AI 训练集群机柜分集液器选型边界

AI 训练集群的机柜功率密度往往 30–60 kW 起步，单柜内几十块冷板并联，任一路流量偏差都会直接变成 CPU 结温差。分集液器在这里不是“分配水的零件”，而是均流的主控点。选型要把边界前置，而不是等上线再调。

一、AI 集群的均流差为什么比普通机房更敏感？

普通机房冷板少、单柜功率低，流量差 12% 结温影响有限；AI 集群冷板密、功率高，同样偏差会让高负载卡结温更早撞墙。我们建议 AI 集群把阀门全开均流差锁在 8% 以内，而非行业通用的 10%。

二、单柜路数怎么和 GPU 冷板数对上？

一块主流 GPU 冷板一路，八卡机柜至少 8 路，高密度机柜可能 16–32 路。分配腔路数要按冷板数向上取整并留冗余。我们建议路数 = 冷板数 + 10–20% 冗余路，冗余路用盲堵，便于后续加卡。

三、最大工作压力按什么定？

AI 集群二次侧供液压力本就不低，分配腔最大工作压力不宜低于 0.35 MPa、整体承压不低于 1.0 MPa。若 CDU 二次侧压力偏高，边界还要上移。我们把压力边界写进需求，避免选到承压刚够的腔体。

四、盲插还是固定快插？

AI 集群维护频繁，盲插（含 UQD 类）支持插拔零排液，维护不排液更友好；固定快插成本低但要排液。我们倾向高密度训练柜用盲插，降低每次维护的停机与补液成本。

五、分配腔要不要带监测接口？

要。均流偏差、漏液都要可追溯，分配腔预留压力/温度/漏液监测接口，能把问题定位到路。我们建议监测内建，而不是等漏了再外挂传感器。

六、材质和介质怎么匹配？

去离子水用 316L + EPDM，含乙二醇用 FKM。介质电导率 ≤10 μS/cm、pH 6–8。来料附牌号与密封证明。材质选错，高功率下密封老化更快。

七、安装空间和维护通道留多少？

训练柜后侧常被线缆占满。分配腔选薄型面板安装，留开盖与锁止操作空间。我们见过因腔体过厚、维护手伸不进去的尴尬，选型时就把外形与通道写进约束。

八、扩容时分配腔怎么不拖后腿？

按终态路数选腔、闲置路盲堵，扩容拔堵接插即通。盲插到位指示确认锁止，避免假插紧。我们把扩容场景写进验收，而不是等扩容时再改分配腔。

九、验收时 AI 集群额外看什么？

除流量偏差和氦检，还要看满负载下的结温梯度：同一机柜各 GPU 结温差应可控。我们建议把结温梯度纳入验收，因为它才是均流的最终裁判。

十、选型结论怎么落到采购清单？

把均流差、路数、压力、盲插形式、监测接口、材质、外形七项写成硬约束发给供应商。边界清楚，AI 集群的均流才有保障。我们更看重约束闭环，而不是单看参数表。

十一、训练柜和推理柜边界一样吗？

训练柜功率高、波动大，边界更严；推理柜功率稳、密度低，可略宽。我们按柜型给不同均流与压力边界，不一套标准套全部，避免训练柜被推理柜标准拖垮。

十二、液冷和风冷混布怎么选分配腔？

混布时液冷柜集中、风冷柜旁挂，分配腔只服务液冷部分，路数按液冷冷板定。我们不建议把风冷柜算进液冷均流，混算会拉低整体目标。

十三、监测数据怎么接进运维？

分配腔预留的压/温/漏接口接到动环或 BMS，阈值告警。我们建议监测内建、数据直连，而不是靠人巡检看表，问题定位到路才快。

十四、盲插备件配多少？

按维护频次与路数配，关键柜冗余盲插现场留件。我们按“高频维护柜多配、低频少配”定比例，不拍脑袋，扩容与换件都不等件。

十五、扩容节奏怎么和选型对齐？

选型按终态路数，扩容按盲堵释放节奏。我们建议把扩容计划表给供应商，分配腔一次到位，后续只拔堵接插，不二次改造。

十六、液冷占比怎么定边界？

按单柜功率密度定液冷覆盖：高密度柜全液冷，低密度柜可风液混合。我们按柜型给液冷边界，不强行全柜液冷，避免低密柜浪费分配腔路数。

十七、监测告警阈值怎么设？

均流偏差超 8%、漏液即告警、温度梯度超阈值升级。我们阈值写进 BMS，分级告警不漏不烦，运维按级响应而不是天天看表。

十八、盲插维护周期多长？

按插拔频次定，高频训练柜季度复检密封，低频柜半年。我们周期写进运维卡，到点就检，不靠漏了再换。

十九、扩容验收额外看什么？

扩容拔堵接插后复测均流与氦检，确认盲堵释放无误、无假插紧。我们把扩容当一次小验收，不是顺手插上就完。

二十、训练集群电源和液冷怎么联判？

单柜功率密度决定液冷边界，电源和液冷要联合看：PDU 相别不平衡会带偏机柜热分布，液冷均流也要跟着校。我们选型时把电源相别和液冷路数放一张表，避免液冷按平均功率定、实际偏相烧冷板。

二十一、多厂商机柜怎么统一分配腔？

不同厂商冷板接口各异，统一分配腔要靠转接与标准快接。我们建接口映射表，分配腔出口标准化，机柜侧转接，扩容混厂商也不乱，维护备件也按标准走。

二十二、液冷告警和工单怎么联动？

均流超差、漏液、结温梯度告警自动生成工单并定位到路。我们告警直连工单系统，不靠人盯屏，问题从发现到派单分钟级，定位到路省排查。

二十三、液冷和供电联判怎么复盘？

单柜功率密度决定液冷边界，电源相别不平衡会偏热分布，液冷均流要跟着校。我们联判复盘成例，偏相早发现早调，不靠平均功率定边界。

二十四、扩容验收清单怎么写？

拔堵接插后复测均流与氦检、确认盲堵释放无误、无假插紧。我们把扩容当小验收，清单化，不是顺手插上就完，扩容质量也可追溯。