Integrierte thermische Zustandsüberwachung für KI-Rechenzentrumsinfrastruktur mit Lepton 3.1R

Zusammenfassung

KI-Rechenzentren erhöhen die Rack-Leistungsdichte und erweitern den Einsatz von Flüssigkeitskühlung, wodurch neue Zuverlässigkeitsherausforderungen an elektrischen und thermischen Schnittstellen entstehen. Lokale Heizung kann sich an Anschlüssen, Sammelschienen, Stromverteilungseinheiten (PDUs) und Flüssigkeitskühlungsanschlüssen entwickeln, bevor Sensoren auf Raum- oder Rackebene anormale Bedingungen erkennen.

In diesem Anwendungshinweis wird erläutert, warum die integrierte radiometrische thermische Erfassung für die Zustandsüberwachung und vorausschauende Wartung in diesen Umgebungen gut geeignet ist und wie der NDAA-konforme Lepton 3.1R als kompakte Weitwinkelerfassungslösung für frühere Warnungen und verbesserte Fehlerisolierung in kritischer Infrastruktur verwendet werden kann.

Einführung

Die Wärmebildgebung wird seit langem als Wartungswerkzeug bei der Stromerzeugung und anderen kritischen Infrastrukturen eingesetzt, wird aber meist als periodisches Prüfverfahren und nicht als kontinuierliche Erfassungsschicht eingesetzt. In KI-Rechenzentren wird dieses Modell immer weniger ausreichend. Die Rack-Leistungsdichte nimmt zu, die Flüssigkeitskühlung nimmt zu und Infrastrukturbetreiber sehen sich zunehmenden Konsequenzen ausgesetzt, wenn sich lokalisierte thermische Probleme zu ungeplanten Ausfallzeiten oder Sicherheitsereignissen entwickeln. Die Branchenberichterstattung identifiziert Strom weiterhin als die führende Bedrohung von Rechenzentrumsausfällen und unterstreicht den Wert früherer Transparenz über ausfallanfällige elektrische und thermische Schnittstellen.

Dieser Anwendungshinweis konzentriert sich darauf, warum eingebettete radiometrische Wärmesensoren für diesen Bedarf gut geeignet sind. Anstatt die Vorteile der thermischen Überwachung im Allgemeinen neu zu formulieren, untersucht die folgende Diskussion, wo herkömmliche Erfassungen auftretende Fehler in KI-Umgebungen mit hoher Dichte verpassen können. Dazu gehört, warum elektrische und flüssigkeitsgekühlte Schnittstellen eine genauere Beobachtung verdienen und wie eine kompakte Wärmebildkamera in Zustandsüberwachungsarchitekturen integriert werden kann, um eine frühere Warnung und eine bessere Fehlerisolierung zu ermöglichen.

Herausforderungen bei der thermischen und elektrischen Überwachung in KI-Rechenzentren

Die Umstellung auf KI und beschleunigtes Computing definiert die thermische Designhülle des Rechenzentrums neu. In Racks mit hoher Dichte, einschließlich Bereitstellungen, die 100 kW überschreiten können, muss die Infrastruktur sowohl eine größere Wärmeabgabe als auch einen höheren Strom durch Leiter, Verbindungen und Anschlüsse bewältigen. Der Temperaturanstieg der elektrischen Verteiler hängt nicht nur vom Leiterwiderstand ab, sondern auch von der Qualität der Verbindung und dem Kontaktwiderstand. Schon ein geringer Widerstandsanstieg kann eine unverhältnismäßige Selbsterhitzung entsprechend der Beziehung P = I2R erzeugen. Bei hohem Strom kann ein zusätzlicher Widerstand, der in Mikroohm gemessen wird, sinnvolle lokalisierte Wärme an einer Schraubverbindung, Steckerschnittstelle oder Anschluss erzeugen. Diese Wärme kann den Widerstand durch Oxidation, Entspannung, Oberflächenabbau oder Verlust der Kontaktkraft weiter erhöhen, wodurch eine positive Rückkopplungsschleife erzeugt wird, die den Temperaturanstieg beschleunigt. Da sich dieser Prozess schnell entwickeln kann, ist die traditionelle routenbasierte Überwachung in ihrer Fähigkeit eingeschränkt, Probleme frühzeitig zu erkennen.

Infolgedessen kann ein Verbinder elektrisch geschlossen bleiben, während er eine unsichere thermische Signatur entwickelt. Häufige Ursachen sind unzureichendes Drehmoment, Oberflächenverschmutzung, Korrosion, Reiben, Beschichtungsverschleiß, mechanische Vibration und wiederholter thermischer Zyklus.

Eine ähnliche Schnittstellenempfindlichkeit besteht in flüssigkeitsgekühlten Architekturen. Direct-to-Chip-Systeme verlassen sich auf Kühlplatten, Verteiler, Schläuche, Dichtungen und Schnellkupplungen, um Durchfluss, Druck und thermische Kopplung aufrechtzuerhalten. Wenn ein Schnelltrennschalter teilweise eingerastet ist, verschlechtert sich die Dichtungsleistung, der Durchfluss ist eingeschränkt oder die Kühlmittelqualität verursacht Verschmutzung oder Korrosion. Das erste Zeichen kann eine lokalisierte Temperaturabweichung in der Nähe der betroffenen Schnittstelle sein, anstatt ein sofortiger Alarm auf Zimmerebene. Die Flüssigkeitskühlung führt daher zu zusätzlichen Fehlermodi, die sowohl thermisch als auch mechanisch gekoppelt sind.

Die herkömmliche Überwachung reicht möglicherweise nicht aus, um lokalisierte Fehler auf Schnittstellenebene zu erkennen. Die Messungen von Zuluft, Rückluft und durchschnittlichem Kühlmittel sind Indikatoren mit niedriger raumbezogener Auflösung, die die thermischen Bedingungen der Masse beschreiben, anstatt den Zustand jeder ausfallanfälligen Schnittstelle. Die Temperatur eines Racks kann auf Makroebene normal erscheinen, während ein einzelner Steckverbinder, eine Sammelschienenverbindung oder ein Schnelltrennschalter bereits über der Basislinie arbeitet. Eine effektive Zustandsüberwachung erfordert daher einen Sensor, der beobachten kann, wo Fehler entstehen, und thermische Gradienten, Asymmetrie und Drift im Laufe der Zeit verfolgen kann.

Übersicht über die Lösung von Lepton 3.1R

Lepton 3.1R ist ein kompaktes, radiometrisches, mit dem National Defense Authorization Act (NDAA) konformes Wärmebildkameramodul, das für die integrierte Zustandsüberwachung entwickelt wurde. Für KI-Rechenzentren unterstützt die NDAA-Compliance vertrauenswürdige Komponenten und transparente Lieferketten in einer vernetzten, geschäftskritischen Infrastruktur. Die Lösung kann Organisationen auch dabei helfen, rechtliche, finanzielle und operative Risiken zu reduzieren und gleichzeitig die Beschaffungsanforderungen in staatlichen und anderen regulierten Umgebungen zu unterstützen.

Für Anwendungen auf Rack-Ebene kombiniert Lepton 3.1R eine Weitbereichsabdeckung, quantitative Temperaturmessung und einen energiesparenden Betrieb in einem Paket, das klein genug ist, um in der Nähe von elektrischen und flüssigkeitsgekühlten Schnittstellen platziert zu werden. Die SPI- und I2C-Schnittstellen, der integrierte Verschluss, die Linse und die ASIC vereinfachen die Integration in kundenspezifische Designs. Die NDAA-Compliance kann auch den Erstausrüstern (OEMs) zugutekommen, die US- und europäische Märkte bedienen, die vertrauenswürdige Lieferketten priorisieren.

Abbildung 1. Radiometrisches Wärmebildkameramodul Lepton 3.1R (links) und radiometrisches Wärmebild mit FLIR Multi-Spectral Dynamic Imaging (MSX)® (rechts)

Ein horizontales Sichtfeld von 95° ermöglicht es einem Modul, mehrere Anschlüsse, eine PDU-Unterbaugruppe, einen Verteilerzweig, mehrere Racks oder einen größeren Teil eines Rücktürwärmetauschers in einer Szene zu erfassen. Diese breitere Ansicht kann die Anzahl der Kameras reduzieren und gleichzeitig den Vergleich benachbarter Komponenten für Asymmetrie, ungleiche Belastung und thermische Ausreißer verbessern.

Radiometrische Ausgabe und Bildgebung sind wichtig, da das Ziel nicht nur die Temperaturtrends ist, sondern auch die Visualisierung, wenn sich ein menschlicher Bediener in der Schleife befindet. Lepton 3.1R bietet sowohl ein Wärmebild als auch Temperaturdaten pro Pixel in Echtzeit, sodass die Software Bereiche von Interesse um elektrische Verbindungen, Kabelausgänge, Schnelltrenner oder Verteilerschnittstellen definieren und sie im Laufe der Zeit trendisieren kann. Dies unterstützt die Alarmlogik basierend auf absoluten Schwellenwerten, Änderungsrate, Delta zu Baseline, Delta zu Nachbar oder persistenter thermischer Asymmetrie. Im Vergleich zu Thermosäulen-Arrays mit niedriger Auflösung, die üblicherweise 8 x 8 Pixel betragen, bietet das Mikrobolometer 160 x 120 größere Szenendetails zur Identifizierung von Hotspots auf Komponentenebene und zur Unterstützung KI-basierter Analysen.

Größe, Masse und Leistungsprofil des Moduls unterstützen auch die Bereitstellung eingebetteter Infrastrukturen. Lepton 3.1R passt leicht auf die Fingerspitze. Es ist klein genug, um in der Nähe von überwachten Anlagen montiert zu werden, ohne das Gehäuselayout, den Luftstrom oder den Servicezugang wesentlich zu beeinträchtigen. Seine geringe Betriebsleistung unterstützt die verteilte Installation über ein Rack oder Subsystem zur kontinuierlichen Überwachung der Stromversorgung, Stromverteilung und Flüssigkeitskühlungsschnittstellen. Für OEMs können etablierte mechanische, elektrische und Softwareschnittstellen von Lepton dazu beitragen, den Entwicklungsaufwand und das Integrationsrisiko zu reduzieren.

Berührungslose und eingebettete Überwachung: Wärmebildgebung ist nützlich, wenn die Kontaktinstrumente schwierig, aufdringlich oder zu spärlich sind. Kabelgebundene Sonden messen nur ihren Befestigungspunkt und können die heißeste Stelle verpassen, wenn sich der Gradient verschiebt. Ein berührungsloser radiometrischer Imager kann die gesamte Schnittstellengeometrie, einschließlich angrenzender Isolierung, Gehäuse und umgebender Struktur, beobachten und so die Erkennung von sich ausbreitender Wärme, Ungleichmäßigkeit oder leckagebedingtem Kühlverlust verbessern.

Radiometrische Ausgabe und verteilte Intelligenz: Da Lepton 3.1R quantitative thermische Daten ausgibt, kann es Algorithmen zur Zustandsüberwachung anstatt einfache Bildströme liefern. Mehrere Module, die in der Nähe von Busstrukturen, Steckverbinderfeldern, Stromverteilungseinheiten (PDUs), Hintertürbaugruppen und Flüssigkeitskühlverbindungen positioniert sind, können eine Wärmekarte des Racks erstellen, die informativer ist als die Erfassung auf Raumebene allein.

Design-Überlegungen

Die effektive Implementierung beginnt mit der Sensorplatzierung. Die Kamera sollte eine klare Sichtlinie zu den Schnittstellen aufweisen, die am wahrscheinlichsten eine frühe thermische Abweichung aufweisen, einschließlich Steckverbinderfelder, Sammelschienenverbindungen, Trennschalteranschlüsse, Verteilerzweige und Schnelltrennschalter. Die Platzierung sollte auch Hindernisse, Servicezugang, Kabelbewegung und die Möglichkeit berücksichtigen, dass nahegelegene Strukturen den heißesten Bereich teilweise verdecken können.

Eine zweite Überlegung ist die thermische Basislinie. Absolute Temperaturschwellen sind nützlich, aber viele Ausfälle beginnen als relative Abweichungen vom normalen Betriebsverhalten. In vielen Fällen ist es besser, das thermische Verhalten über repräsentative Lastzustände, Lüftereinstellungen, Kühlmitteltemperaturen und Umgebungsbedingungen hinweg zu charakterisieren, dann Alarm auf Delta bis Baseline, Delta bis Nachbar, Änderungsrate oder Persistenz.

Auch Oberflächeneigenschaften sind wichtig. Emissionsunterschiede zwischen lackiertem Metall, blankem Metall, Kunststoffen, Isolierung und Flüssigkeitsanschlüssen können die scheinbare Temperaturverteilung beeinflussen. Hochreflektierende Oberflächen können reflektierte Strahlung von nahegelegenen heißen Komponenten anstelle ihrer eigenen tatsächlichen Temperatur zeigen, sodass Bereiche von Interesse nach Möglichkeit auf wiederholbaren Oberflächenmerkmalen definiert werden sollten.

Die Alarmstrategie sollte eher auf Bereichsebene als auf Gesamtbildebene ausgeführt werden. Bereiche von Interesse können um elektrische Verbindungen, Kabelausgänge, Anschlusskörper, Verteilerschnittstellen oder andere fehleranfällige Merkmale definiert werden. Metriken wie Maximaltemperatur, Durchschnittstemperatur, räumlicher Gradient und zeitlicher Trend können dann pro Region ausgewertet werden.

Schließlich sollte der Wärmesensor als Teil einer breiteren Überwachungsarchitektur behandelt werden. Die nützlichsten Bereitstellungen korrelieren radiologische Daten mit Auslastung, Leistungsaufnahme, Lüfterdrehzahl, Kühlmitteltemperatur, Durchflussstatus und Servicehistorie. Dieser Kontext verbessert die Fehlerisolierung und reduziert Fehlalarme.

Beispiel für Überwachungspunkte und Anwendungsszenarien

Die folgenden Beispiele veranschaulichen, wie Lepton 3.1R verwendet werden kann, um gängige fehleranfällige Schnittstellen in der KI-Rechenzentrumsinfrastruktur zu beobachten und lokalisierte Temperaturabweichungen frühzeitig genug zu erkennen, um Untersuchungen, Wartung oder Schutzmaßnahmen zu unterstützen.

Ein wichtiger Anwendungsfall ist die Überwachung des Stromanschlusses und der PDU. Mit steigendem Rackstrom werden Kabelschuhe, Steckerschnittstellen, Trennschalteranschlüsse und interne Verteilerverbindungen empfindlicher gegenüber Drehmomentverlust, Oxidation, Kontamination und Montagevariationen. Die Wärmebildgebung kann dabei helfen, den resultierenden Temperaturanstieg zu erkennen, bevor die elektrische Kontinuität verloren geht.

Die Überwachung von Sammelschiene und Backplane ist eine weitere wichtige Anwendung. Hochstromleiter können eine lokalisierte Erwärmung an Verbindungen, Biegungen, Übergängen, laminierten Strukturen oder mechanisch beanspruchten Bereichen entwickeln. Die direkte Bildgebung dieser Bereiche hilft dabei, ungleiche Stromverteilung, thermische Engpässe und Kühleinschränkungen zu identifizieren, die möglicherweise nicht allein aus der elektrischen Telemetrie ersichtlich sind.

Die Überwachung von Flüssigkeitskühlungsanschluss und Verteiler ist ebenso wertvoll. Bei Direkt-Chip-Systemen müssen Schnelltrennschalter, Schläuche, Verteiler und Kaltplattenschnittstellen einen ordnungsgemäßen Eingriff, Dichtigkeit und Durchflussverteilung gewährleisten. Ein teilweise eingeschränkter Pfad, eine schlechte Kopplung oder ein früher Leckagezustand können die lokale thermische Signatur verändern, bevor sie einen klaren Systemalarm erzeugt.

Lepton 3.1R unterstützt auch die vorausschauende Wartung und modellbasierte Alarmierung. Sobald eine normale thermische Basislinie für jede Anlageklasse und jeden Betriebsmodus festgelegt ist, kann die Software Abweichungen nach Größe, Persistenz und Änderungsrate klassifizieren. Neben der einfachen Erkennung eines heißen Objekts erkennt es sinnvolle Abweichungen vom normalen Verhalten frühzeitig genug, um Interventionen zu planen.

Vorteile der Überwachung auf Systemebene

Aus Sicht der Systemarchitektur ergänzt die integrierte Wärmemessung die vorhandene Umgebungs- und elektrische Telemetrie und ersetzt sie nicht. Sein Wert ist die kontinuierliche räumliche Beobachtbarkeit auf Schnittstellenebene, wo viele Hochstrom- und Flüssigkeitskühlungsfehler entstehen.

Dieser Vorteil wird im Vergleich zu herkömmlichen Instrumenten deutlicher. Umgebungssonden, Luftstromsensoren und durchschnittliche Kühlmittelmessungen charakterisieren Schüttgutbedingungen, beobachten jedoch nicht die Geometrie fehleranfälliger Schnittstellen. Kontaktsensoren liefern Punktdaten, skalieren aber nicht gut, wenn mehrere Hot Spots möglich sind. Im Gegensatz dazu stellt ein fester radiometrischer Wärmesensor kontinuierliche räumliche Daten aus demselben Blickwinkel bereit, wodurch es möglich ist, lokale Gradienten zu beobachten, benachbarte Komponenten zu vergleichen und Drift zu erkennen, die spärliche Punktsensoren verpassen können.

Operativ kann diese zusätzliche Beobachtbarkeit die Fehlerisolierung verbessern und die Wahrscheinlichkeit verringern, dass ein latentes Schnittstellenproblem unbemerkt fortschreitet. Ein früherer Einblick in einen abnormalen Temperaturanstieg kann den Bedienern helfen, den spezifischen Anschluss, das Gelenk oder die Flüssigkeitskühlungsschnittstelle zu überprüfen, der/die davon abweicht, anstatt sich auf breitere Symptome zu verlassen, nachdem sich das Problem ausgebreitet hat.

In diesem Zusammenhang bietet Lepton 3.1R ein praktisches Gleichgewicht zwischen thermischer Empfindlichkeit, radiometrischer Fähigkeit, Sichtfeld, Einfachheit der Integration und Systemkosten. Seine Kombination aus 160 x 120 radiometrischer Bildgebung, breiter 95°-Abdeckung und kompaktem Low-Power-Design unterstützt die quantitative thermische Überwachung in platzbeschränkten eingebetteten Anwendungen. Die Lösung ermöglicht es Konstrukteuren, die Erfassung in der Nähe der interessierenden Ausfallmechanismen zu platzieren und periodische thermische Inspektionen in kontinuierliche, maschinell beobachtbare Daten umzuwandeln. Das Fertigungsmodell von Teledyne FLIR OEM unterstützt auch eine skalierbare Bereitstellung für Anwendungen mit höherem Volumen.

Design-Zusammenfassung

Für KI-Rechenzentrumsdesigner besteht die zentrale Herausforderung darin, dass die Folgeereignisse oft lokal beginnen, während das breitere System immer noch normal erscheint. Hohe Rack-Leistung, höhere Stromdichte und eine stärkere Verwendung der direkten Flüssigkeitskühlung erhöhen die Notwendigkeit, Anschlüsse, Verbindungen, Anschlüsse, Verteiler und Schnelltrennschalter direkt zu überwachen, anstatt ihren Zustand aus Messungen auf Raumebene abzuleiten.

Lepton 3.1R bietet ein praktisches Sensorelement für diese Aufgabe. Der radiometrische Ausgang, das 95°-Sichtfeld, die thermische Pixelauflösung von 160 x 120, das kompakte Gehäuse und das energiesparende Design unterstützen die Platzierung in der Nähe kritischer Schnittstellen und die Integration in breitere Steuerungs- und Zustandsüberwachungsarchitekturen. Für OEMs und Infrastrukturdesigner bietet es umsetzbare Wärmedaten für frühere Warnungen, verbesserte Fehlerisolierung und vorausschauende Wartung in skalierbaren Bereitstellungen.