏记录
- 连接与冲洗记录
- 工质品质与系统性能趋势
- 经过实测的算力—液路联动隔离流程
写下来的东西才能定价
项目业主,以及越来越多的保险方和资金方,会问项目覆盖了哪个时钟。证据可以定价,「活儿做得细」定不了价。一个运行多年却没留下记录的项目,在运营上成功了,在第一次有人要证明的时候,商业上就失败了。
我们把三个时钟写进范围。制造时钟由我们对供应商的放行要求覆盖;调试时钟是我们自己的工作,逐个接头记录;服役时钟以趋势基线的形式交给运维方,而不是一摞纸。
参考:NVIDIA Mission Control 系统管理指南,漏液检测一节。
本页回答的问题
液冷漏液风险怎么分类、谁负责?
按风险产生的时钟分。制造漏(钎焊气孔、扣压超差)归工厂及其出厂测试记录;调试漏(安装中被扰动的快速接头、焊后没钝化的管段)归集成商和调试方;服役漏(软管老化、弹性体硬化、缓蚀剂耗尽)归运营方及其趋势数据。 十大漏点 →
漏液传感器到底能告诉你什么?
只能告诉你液体到了传感器那里。它说不出是三个时钟中的哪一个造成了风险,所以那部分证据必须在漏之前就存在:可追溯到序列号的出厂测试记录、现场每一个被扰动接头的连接日志、服役期的冷却液品质趋势。 调试与验收准则 →
三个时钟各自应该留下什么证据?
制造时钟:按序列号的出厂检漏记录、扣压工艺参数、材质证明。调试时钟:每个新做或被扰动接头的连接日志、冲洗与钝化记录、整回路压力试验。服役时钟:冷却液化学指标趋势、对照调试基线的性能趋势、按边界的维护日志。 交付资料包包含什么 →
