采用 Lepton 3.1R 的 AI 数据中心基础设施嵌入式热状态监控

摘要

AI 数据中心正在提高机架功率密度并扩大液体冷却的使用，从而在电气和热界面上带来新的可靠性挑战。连接器、母线、配电单元 （PDU） 和液体冷却连接处可能会发生局部加热，然后房间级或机架级传感器会检测到异常情况。

本应用说明解释了嵌入式辐射热感应为何非常适合这些环境中的状态监控和预测性维护，以及符合 NDAA 标准的 Lepton 3.1R 如何用作紧凑的宽视场感应解决方案，以便在关键基础设施中进行早期警告和改进故障隔离。

简介

长期以来，热成像技术一直被用作发电和其他关键基础设施的维护工具，但它通常被用作定期检测方法，而不是连续感应层。在 AI 数据中心，这种模式变得不够充分。当局部热问题发展成意外停机或安全事件时，机架功率密度正在上升，液体冷却正在扩大，基础设施运营商面临着越来越严重的后果。行业报告继续将电力识别为数据中心停电的主要威胁，强调了更早发现易发生故障的电气和热界面的价值。

本应用说明重点介绍了嵌入式辐射热传感为何非常适合这种需求。随后的讨论并未重申热监控的总体优势，而是探讨了传统传感在高密度 AI 环境中可能遗漏新出现的故障的位置。这包括为什么电气和液体冷却接口值得更密切的观察，以及如何将紧凑型热像仪集成到状态监控架构中，以便更早地发出警告并更好地隔离故障。

AI数据中心面临的热电监控挑战

向 AI 和加速计算的转变正在重新定义数据中心的热设计范围。在高密度机架中，包括可超过 100 kW 的部署，基础设施必须同时通过导体、接头和端子管理更大的散热和更高的电流。配电硬件的温度升高不仅取决于导体电阻，还取决于接头质量和接触电阻。根据 P = I2R 的关系，即使电阻小幅增加也会产生不成比例的自热。在高电流下，以微欧姆为单位测量的附加电阻可在螺栓接头、插头接口或端子处产生有意义的局部热。这种热量可以通过氧化、松弛、表面退化或失去接触力进一步提高电阻，从而形成一个能加速温升的正反馈回路。由于此过程可以快速开发，传统的基于路线的监控在早期检测问题的能力方面受到限制。

因此，连接器可以在产生不安全的热特征的同时保持电气闭合。常见原因包括扭矩不足、表面污染、腐蚀、摩擦、电镀磨损、机械振动和反复热循环。

液冷架构中界面灵敏度相似。直接芯片系统依靠冷板、歧管、软管、密封件和快速断开装置来维持流量、压力和热耦合。如果快速断开装置部分接合，密封性能下降、流量受限或冷却液质量导致结垢或腐蚀。第一个标志可能是受影响界面附近的局部温度偏差，而不是立即发出房间级警报。因此，液体冷却引入了热耦合和机械耦合的额外故障模式。

传统监控可能不足以检测局部接口级故障。供气、回风和平均冷却液测量值是低空间分辨率指示器，用于描述大量热状况，而不是每个容易发生故障的接口的状态。机架的温度在宏观层面上可能正常，而单个连接器、母线接头或快速断开装置已经高于基线水平。因此，有效的状态监控需要一个传感器，该传感器可以观察故障的来源，并跟踪热梯度、不对称性和随时间漂移的变化。

Lepton 3.1R 解决方案概述

Lepton 3.1R 是一款符合国防授权法案 （NDAA） 的紧凑型辐射技术红外热像仪模块，专为嵌入式状态监控而设计。对于 AI 数据中心，NDAA 合规性支持网络化任务关键型基础设施中的可信组件和透明供应链。它还可以帮助组织降低法律、财务和运营风险，同时支持政府和其他受监管环境中的采购要求。

对于机架级应用，Lepton 3.1R 将广域覆盖、定量温度测量和低功耗操作相结合，封装小巧，可放置在电气和液体冷却接口附近。其 SPI 和 I2C 接口、集成快门、镜头和 ASIC 简化了与定制设计的集成。NDAA 合规也可能有利于为美国和欧洲市场提供服务的原始设备制造商 （OEM），这些市场优先考虑可信赖的供应链。

图 1. Lepton 3.1R 辐射热像仪模块（左）和采用 FLIR 多光谱动态成像 （MSX）®（右）的辐射热图像

95°水平视场角允许一个模块在一个场景中捕获多个连接器、一个PDU子组件、一个歧管分支、多个机架或后门热交换器的较大部分。这种更宽的视图可以减少相机数量，同时改善相邻组件的不对称性、不均负载和热离群值的比较。

辐射输出和成像很重要，因为目标不仅是温度趋势，而且是人类操作员处于循环中的可视化。Lepton 3.1R 实时提供热图像和每像素温度数据，使软件能够定义电气接头、电缆出口、快速断开或歧管接口周围的感兴趣区域，并随时间变化趋势。这支持基于绝对阈值、变化率、基线增量、邻居增量或持续热不对称的警报逻辑。与通常为 8 x 8 像素的低分辨率热电堆阵列相比，160 x 120 微测辐射热计为识别组件级热点和支持基于 AI 的分析提供了更详细的场景。

模块的尺寸、质量和功率分布也支持嵌入式基础设施部署。Lepton 3.1R 可轻松安装在手指尖端。它足够小，可以安装在受监控的资产附近，而不会严重影响外壳布局、气流或服务访问。其低运行功率支持跨机架或子系统的分布式安装，可连续监控电源输入、配电和液体冷却接口。对于 OEM 而言，已建立的 Lepton 机械、电气和软件接口有助于减少开发工作和集成风险。

非接触式和嵌入式监控：热成像技术在接触式仪器困难、侵入性或太稀疏的情况下非常有用。有线探头仅测量其连接点，如果梯度偏移，可能会错过最热的位置。非接触式辐射成像仪可以观察整个界面的几何形状，包括相邻的绝缘层、外壳和周围结构，从而改善热扩散、不均匀性或泄漏相关冷却损失的检测。

辐射输出和分布式智能：由于 Lepton 3.1R 输出定量热数据，因此它可以提供状态监控算法，而不是简单的图像流。位于总线结构、连接器区域、配电单元（PDU）、后门组件和液体冷却接头附近的多个模块可以创建机架的热图，这比单独的房间级感应更具信息性。

设计注意事项

有效的实施从传感器放置开始。相机应能清晰地看到最有可能表现出早期热偏差的接口，包括连接器场、母线接头、断路器端子、歧管支路和快速断开装置。放置位置还应考虑到障碍物、服务通道、电缆移动以及附近结构可能部分掩盖最热区域的可能性。

第二个考虑因素是热基线。绝对温度阈值很有用，但许多故障始于与正常操作行为的相对偏差。在许多情况下，最好在代表性负载状态、风扇设置、冷却液温度和环境条件下描述热行为，然后在基线差值、邻居差值、变化率或持久性上发出警报。

表面特性也很重要。涂漆金属、裸金属、塑料、绝缘材料和流体配件之间的辐射率差异会影响表观温度分布。高反射表面可能显示来自附近热元件的反射辐射，而不是其自身的真实温度，因此应尽可能在可重复的表面特征上定义感兴趣区域。

警报策略应在区域级别而非全图像级别进行设计。感兴趣区域可围绕电气接头、电缆出口、连接器主体、歧管接口或其他易发生故障的特征进行定义。然后可以评估每个区域的最高温度、平均温度、空间梯度和时间趋势等指标。

最后，热传感器应视为更广泛监控架构的一部分。最有用的部署将辐射数据与工作量、功耗、风扇速度、冷却液温度、流量状态和服务历史记录相关联。该环境可改善故障隔离并减少干扰警报。

监控点和应用场景示例

以下示例说明了 Lepton 3.1R 如何用于观察 AI 数据中心基础设施中常见的易发生故障接口，以及尽早检测局部温度偏差，以支持调查、维护或保护措施。

一个重要的用例是电源连接器和 PDU 监控。随着机架电流上升，接线片、插头接口、断路器端子和内部配电接头对扭矩损失、氧化、污染和组件变化变得更加敏感。热成像技术有助于在电气连续性丧失之前检测由此产生的温度升高。

母线和背板监控是另一个重要的应用。大电流导体可在接头、弯曲、过渡、层压结构或机械应力区域产生局部加热。直接对这些区域进行成像有助于识别不相等的电流共享、热瓶颈和制冷限制，而这些限制在电气遥测中可能并不明显。

液冷连接器和歧管监控同样具有价值。在直接芯片系统中，快速断开装置、软管、歧管和冷板接口必须保持适当的啮合、密封完整性和流量分布。路径部分受限、耦合不良或早期泄漏情况可能会在产生清晰的系统警报之前改变局部热特征。

Lepton 3.1R 还支持预测性维护和基于模型的警报。一旦为每个资产类别和运行模式建立了正常的热基线，软件就可以按幅度、持久性和变化率对偏差进行分类。除了简单地检测热物体外，它还可以尽早检测出与正常行为的有意义的偏差，以便计划干预。

系统级监控优势

从系统架构的角度来看，嵌入式热传感技术是现有环境和电气遥测技术的补充，而不是替代现有的环境和电气遥测技术。其值为界面级的连续空间可观测性，其中许多高电流和液体冷却故障起源。

与传统仪器相比，这种优势变得更加明显。环境探头、气体质量流量传感器和平均冷却剂测量值可确定大体积状况的特征，但不观察易发生故障接口的几何形状。接触式传感器提供点数据，但是当可能存在多个热点时，它们无法很好地扩展。相比之下，固定辐射热传感器从同一视角提供连续的空间数据，从而可以观察局部梯度、比较相邻部件并检测稀疏点传感器可能遗漏的漂移。

在操作上，这种增加的可观察性可以改善故障隔离，并降低潜在接口问题在未察觉的情况下发生的可能性。更早地看到异常温升可以帮助操作员检查正在偏离的特定连接器、接头或液体冷却接口，而不是在问题蔓延后依赖于更广泛的症状。

在这种情况下，Lepton 3.1R 实现了热灵敏度、辐射测量能力、视场角、集成简单性和系统成本的实际平衡。160 x 120 辐射成像、宽广的 95° 覆盖范围和紧凑的低功耗设计相结合，支持空间受限的嵌入式应用中的定量热监控。它使设计人员能够将感应放置在靠近相关故障机制的位置，并将定期热检测转换为机器可观察的连续数据。Teledyne FLIR OEM 的制造模式还支持针对大容量应用的可扩展部署。

设计摘要

对于 AI 数据中心设计人员而言，核心挑战是，最关键的热事件通常在本地开始，而更广泛的系统仍然正常。机架功率高、电流密度高、直接液体冷却使用率高，所有这些都增加了直接监控连接器、接头、端子、歧管和快速断开装置的需求，而不是从房间级测量中推断其状况。

Lepton 3.1R为该任务提供了实用的传感元件。其辐射输出、95°视场角、160×120热像素分辨率、紧凑封装和低功耗设计支持在关键接口附近放置，并集成到更广泛的控制和状态监控架构中。对于 OEM 和基础设施设计人员来说，它提供可操作的热数据，以便在可扩展部署中实现早期警告、改进故障隔离和预防性维护。