大多数机房空调的故障不是容量故障，而是测量故障。ASHRAE 技术委员会 9.9 将推荐包络区间 18°C 至 27°C 定义在 IT 设备的进风口处，而非墙面温控器或 CRAC 回风口格栅处。若以回风温度来调控机房空调，面板可能显示舒适的 22°C，而机柜顶部和排尾的进风口温度却已在包络区间之外。
解决办法很少是增加制冷量。真正的办法是把控制点移到机架进风口，再根据该读数重新整定设定值和送风量。本文聚焦一个具体的问题：机房空调中错误的感测位置如何造成虚假合规，以及这个无声的差距在可用性和能耗上付出怎样的代价。
18–27°C 规则应适用于机架进风口，而非整个房间
ASHRAE 为 A1 级企业级硬件推荐的包络区间为 18°C 至 27°C，测量点在服务器进风口处。允许范围按级别放宽：A1 级可耐受 15°C 至 32°C，A4 级则延伸到 5°C 至 45°C。湿度另有独立限值，从 -9°C 露点到 15°C 露点，相对湿度上限为 60%。这些数值描述的全都不是房间平均值，而正确地应用它们正是机房空调设计的第一要务。
这一区别至关重要，因为大多数面板显示的正是房间平均值。机房可能在 CRAC 处报告一个区间内的数值，而个别进风口——尤其是机柜顶部或排尾——却在包络区间之外。读数并没有错。它回答的是另一个问题，不是 ASHRAE 回答的那个问题。正是这个差距，让机房空调能通过审查，却在一个机架上失守。
为何回风读数让机房空调看似合规
CRAC 报告的是回风温度，它反映的是空气穿越房间并吸收热量之后的状态。回风温度按设计本就高于送风温度。现场经验指南将 CRAC 回风传感器与冷通道之间的温差设为 5°C 至 8°C。墙面温控器则在其安装位置读取与头部等高的环境空气温度。
这个差距是一把双刃剑。回风传感器读数比通道高 5°C 至 8°C，会迫使机组去追更高的数值，结果机房空调把通道温度制冷得低于硬件实际所需。靠近热源的传感器也可能读数偏高，而远处的排尾却仍处于供冷不足的状态。无论哪种情况，显示值都只是合规的代理指标，而不是合规的证据。
测试标准从另一个角度说明了同样的问题。ANSI/ASHRAE 127-2007 对每一种 CRAC 配置都采用单一的 75°F 回风温度。而 AHRI 1360 草案则为上送风管道式和下送风机组分配 85°F，为水平送风机组分配 95°F，为壁挂式和吊顶式机组分配 75°F。改变感测位置，额定效率也随之改变。每一台机房空调的额定值，其可信度都取决于被测的那个点。
封闭措施如何拉大送风与回风之间的温差
封闭并不会缩小测量差距，反而会把它拉大。密闭的热通道捕获排热并将其直接送回制冷机组，使回风温度逼近 35°C 至 46°C（95°F 至 115°F），而冷通道维持在接近设定值的水平。此时单个房间数值无法描述任何一条通道，但它却是大多数监控面板最先呈现的数字。
同一房间内的两支传感器读数可能相差二十度，而两者都合法地报告着环境温度。这就是陷阱。运维人员查看面板上的一个数值，便断定空间状态稳定，但这个数字只是反映了探头恰好所在的位置。仪器并没有说谎。只报告一个数值的机房空调，无法描述一个同时存在两种气候的房间。
机房空调何时悄然失效：密度阈值
决定风侧机房空调是否仍能控制室内环境的，是密度而非占地面积。开放式的热通道和冷通道布局每机架最多约支持 5 kW 至 8 kW。冷通道封闭可将其提升到 10 kW 至 15 kW。热通道封闭可达 15 kW 至 30 kW。每机架超过约 30 kW 之后，风冷在物理上便不再够用，周边式机房空调必须加以补充或更换。
率先打破这种平衡的机制是空气回流（再循环）。缺少盲板或线缆管理松散，会让排热空气泄漏回进风区域。实测的局部进风温度随后升高 5°C 至 10°C，而房间平均值在上游却从未记录到这一变化。等到面板做出反应时，受影响的机架已经高温运行了数周。
为何免费冷却决策也取决于同一读数
节能器（economizer）策略依赖的是全房间范围内的机架进风条件，而不是单一的回风读数。温带气候每年可支持大约 3,000 至 5,000 小时的免费冷却。在英国，IT 负载超过 30 kW 的站点可以运行风侧或水侧节能器，每年有六个月或更长时间将 PUE 保持在 1.3 以下。机房空调的控制系统需要同样的进风数据，才能判断何时可以让室外空气接管。
当设定值发生改变时，离制冷机组最远的设备会最先脱离推荐的包络区间。回风数据无法让你看到这种漂移。因此，那些依据回风数据调高设定值的机房，往往要到发生高温事件时，才会在机架处而非面板上发现故障。免费冷却的关键，在于知道哪一个进风口是临界进风口。
测量问题的湿度这一半
温度合规可以与湿度不合规同时存在。推荐的区间从 -9°C 露点到 15°C 露点，相对湿度上限为 60%。湿度过低会增加静电放电的风险；湿度过高则会在任何低于露点的表面上增加冷凝风险。温度报警永远不会提示这两种情况，只测量干球温度的机房空调传感器同样不会。
一个温度舒适地处于包络区间内的房间，湿度仍可能超标。只读取温度会完全漏掉这一点，而单个平均湿度传感器与单个平均温度探头一样存在同样的盲区。只控制一个变量、却假定另一个变量稳定的机房空调，只完成了一半的调试。
Uptime Institute 的 PUE 调查揭示了什么关于制冷浪费的信息
Uptime Institute 的《2023 年全球数据中心调查》报告称，各运营商的平均 PUE 为 1.58。制冷是这部分额外开销（overhead）的主要来源。在传统的低效率机房中，制冷损耗大约为电力损耗的三倍，分散在制冷机组和风机盘管系统中。这一比例使制冷成为寻找可回收能量的首要目标。
封闭与节能策略能迅速缩小差距。NSIDC 数据中心从仅使用 CRAC 系统时的年均 PUE 2.01，在加装热通道封闭和蒸发冷却后降至 1.55，在凉爽月份更低至 1.35 以下。NREL 的研究支持设施（Research Support Facility）在十一个月内达到了 1.16。这两个结果都不需要更大的制冷机组，只需要更好的气流纪律和更精准的控制点。
如何将控制点从 CRAC 回风处移至机架进风口
- 在机柜顶部和排尾处对机架进风口进行仪表化监测，而不只是在中央传感器处。
- 在做出任何改动之前，先绘制出哪台机房空调机组负责哪一排。
- 每次硬件更新后，都用进风数据校验每一个设定值。
- 用盲板封堵未使用的 U 位空间，并封闭线缆开孔。
- 使开孔地板的开孔面积与邻近负载相匹配：低密度用 25%，高密度排用 56% 至 68%。
- 将地板下静压维持在 0.02 至 0.05 英寸水柱。
- 在调高任何设定值之前，先对封闭系统进行调试。
先后顺序比任何单一措施都更重要。在封堵旁通路径之前先调高设定值，只会让混风问题进一步深入到机柜排内部。制冷机组随后会为那些从未经过服务器的空气进行补偿，节能效果消失，而风险依旧存在。按顺序推进工作，然后用同样的测量方法再次进行实测。
修复测量点实际能带来什么收益
可靠性方面的理由很直白。机电承包商引用的行业数据显示，55% 的数据中心宕机归因于过热，关键任务业务的停机时间损失超过每分钟 5,000 美元。在机架进风口进行感测，可以把这种风险转化为一条可测的报警，而不是在故障发生时才后知后觉。这里的预防，本质上是一次传感器布置决策。
节能效益同样具体。盲板和线缆封堵通常能立即削减 5% 至 10% 的制冷能耗。全封闭可将能耗降低 20% 至 30%。一旦进风数据支持，将设定值调高 2°C 至 3°C，每提高 1 度还能再节省 4% 至 6% 的制冷能耗。每一项收益都是在机架处实测出来的，而不是从报告机房空调状态的面板上推断出来的。
为什么谷歌的高设定值不能照搬到 40 kW 的通信机房
超大规模云服务商会让机房运行在更高的温度，是因为他们的软件能够预判硬件故障并绕开它。当有数千台服务器可以吸收单点损失时，这种策略是奏效的。而运行关键业务系统的 40 kW 通信机房很少具备这种冗余，因此它的设定值上限由后果决定，而非由雄心决定。
容量选型规则也与许多运维人员带来的直觉不同。所需制冷量等于 IT 总负载乘以 1.1（计及照明和渗漏），再加上 5% 至 10% 的余量。因此一个 10 kW 的机柜大约需要 12 kW 的制冷量。绝不能只按占地面积选型，因为一间 6 m² 的房间可能承载 40 kW 的 IT 负载，仍需要高精度的机房空调。
机房空调调试的现场检查清单
调试应当以证据收尾，证明机房空调在最恶劣的机架位置、在负载状态下，仍能于进风口处维持包络区间。先验证传感器布置，因为之后的每一个决策都会承袭它的误差。然后确认气流，再确认封闭，最后确认设定值。跳步前行只会得到一个能通过检查、却仍然高温运行的房间。
- 在每个机架的三个高度记录进风温度：底部、中部和顶部。
- 记录每一排中最冷和最热的机架，而不是房间平均值。
- 在同样的位置确认露点和相对湿度。
- 在峰值负载时重新测量，并在全年最热的室外那一周再测一次。
- 任何机架更换后都要重新检查，因为密度变化会使上一次的测量结果失效。
预防虚假合规，比发现它代价更低。把传感器移到进风口，证明气流通路畅通，然后才放宽设定值。此时房间在面板上仍会显示舒适的读数，而这一次是因为机架本身也认同这个读数。当屏幕上的数字与服务器实际呼吸到的空气一致时，机房空调才是真正成功了。
发表回复