1. 课程导入与目标设定

在数据中心里，Supermicro 服务器常被用于高密度计算、AI 训练、虚拟化和存储节点。随着 CPU 与 GPU 功耗持续上升，散热与功耗不再是“机房环境问题”，而是直接影响性能释放、稳定性和电费成本的核心工程变量。本课程的目标，是让你能够从“看懂现象”走到“动手优化”：识别风道与温度瓶颈，理解功耗与性能的权衡关系，掌握常用工具与实验方法，并能在真实或模拟环境中完成一次可复现的散热与功耗调优。

先明确本课程要解决的三类问题。第一类是热问题：同一台机器在相同负载下，为什么有的核心先降频、有的风扇长期高转速？第二类是功耗问题：BIOS 中的功耗封顶、电源策略、C-state 与 P-state 如何影响整机瓦特数与性能？第三类是验证问题：优化后如何判断“真的变好了”，而不是只凭感觉。围绕这三类问题，课程会依次覆盖风冷与液冷基础、风道与风扇控制、CPU/GPU 功耗管理、BIOS 与 BMC 参数、压力测试与数据采集、以及基于数据的调优决策。

要完成本课程的学习与实验，需要准备以下工具与环境。硬件方面，建议至少有一台可操作的 Supermicro 服务器或等效 x86 服务器，具备 BMC/IPMI 管理口、可访问的 BIOS 设置界面，以及可安装压力测试工具的操作系统。若没有物理机，也可使用支持 IPMI 模拟的虚拟实验环境，但温度与风扇响应的真实性会下降，需在结论中注明。软件方面，常用工具包括：ipmitool 用于读取传感器与风扇状态，lm-sensors 用于操作系统内温度采集，stress-ng 或 stress 用于制造 CPU/内存负载，fio 用于存储负载，nvidia-smi 用于 GPU 功耗与温度监控，turbostat 与 cpupower 用于观察频率与 C-state 行为。数据记录可使用 sar、collectd 或简单的 CSV 脚本。

实验环境准备的关键是“可重复”。建议在开始任何调优前，先固定以下条件：机房或实验室环境温度记录在 22～25℃ 范围内；服务器进风口无遮挡；所有风扇模块工作正常；BIOS 恢复为已知基线版本；操作系统关闭无关后台任务；压力测试时长、负载类型和采样间隔统一。这样后续对比才有意义。下面这张图展示了本课程从环境准备到结果验证的整体关系，以及各环节涉及的主要对象与工具。

上图中，环境准备、工具链、调优对象和结果验证构成一个闭环。需要特别强调的是，验证不是最后一步，而是贯穿始终的对照实验。例如，在调整风扇曲线前，先记录一组基线数据：在 stress-ng --cpu 0 --timeout 300s 负载下，每 5 秒采集一次 CPU 温度、封装功耗和风扇转速。调整后再用完全相同的负载和采样方式采集第二组数据。只有两组数据在相同环境温度下对比，才能判断风扇曲线调整是否真正降低了温度，还是仅仅把噪音转移到了别处。

关于参照约定，本课程统一采用“进风口温度为环境参考，出风口温度用于判断风道效率，CPU/GPU 结温用于判断散热能力”的体系。所有温度单位使用摄氏度，功耗单位使用瓦特，频率使用 MHz 或 GHz。若某章使用不同参照，会在该章开头明确说明。这样做的目的是避免“温度下降了”却不知道是环境变了还是散热变好了。