英特尔热管理工程师谈服务器散热

英特尔工程师谈服务器散热


服务器的散热永远是业界的关注点，在计算密度越来越高，电力消耗越来越大的今天，服务器，尤其是大量应用服务器的数据中心，散热问题永远“挥之不散”，现在，由于外部散热难以完全解决问题，而且散热效率较低，造成服务器内部局部过热，从而不能达到服务器散热的要求，于是越来越多的服务器厂商已经将服务器的散热聚焦于服务器内部。
对于服务器散热来说，尤其是内部散热，单纯的增加风扇数量或增加风扇转速并不能很好的解决问题，风扇越多，转速越快，耗电也就越多，噪音也会越大，对于用户来说，耗电和噪音也是很大的问题，如果可以根据服务器内部部件的运行情况试试调整散热――尤其是风扇，那么服务器的散热效果非但不会打折扣，还会有效降低服务器耗电和噪音。      


         英特尔热管理架构工程师Kaleen Man女士为大家讲解了英特尔在服务器关键元器件散热中的技术，她表示2007年基于英特尔处理器的服务器已经对中央处理器（CPU）、北桥（MCH）、FB-Dimm内存全部提供了灾难过热保护、闭路循环保护（CLTT）和用于风扇转速控制（FSC）的传感器。也就是说，对于服务器主要容易过热的部件――处理器、北桥和 内存，英特尔都提供了基于传感器的温度保护技术。
  
      我们知道，英特尔的双核/四核采用了Bensley平台，而Bensley平台采用了全新的FB-Dimm内存技术，这是因为一方面考虑内存容量的可扩充性，另一方面考虑提升内存的性能，通过FB-Dimm内存上的AMB芯片来串行连接后面的内存，增加系统内存容量，通过串行技术可以将内存峰值带宽提高到21GB/s。FBDIMM的功耗非常高，产生的热量比较大，而FB-Dimm内存的性能与AMB芯片的工作温度有很大的关系，这对服务器的散热设计提出了很高了要求，要达到理论的内存峰值带宽，在FB-Dimm内存的工艺设计上Intel与各大内存厂商还需要下更多的功夫去改进。
   


         针对于FB-Dimm内存的散热，尤其是其AMB芯片的散热，Kaleen Man女士讲解了针对FB-Dimm内存的热管理技术，英特尔将内存温度分为了三个阶段：AMB.TempLow、AMB.TempMid、AMB.TempHi。同时，为AMB芯片温度设定了四个散热阶段，其基本技术就是“内存工作闲时降低风扇转速，内存工作忙时增加风扇转速”，但是需要指出的是，CLTT散热阶段，由于传感器可能会有的5~6度左右的测温误差，于是当出现-5度误差的时候，可能现在的AMB温度已经进入了危险区间，针对于此，英特尔特别设计在此时，由MCH触发内存保护机制，从而避免AMB温度过高。
   


      我们知道串行的FB-Dimm内存，可以过片上的AMB芯片来串行连接后面的内存，增加系统内存容量，于是就会有很多内存工作与同一平台上，但是有时候，整个内存系统只有几片内存非常繁忙并且过热，英特尔针对于此特别对每个安装的内存进行AMB温度寄存器优化，每个分支（Branch）有独立的热保护机制。对于如何进行闭路循环热保护CLTT的检测参数的设置，Kaleen Man女士表示，FB-Dimm内存的耐温性能、耗电值以及OEM厂商提供的厂商信息、最终用户希望的温度控制都是可以作为参考的，而且，优化的设置可以减少为保护内存而设置的保护带，提高性能并改善噪音。另外，内存上的用于风扇速度控制的AMB传感器是非常重要的一部分，整个内存的散热要根据其中最热的内存――即与触发热保护温度最接近的内存来决定风扇速度的加快和降低。
  
      在本次讲座中，Kaleen Man女士着重提到，英特尔将为北桥MCH提供全新的广发的热管理技术，在2007年将作为重点之一。同样的，MCH的温度也被划分为三个级别：TSFSC、Throttling limit以及Term Trip。这其中值得注意的是，如果北桥MCH超过热保护极限Throttling limit时，MCH将在0.5ms内将其与内存和I/O的传输切换到预设的安全值，即降低内存与I/O性能以保护系统不会因过热而出现物理损害。  



         当然，散热系统的实施是内存和传感器的整合，每一个风扇和传感器都可以相互连接，在2007年，将会有处理器、内存、北桥互连的负责整体散热的传感器，同时，因为温度读取会有一定延时，可能会造成读取温度不是实时温度的准确值。因此新的北桥MCH的温度控制，将会是整合的规模可扩展的温度控制。
   


         对于处理器和MCH来说，灾难性的热保护是最为重要的，如果出现灾难性的过热，硬件设备往往会因为电子迁移现象、过热现象而出现物理损害。同时，由于可能出现的异常的散热失效，如散热系统故障，风扇停转，处理器、北桥和内存的Term Trip信号――即考虑误差修正的过热区间，将会精确的降低系统功耗，从而避免永久的物理损害，当然，Term Trip信号也会触发系统日志，从而为系统工程师的事件诊断提供帮助。   


      当然，英特尔提供了一整套完备的验证程序，以验证散热系统是否可以保证所有元件的热保护，系统工程师将就FSC进行数学建模工作，最终FSC在模型中达到一定值之后即可满足所有元器件的散热要求。同时，数值读取会有一定的传感器误差，因此过热保护临界需要防护带，因此内存的CLTT设定会有一定的范围界定。   


   

谢谢，顶一下

學習了，感謝大大!

问一下管理员系统有什么规范没有？或者参照标准。或者业内默认标准什么的？

不知你说的系统规范是指什么规范,器件级的一般产品多是参照JEDEC吧,至于系统级的散热可能一些大的厂家有些自己的设计规范.

不過，說來說去，還是脫不了 Fan Curve。只不過要考慮的更多。使其在不同情況下調整風扇轉速，兼顧散熱與噪音。