算力舱供电架构怎么选：A/B双路、UPS与机柜配电

同样接了两路电，停掉一路以后，有的服务器照常满载，有的只能降功率运行，甚至停机。机型属于哪一种，每路配电配多大、UPS怎么配、一路失电时还剩多少算力，都跟着变。

供电方案一般从单线图画起。算力舱的单线图要一直画到服务器的电源输入端，再和失电后的运行要求对上：哪些任务继续跑，哪些可以降载，哪些保存好状态就能停。这几条在询价前定下来，单路、A/B双路和几种UPS配法才比得出哪种合适。

先看服务器的电源怎么接

以NVIDIA DGX H100/H200为例，六个电源模块按4+2冗余，至少四个带电才能正常运行。A、B两路各接三个时，失去一路只剩三个，系统会降性能运行，甚至停机。NVIDIA为DGX SuperPOD编写的数据中心设计指南因此认为，传统的A/B双路只够管理机柜用；对可用性要求高、任务又无法从检查点恢复的场合，每个机柜至少接三路独立电源，每台服务器的六个电源模块每路接两个，这样任何一路失电或检修，仍有四个模块带电。

电源怎么分组，决定了要几路供电，也决定了每路配多大。所以计算、存储、网络设备最好在第一轮就列进同一张负荷清单，每台写明输入电压、插头规格、电源模块数量和冗余方式、打算怎样分组接线，以及少一路电以后是照常运行、降功率还是停机。

只有一个电源的设备要从两路取电，得经过机架转换开关，它的切换时间必须短于设备能承受的断电时间。两个电源的设备按厂家要求分别接到A、B两路的机柜PDU（机柜里的电源分配单元）上；两根线插在同一路PDU上，看着是双电源，其实只有一路。

哪些负荷必须一直有电，要看业务：训练任务能不能从检查点恢复，推理服务能不能切到别的节点，存储和管理网络要撑多久。这几件事由业务和IT团队定下来，配电设计再据此划出持续供电的范围。

A/B两路，各自要接得住多少负荷

单路配电检修要停电，路径上任何一处故障也会停电，适合停得起的负荷，或者业务能交给其他节点接管的场合。A/B双路要从机柜往上逐级追两条路径，一直追到各自的上级电源、配电母线和保护器件。两路如果最后汇到同一台UPS或同一段母线上，这台设备一出问题，两路会一起断，单线图上要把这种共用点单独标出来。

容量按失去一路以后的状态算。假设一组IT设备需要100 kW，电源支持平时两路均分、一路失电后由另一路带满。平时A、B各带约50 kW，A路一断，B路就要带100 kW。两路各有70 kW可用，平时绰绰有余，到了只剩B路的时候就不够了。

这笔账沿着剩下那一路逐级算：UPS输出、配电支路、母线槽或电缆、机柜PDU、插座，一直到服务器电源输入。哪一级最小，整条路就只能按它算。裕量还得算上环境降额、扩容和负荷波动。拿前面的例子说，两路铭牌合计140 kW，按失去一路还要带满来算，这套配电最多只能带70 kW的IT负荷。

项目如果接受一路失电后降载，负荷表里写明降到多少、多久降到位、靠什么控制。从一路失电到降载完成有一段时间，这段时间里，剩下那一路和它的保护器件带的仍是满负荷。

设备如果像前面的DGX那样能分三路接、每路接两个电源模块，每一路要配的容量会小得多。同样100 kW，平时三路各带约33 kW，失去一路后剩下两路各带50 kW，每路按50 kW配置即可，三路合计150 kW；两路互为备用时每路要配100 kW，合计200 kW。三路方案省下的是每一路的容量，多出的是第三套配电路径和接线。

UPS装在哪一路，放在哪个舱

单路加UPS，能在电池撑得住的时间内扛过上游停电，但UPS后面仍然只有一条配电路径。A路带UPS、B路直接接市电时，市电一停，负荷全压到A路上。A路的容量、服务器只靠一路时还剩多少电源能力、A路电池能撑多久，都按这个时刻算。

A、B两路各配一套UPS，两条路径各有后备。检修时要看旁路、隔离开关和电池到底怎么连：旁路从哪里取电，检修期间哪些部分失去保护，剩下那条路径还能带多少。UPS转到检修旁路以后，负荷由市电直接供电，仍然有电，只是这台UPS的电池已经护不住它了。

报价里写“N+1”，常见的是一台模块化UPS里多装一个功率模块：坏一个模块，输出照常；输出母线、旁路和下游支路有没有备用，是另一回事。同样写着N+1，备用的是哪个部件、检修或故障时还剩多少容量，可能差得很远。

UPS和电池可以装在算力舱里，也可以集中到单独的电力舱；有的项目直接接场地现有的UPS系统，舱内只做配电。装在算力舱里，UPS、电池和配电柜会占掉一部分机位，发热也算在舱内散热里；集中到电力舱，算力舱能多放机柜，A、B两路从电力舱分别用电缆或母线接过来，两个舱的接口和走线在图纸上一一对应。电池放在哪里，还关系到通风、检修通道和消防分区。

服务器靠UPS继续运行，热量也在继续产生，所以液冷算力舱的后备供电负荷表里，CDU循环泵、控制器、关键网络设备和必要的空气冷却设备要和IT负荷列在一起。室外冷源要不要同期保电，看允许温升、可用的蓄冷和业务有序停机要多长时间。只给控制器接了UPS，停电时控制器还在报警，循环泵已经停了。

电池能撑多久，离不开负载条件。同样写着“后备10分钟”，按多少kW算、覆盖哪些设备、电池在什么温度、按新电池还是寿命末期的容量、放到什么电压为止，结果会差很多。供应商按这些条件给出对应配置的放电数据。电池若是用来等发电机，启动、切换、带上负载的时间都得算在里面。

机柜PDU，按故障时的电流选

选机柜PDU，插口够不够只是一项。输入是单相还是三相、额定电流多大、每组插座怎么保护、插座和电源线的额定值，都要跟服务器的接法对上。询价清单里，机柜PDU和上游配电柜分开列。

用一组简化数据看电流。一柜IT设备的交流输入功率60 kW，按400 V三相平衡、功率因数0.95计算，线电流I＝P÷（√3×U×功率因数），约91 A。A、B两路平时均分，每路约46 A；要求失去一路后仍带满60 kW，剩下那一路就要通过约91 A。两路各配一个63 A输入的PDU，平时够用，断掉一路就超出额定电流。

实际选型时，三相里最重的那一相、每组插座的支路电流、线缆的敷设条件和设备降额都要算进去；总kW看着有余量，某一相或某组插座仍可能先到上限。连续负载能用到额定值的多少，各地规范和器件条件不一样，按项目适用的要求确定。

GPU负载随训练任务起伏，功率可能在很短时间里大幅变化。选型资料里给出变化幅度、持续时间和上电过程，UPS的动态响应和保护配合有了校核依据；月度电量和分钟平均功率里看不出这些短时变化。

计量点跟着供电路径布置

舱进线的电表看整个模块用了多少电；UPS输入和输出各装一块，差值就是转换损耗，输出侧也看得出UPS带着多少负载；机柜PDU的计量用来分配容量、发现三相不平衡、判断还能不能加设备。冷却设备单独走回路，IT和辅助设备各用了多少电，一看就分得开。

双路输入的IT设备，A、B两路的读数按同一个测量边界、同一段时间相加，就是它的用电量。上级电表的读数已经包含了下级，两级再加一次就重复算了。读数要拿来结算电费的话，计量精度、校验和结算方式另外约定。

监控点表一般列出每相电流、功率、电量、功率因数、开关状态，以及UPS处在市电、电池还是旁路状态、电池还剩多少。一路失电时，运维人员在同一个画面上看到失电事件和另一路负荷往上跳，才判断得了要不要降载。采样周期、事件时间戳、通信中断后怎么补记，按报警和事后分析的需要来定。

验收要覆盖切换、检修和恢复

验收方案按工况列：正常带载、A路失电、B路失电、UPS后备、检修旁路、恢复供电。每一项写明起始负载、断在哪里、预期怎么动作、允许中断或降载到什么程度，以及要记下的电压、电流、告警和业务状态。

“断A路”断在哪里，试出来的是两回事。断UPS输入，UPS转电池，服务器那一路照样有电，验的是电池；断UPS输出或机柜支路，服务器才真正少了一路，验的是另一路扛不扛得住全部负荷。

配电路径、容量、控制和计量，在工厂用模拟负载就能试；服务器会不会降频、网络会不会重连、业务会不会中断，只有到现场接上实际设备才看得到。保护之间的配合，靠设计校核加上相应的试验来确认。

落到预制舱上

前面这些要求到了舱里，就是柜体怎么排、母线和电缆怎么走、电池放在哪里、怎么散热、检修空间留多少。伊田机电可按项目分工承接舱体制造，以及电气、热管理、监控等配套集成，提供接口预制、工厂装配或成舱交付，也支持OEM/ODM合作。

询价时，单线图画到服务器的电源输入端，负荷清单写明每台设备的电源怎么分组、少一路电以后怎么动作，后备供电负荷表把冷却设备列进去，验收方案按工况逐项写好，再附上现有的电源条件。供应商据此把供电路径、容量和后备范围画在同一张图上，几家报价是不是同一套东西，一对就看得出来。文中DGX H100/H200的电源说明，出自NVIDIA《DGX H100/H200 User Guide》的电源规格部分，以及《DGX SuperPOD: Data Center Design Featuring NVIDIA DGX H100 Systems》的电气规格一章。