4. 散热基础与风冷原理

服务器风冷并不是“把冷风吹进去”这么简单，它本质上是一条从机房冷通道到芯片内部、再回到热通道的连续热流路径。理解这条路径上每一段的温度变化和风量约束，才能判断一台服务器为什么会在某个位置出现热点，以及为什么风扇已经全速运转却仍然压不住温度。

一、服务器内部的气流路径

以典型 1U/2U 机架服务器为例，冷空气从前面板进入，依次经过硬盘背板、内存与 CPU 散热器、PCIe 扩展卡区、电源模块，最后从后部排出。这条路径上存在几个关键特征：

• 串联风道：同一股气流依次冷却多个部件，前段部件吸热后，后段部件得到的是已经被预热的空气。因此硬盘区温度正常，不代表 CPU 进风温度正常。
• 并联支路：部分机型在 CPU 与 PCIe 区之间存在分流，风量分配由导风罩、挡板和机箱开孔决定，而不是平均分配。
• 局部阻力：散热器鳍片密度、内存条间距、线缆走向都会增加风阻，风阻越大，同样转速下实际风量越小。

判断气流是否正常，最直接的方法是观察进风口与出风口的温差。若出风温度明显偏高而进风温度正常，说明机箱内换热充分；若进风温度已经偏高，则问题往往不在服务器内部，而在机房送风侧。

二、进风温度与风扇转速的关系

服务器风扇转速由 BMC 根据多个温度传感器闭环调节，其中进风温度是最重要的前馈变量之一。典型控制逻辑可以简化为：

目标转速 = f(进风温度, CPU温度, 内存温度, PCIe温度, 功耗)
约束条件：所有传感器温度 < 对应告警阈值
调节方向：温度升高 → 转速升高；温度降低 → 转速降低

这意味着进风温度每上升若干摄氏度，风扇转速会阶梯式抬升。以某 2U 双路服务器为例（示例参数，非实测）：进风温度 20℃ 时风扇约 35% 转速；25℃ 时约 50%；30℃ 时约 70%；35℃ 时接近 90%～100%。转速上升带来风量增加，但功耗、噪声和风扇寿命损耗也同步上升。当进风温度超过设计上限，即使风扇全速，CPU 仍可能触发降频，这就是风冷散热的极限。

三、ASHRAE 允许环境范围

ASHRAE TC 9.9 为数据中心设备环境定义了推荐范围和允许范围。以 A1 类设备为例：推荐进风温度 18～27℃，允许范围 5～40℃；A2 类允许上限为 35℃；A3、A4 类逐步放宽，但对应设备成本和可靠性要求更高。需要特别注意的是：

• 允许范围不等于推荐范围。长期运行在允许范围边缘，故障率会明显上升。
• 温度变化速率同样受限，通常要求每小时不超过 5℃，避免焊点热疲劳。
• 湿度、露点、海拔和污染物也属于 ASHRAE 环境指标，不能只看温度。

四、风冷极限与热点形成机制

风冷散热能力受三个因素共同限制：风量、风温、热阻。风量由风扇和风道决定，风温由机房送风决定，热阻由散热器与芯片封装决定。当芯片功耗上升，热流密度增大，散热器局部区域来不及把热量传给空气，就会形成热点。热点通常出现在：

1. CPU 核心中功耗最集中的区域；
2. 内存条中间位置，因为两侧内存阻挡了气流；
3. 高功耗 PCIe 卡上方，热空气上升后滞留；
4. 硬盘背板后方，被上游部件预热后的空气再次经过。

识别热点的方法是查看 BMC 的传感器列表，对比同一类部件之间的温度差异。若某颗 CPU 比另一颗高 8℃ 以上，或某条内存比同排内存高 5℃ 以上，通常说明该位置风量不足或导热路径异常，而不是整体散热能力不够。

从图中可以看到，空气从冷通道进入后，温度沿路径逐步上升，在 CPU 散热器段升温最快，因为该处热流密度最高。如果进风温度本身已经接近 30℃，那么经过硬盘和内存预热后，到达 CPU 的空气可能已经超过 35℃，此时风扇即使全速，CPU 仍然可能触及温度墙。这就是风冷极限的物理来源：不是风扇不够强，而是进入散热器的空气本身已经太热。

五、实践中的判断与调整

面对高温告警，建议按以下顺序排查，而不是直接调高风扇转速：

1. 读取 BMC 中的进风温度传感器，确认是否在 ASHRAE 推荐范围内；
2. 对比同机箱内同类部件温差，定位局部热点；
3. 检查导风罩、挡板、盲板是否缺失，线缆是否阻挡风道；
4. 确认风扇转速是否已接近上限，若已接近，说明风冷余量不足；
5. 考虑提高冷通道送风温度控制精度，或评估液冷等替代方案。

理解气流路径、进风温度与风扇转速之间的闭环关系，以及 ASHRAE 范围的实际含义，是后续做机房资源优化和能耗管理的基础。只有先看清热量从哪里来、经过哪里、在哪里堆积，才能判断哪些优化真正有效。