同樣一批算力,兩種拿到手的方式
建設一個推理或訓練叢集,採購上通常有兩條路。一條是散件採購——伺服器整機、GPU、記憶體、盤分別下單,到貨後由自己的工程團隊完成裝配、佈線、裝機與壓測;另一條是整機或整櫃交付——裝置在出廠前完成配置、組裝與驗證,到現場後接電、接網、接水即可進入業務部署。軍航科工半導體兩條路都在做:一邊是伺服器、GPU 與記憶體的供應鏈服務,另一邊是覆蓋風冷、液冷與機櫃級液冷叢集的整機交付。兩條路沒有絕對優劣,分界線在於誰來承擔整合風險與整合時間——散件路線把這兩樣留給自己的團隊,整櫃路線把它們前移到出廠之前。
風冷單機的交付邊界短,液冷整櫃的邊界長
風冷平臺的交付邊界相對清晰。以 8-GPU 風冷平臺為例,8 張雙寬或四寬渦輪卡、12 個 PCIe 5.0 插槽、12 個 LFF 盤位,面向標準機房快速部署,本身的定位就是降低液冷改造門檻:機房只要滿足供電與風量條件,交付動作基本收斂在「上架—接電—驗機」三步。液冷整櫃則完全不同。冷板式液冷平臺做到 CPU/GPU 冷板全覆蓋,散熱能力不再只由機箱自身決定,而是與機櫃、CDU 與機房水路連成一個系統。這時交付物件不再是「一臺機器」,而是「一個閉環」——任何一段沒打通,整櫃都達不到設計工況。
機櫃級液冷交付要依次打通的五段
按交付順序拆開,機櫃級液冷叢集要打通五個環節:
- 機櫃:確認承重、配電與分液歧管的佈置,節點在櫃內的位置直接決定水路走向與維護空間;
- CDU:作為二次側冷卻液與機房一次側水路之間的換熱與循環樞紐,介面形式與冗餘方式要在裝置出廠前與機房條件對齊;
- 水路:管路連接完成後先做保壓與氣密檢查,確認無洩漏,再進入通電環節,順序不能反;
- 供回水監控:液冷平臺支援叢集級供回水監控,交付時要把溫度與流量資料接入機房管理系統,讓異常在業務受影響之前被看到;
- 上架除錯:以滿載壓測驗證整櫃在設計供回水條件下的持續穩定執行——交付完成的判據是這條曲線,而不是裝置點亮。
這五段裡有相當一部分工作發生在裝置到場之前。機房水路條件、CDU 介面與監控協議確認得越早,裝置的現場停留時間就越短,這正是整櫃交付壓縮上線週期的來源。
交付結束不是流程結束:備件與擴容接在同一條鏈上
整櫃交付的價值有一半體現在交付之後。叢集進入執行期,最常發生的動作是換件與擴容,可維護性設計為此預留了空間:10-GPU Thor T5000 平臺配 4 個 CRPS 電源,支援 2+2 或 3+1 冗餘,單個電源失效不中斷業務;PC-Farm 平臺的 PC 節點支援熱插拔與完全獨立上下電,壞件替換不必牽動整櫃。而備件品類與整機 BOM 出自同一條供應鏈——GPU、記憶體與盤的補貨、後續擴容節點,都可以按原配置延續,避免執行兩年後同一櫃裡出現兩套配置的維護負擔。把交付流程與後續供應鏈服務連成一條線,才是整櫃交付區別於一次性買賣的地方。
