Surveillance intégrée de l’état thermique pour l’infrastructure de datacenter d’IA à l’aide de Lepton 3.1R

Résumé

Les datacenters d’IA augmentent la densité de puissance des racks et augmentent l’utilisation du refroidissement liquide, créant de nouveaux défis de fiabilité au niveau des interfaces électriques et thermiques. Un chauffage localisé peut se développer au niveau des connecteurs, des jeux de barres, des unités de distribution d’alimentation (PDU) et des connexions de refroidissement liquide avant que les capteurs au niveau de la pièce ou du rack ne détectent des conditions anormales.

Cette note d’application explique pourquoi la détection thermique radiométrique intégrée est bien adaptée à la surveillance des conditions et à la maintenance prédictive dans ces environnements, et comment la Lepton 3.1R conforme à la NDAA peut être utilisée comme solution de détection compacte à large champ de vision pour un avertissement précoce et une meilleure isolation des défauts dans les infrastructures critiques.

Introduction

L’imagerie thermique a longtemps été utilisée comme outil de maintenance dans la production d’énergie et d’autres infrastructures critiques, mais elle a le plus souvent été appliquée comme méthode d’inspection périodique plutôt que comme couche de détection continue. Dans les centres de données d’IA, ce modèle devient de moins en moins suffisant. La densité de puissance des racks augmente, le refroidissement liquide se développe et les opérateurs d’infrastructure sont confrontés à des conséquences croissantes lorsque des problèmes thermiques localisés se transforment en temps d’arrêt imprévus ou en événements de sécurité. Les rapports de l’industrie continuent d’identifier l’alimentation comme la principale menace de pannes de datacenter, soulignant la valeur d’une visibilité plus précoce des interfaces électriques et thermiques sujettes aux défaillances.

Cette note d’application se concentre sur la raison pour laquelle la détection thermique radiométrique intégrée est bien adaptée à ce besoin. Plutôt que de reformuler les avantages de la surveillance thermique en général, la discussion qui suit examine les domaines où la détection conventionnelle peut manquer des défauts émergents dans les environnements d’IA à haute densité. Cela comprend pourquoi les interfaces électriques et de refroidissement liquide méritent une observation plus étroite, et comment une caméra thermique compacte peut être intégrée dans les architectures de surveillance de l’état pour un avertissement précoce et une meilleure isolation des défauts.

Défis de la surveillance thermique et électrique dans les datacenters d’IA

Le passage à l’IA et au calcul accéléré redéfinit l’enveloppe de conception thermique du datacenter. Dans les racks haute densité, y compris les déploiements qui peuvent dépasser 100 kW, l’infrastructure doit gérer à la fois un rejet de chaleur plus important et un courant plus élevé à travers les conducteurs, les joints et les terminaisons. L’augmentation de la température dans le matériel de distribution électrique dépend non seulement de la résistance du conducteur, mais également de la qualité du joint et de la résistance de contact. Même une légère augmentation de la résistance peut produire un auto-échauffement disproportionné selon la relation P = I2R. À un courant élevé, une résistance supplémentaire mesurée en micro-ohms peut générer une chaleur localisée significative au niveau d’un joint boulonné, d’une interface de prise ou d’une terminaison. Cette chaleur peut augmenter davantage la résistance par oxydation, relaxation, dégradation de surface ou perte de force de contact, créant une boucle de rétroaction positive qui accélère l’augmentation de la température. Étant donné que ce processus peut se développer rapidement, la surveillance traditionnelle basée sur les itinéraires est limitée dans sa capacité à détecter les problèmes rapidement.

Par conséquent, un connecteur peut rester électriquement fermé tout en développant une signature thermique dangereuse. Les causes courantes comprennent un couple insuffisant, une contamination de surface, la corrosion, le frottement, l’usure du placage, les vibrations mécaniques et les cycles thermiques répétés.

Une sensibilité d’interface similaire existe dans les architectures refroidies par liquide. Les systèmes Direct-to-chip reposent sur des plaques froides, des collecteurs, des tuyaux, des joints et des raccords rapides pour maintenir le débit, la pression et le couplage thermique. Si une déconnexion rapide est partiellement engagée, les performances d’étanchéité se dégradent, le débit est limité ou la qualité du liquide de refroidissement provoque l’encrassement ou la corrosion. Le premier signe peut être une excursion de température localisée près de l’interface affectée plutôt qu’une alarme immédiate au niveau de la pièce. Le refroidissement liquide introduit donc des modes de défaut supplémentaires qui sont couplés thermiquement et mécaniquement.

La surveillance traditionnelle peut être insuffisante pour détecter les défauts localisés au niveau de l’interface. Les mesures de l’air d’alimentation, de l’air de retour et du liquide de refroidissement moyen sont des indicateurs de faible résolution spatiale qui décrivent les conditions thermiques en vrac plutôt que l’état de chaque interface sujette aux défaillances. La température d’un rack peut sembler normale au niveau macro alors qu’un seul connecteur, un joint de jeu de barres ou un raccord rapide fonctionne déjà au-dessus de la ligne de base. Une surveillance efficace de l’état nécessite donc un capteur capable d’observer l’origine des défauts et de suivre les gradients thermiques, l’asymétrie et la dérive au fil du temps.

Présentation de la solution Lepton 3.1R

Lepton 3.1R est un module de caméra thermique compact, radiométrique et conforme à la loi NDA (National Defense Authorization Act) conçu pour la surveillance intégrée de l’état. Pour les centres de données d’IA, la conformité NDAA prend en charge des composants de confiance et des chaînes d’approvisionnement transparentes dans une infrastructure en réseau, critique pour la mission. Il peut également aider les organisations à réduire les risques juridiques, financiers et opérationnels tout en soutenant les exigences d’approvisionnement dans les environnements gouvernementaux et autres environnements réglementés.

Pour les applications au niveau des racks, Lepton 3.1R combine une couverture de large zone, une mesure quantitative de la température et un fonctionnement à faible puissance dans un ensemble suffisamment petit pour être placé près des interfaces électriques et de refroidissement liquide. Ses interfaces SPI et I2C, son obturateur intégré, son objectif et son ASIC simplifient l’intégration dans des conceptions personnalisées. La conformité à la NDAA peut également bénéficier aux fabricants d’équipement d’origine (OEM) desservant les marchés américains et européens qui donnent la priorité aux chaînes d’approvisionnement de confiance.

Figure 1. Module de caméra thermique radiométrique Lepton 3.1R (gauche) et image thermique radiométrique avec imagerie dynamique multispectrale (MSX)® de FLIR (droite)

Un champ de vision horizontal de 95° permet à un module de capturer plusieurs connecteurs, un sous-ensemble de PDU, une branche de collecteur, plusieurs racks ou une plus grande partie d’un échangeur de chaleur de porte arrière dans une seule scène. Cette vue plus large peut réduire le nombre de caméras tout en améliorant la comparaison des composants adjacents pour l’asymétrie, les charges inégales et les valeurs aberrantes thermiques.

La sortie radiométrique et l’imagerie sont importantes car l’objectif n’est pas seulement l’analyse des tendances de température, mais également la visualisation lorsqu’un opérateur humain est dans la boucle. Lepton 3.1R fournit à la fois une image thermique et des données de température par pixel en temps réel, ce qui permet au logiciel de définir les régions d’intérêt autour des joints électriques, des sorties de câbles, des déconnexions rapides ou des interfaces de collecteur et de les suivre au fil du temps. Cela prend en charge la logique d’alarme basée sur les seuils absolus, le taux de variation, le delta par rapport à la ligne de base, le delta par rapport au voisin ou l’asymétrie thermique persistante. Par rapport aux matrices thermopiles à basse résolution, qui sont généralement de 8 x 8 pixels, le microbolomètre de 160 x 120 fournit des détails de scène plus importants pour identifier les points chauds au niveau des composants et prendre en charge l’analyse basée sur l’IA.

La taille, la masse et le profil de puissance du module prennent également en charge le déploiement d’infrastructure intégrée. Lepton 3.1R s’adapte facilement au bout d’un doigt. Il est suffisamment petit pour être monté à proximité d’actifs surveillés sans affecter matériellement la disposition de l’armoire, le flux d’air ou l’accès au service. Sa faible puissance de fonctionnement prend en charge l’installation distribuée sur un rack ou un sous-système pour la surveillance continue de l’entrée d’alimentation, de la distribution d’alimentation et des interfaces de refroidissement liquide. Pour les OEM, les interfaces mécaniques, électriques et logicielles établies de Lepton peuvent aider à réduire les efforts de développement et les risques d’intégration.

Surveillance sans contact et intégrée : L’imagerie thermique est utile lorsque les instruments de contact sont difficiles, intrusifs ou trop clairsemés. Les sondes filaires mesurent uniquement leur point de fixation et peuvent manquer l’emplacement le plus chaud si le gradient se déplace. Un imageur radiométrique sans contact peut observer la géométrie complète de l’interface, y compris l’isolation adjacente, le boîtier et la structure environnante, améliorant la détection de la chaleur disséminée, de la non-uniformité ou de la perte de refroidissement liée aux fuites.

Sortie radiométrique et intelligence distribuée : Étant donné que Lepton 3.1R produit des données thermiques quantitatives, il peut alimenter des algorithmes de surveillance de l’état plutôt que des flux d’images simples. Plusieurs modules positionnés à proximité de structures de bus, de champs de connecteur, d’unités de distribution d’alimentation (PDU), d’assemblages de porte arrière et de jonctions de refroidissement liquide peuvent créer une carte thermique du rack qui est plus informative que la détection au niveau de la pièce seule.

Considérations de conception

Une mise en œuvre efficace commence par la mise en place du capteur. La caméra doit avoir une ligne de vision claire vers les interfaces les plus susceptibles de présenter une déviation thermique précoce, y compris les champs de connecteur, les joints de jeu de barres, les terminaisons de disjoncteur, les branches de collecteur et les déconnexions rapides. Le placement doit également tenir compte des obstructions, de l’accès au service, du mouvement des câbles et de la possibilité que les structures proches puissent partiellement masquer la région la plus chaude.

Une deuxième considération est la référence thermique. Les seuils de température absolue sont utiles, mais de nombreuses défaillances commencent par des écarts relatifs par rapport au comportement de fonctionnement normal. Dans de nombreux cas, il est préférable de caractériser le comportement thermique entre les états de charge représentatifs, les réglages du ventilateur, les températures du liquide de refroidissement et les conditions ambiantes, puis d’alarmer sur delta par rapport à la référence, delta par rapport au voisin, le taux de changement ou la persistance.

Les propriétés de surface sont également importantes. Les différences d’émissivité entre le métal peint, le métal nu, les plastiques, l’isolation et les raccords de fluide peuvent affecter la distribution apparente de la température. Les surfaces hautement réfléchissantes peuvent montrer des rayonnements réfléchis provenant de composants chauds à proximité plutôt que leur propre température réelle, de sorte que les régions d’intérêt doivent être définies sur des entités de surface reproductibles chaque fois que possible.

La stratégie d’alarme doit être conçue au niveau de la région plutôt qu’au niveau de l’image entière. Les régions d’intérêt peuvent être définies autour des joints électriques, des sorties de câble, des corps de connecteur, des interfaces de collecteur ou d’autres caractéristiques sujettes aux défaillances. Des mesures telles que la température maximale, la température moyenne, le gradient spatial et la tendance temporelle peuvent ensuite être évaluées par région.

Enfin, le capteur thermique doit être traité dans le cadre d’une architecture de surveillance plus large. Les déploiements les plus utiles corrèlent les données radiométriques avec la charge de travail, la consommation d’énergie, la vitesse du ventilateur, la température du liquide de refroidissement, l’état du débit et l’historique d’entretien. Ce contexte améliore l’isolation des défauts et réduit les alarmes intempestives.

Exemples de points de surveillance et de scénarios d’application

Les exemples suivants illustrent comment Lepton 3.1R peut être utilisé pour observer les interfaces courantes sujettes aux défaillances dans l’infrastructure du centre de données d’IA et détecter les écarts de température localisés suffisamment tôt pour soutenir l’enquête, la maintenance ou l’action de protection.

Un cas d’utilisation important est la surveillance du connecteur d’alimentation et du PDU. À mesure que le courant du rack augmente, les cosses, les interfaces de prise, les terminaisons de disjoncteur et les joints de distribution internes deviennent plus sensibles à la perte de couple, à l’oxydation, à la contamination et à la variation de l’assemblage. L’imagerie thermique peut aider à détecter l’augmentation de température qui en résulte avant la perte de la continuité électrique.

La surveillance des barres collectrices et des cartes fond de panier est une autre application importante. Les conducteurs à courant élevé peuvent développer un chauffage localisé au niveau des articulations, des courbures, des transitions, des structures laminées ou des régions soumises à des contraintes mécaniques. L’imagerie de ces zones permet d’identifier directement le partage de courant inégal, les goulots d’étranglement thermiques et les limites de refroidissement qui peuvent ne pas être visibles uniquement par télémétrie électrique.

Le connecteur de refroidissement liquide et la surveillance du collecteur sont tout aussi précieux. Dans les systèmes directement sur puce, les raccords rapides, les tuyaux, les collecteurs et les interfaces de plaque froide doivent maintenir un engagement, une intégrité du joint et une distribution du débit appropriés. Un chemin partiellement restreint, un mauvais couplage ou un état de fuite précoce peuvent altérer la signature thermique locale avant qu’elle ne produise une alarme système claire.

Lepton 3.1R prend également en charge la maintenance prédictive et les alertes basées sur des modèles. Une fois qu’une référence thermique normale est établie pour chaque classe d’actifs et mode de fonctionnement, le logiciel peut classer les écarts par amplitude, persistance et taux de variation. Au-delà de la simple détection d’un objet chaud, il détecte les écarts significatifs par rapport au comportement normal suffisamment tôt pour planifier l’intervention.

Avantages de la surveillance au niveau du système

Du point de vue de l’architecture du système, la détection thermique intégrée complète plutôt que remplace la télémétrie environnementale et électrique existante. Sa valeur est l’observabilité spatiale continue au niveau de l’interface, où de nombreux défauts de courant élevé et de refroidissement liquide proviennent.

Cet avantage devient plus clair par rapport aux instruments conventionnels. Les sondes ambiantes, les capteurs de débit d’air et les mesures moyennes du liquide de refroidissement caractérisent les conditions en vrac, mais n’observent pas la géométrie des interfaces sujettes aux défaillances. Les capteurs de contact fournissent des données de point, mais ils ne s’adaptent pas bien lorsque plusieurs points chauds sont possibles. En revanche, un capteur thermique radiométrique fixe fournit des données spatiales continues à partir du même point de vue, ce qui permet d’observer les gradients locaux, de comparer les composants adjacents et de détecter la dérive que les capteurs de points clairsemés peuvent manquer.

Sur le plan opérationnel, cette observabilité supplémentaire peut améliorer l’isolation des défauts et réduire le risque qu’un problème d’interface latent progresse sans être remarqué. Une visibilité plus précoce de l’augmentation anormale de la température peut aider les opérateurs à inspecter le connecteur, le joint ou l’interface de refroidissement liquide spécifique qui s’écarte au lieu de s’appuyer sur des symptômes plus larges après la propagation du problème.

Dans ce contexte, Lepton 3.1R offre un équilibre pratique entre la sensibilité thermique, la capacité radiométrique, le champ de vision, la simplicité d’intégration et le coût du système. Sa combinaison d’imagerie radiométrique 160 x 120, sa large couverture à 95° et sa conception compacte à faible puissance prend en charge la surveillance thermique quantitative dans les applications embarquées à espace restreint. Il permet aux concepteurs de placer la détection à proximité des mécanismes de défaillance d’intérêt et de convertir l’inspection thermique périodique en données continues observables par machine. Le modèle de fabrication de Teledyne FLIR OEM prend également en charge un déploiement évolutif pour les applications à volume plus élevé.

Résumé de la conception

Pour les concepteurs de datacenters d’IA, le défi central est que les événements thermiques les plus consécutifs commencent souvent localement alors que le système plus large semble toujours normal. Une puissance de rack élevée, une densité de courant plus élevée et une utilisation accrue du refroidissement liquide direct augmentent tous la nécessité de surveiller les connecteurs, les joints, les terminaisons, les collecteurs et les déconnexions rapides directement plutôt que de déduire leur état des mesures au niveau de la pièce.

Lepton 3.1R fournit un élément de détection pratique pour cette tâche. Sa sortie radiométrique, son champ de vision de 95°, sa résolution thermique de 160 x 120 pixels, son boîtier compact et sa conception à faible puissance prennent en charge le placement près d’interfaces critiques et l’intégration dans des architectures de contrôle et de surveillance de l’état plus larges. Pour les OEM et les concepteurs d’infrastructures, il fournit des données thermiques exploitables pour un avertissement précoce, une meilleure isolation des défauts et une maintenance prédictive dans les déploiements évolutifs.