【13】硬件原型实测：让风扇自己找到最优设定点

【03】里我们估算过：同一个芯片，放进两种散热环境，有效算力差 1.81 倍。【05】用 COMSOL 把这一侧的账算清楚了。但这都还停留在"算"上。

所以这次我们焊了一个东西。

一、硬件搭建

器材

器件	作用
ESP32-S3 开发板	控制器
DS18B20 温度传感器	测"芯片"温度
5V 小风扇 + 驱动模块	冷却系统
功率电阻（10W）	模拟"芯片"发热
面包板电源模块 HW-131	给风扇和热源供电

它模拟了什么

实物                        →  映射到 AIDC
─────────────────────────────────────────────
功率电阻（热源）              →  AI 芯片（发热）
DS18B20（贴电阻上）           →  芯片结温
小风扇 + 驱动模块             →  冷板液冷系统
风扇占空比                    →  冷却能耗（PUE 的来源）
ESP32（闭环控制）             →  冷却调控策略

装置全貌

硬件原型全貌

二、三种策略：一次对照实验

我们设计了三组对照，让同一个热源、同一个风扇、同一套环境，只改控制策略：

组	策略	含义
① 过度冷却	风扇恒定 100%	宁可多耗冷却电，也要把芯片压凉
② 过度激进	风扇完全关停（0%）	省掉全部风扇电，接受芯片持续升温
③ 闭环调控	PI 控制，目标 36.5°C	让温度稳定在降频阈值下方，风扇按需出力

三组面对完全相同的恒定热源（水泥电阻恒功率加热），唯一的变量是风扇控制策略。

参数标定的依据：实测得到该硬件的温度范围约为 32°C（风扇满转）～ 47°C（风扇关停），因此把降频阈值取在中间 38°C——这样"过度激进"那一档才会真正触发降频，否则三档都不降频，对比就退化成"风扇越省越好"。

三、实测数据

3.1 三组对照汇总

数据来源：串口输出的 30 秒滚动平均，每档运行至稳定后取值。

组	稳态芯片温度	风扇占空比	PUE	η_thermal	有效算力指数
① 过度冷却	32.0°C	100%	2.000	1.000	0.500
② 过度激进	45.1°C	0%	1.000	0.643	0.643
③ 闭环调控	38.2°C	8.2%	1.082	1.000	0.913 ★

闭环调控比"过度冷却"高 83%，比"过度激进"高 42%。

计算口径（与【05】一致）：

PUE            = (芯片功耗 + 风扇功耗) / 芯片功耗
η_thermal      = 1（温度 ≤ 降频阈值 38°C）
                 1 − 0.05 × (温度 − 38)（超过阈值）
有效算力指数    = η_thermal / PUE

3.2 有效算力-时间曲线

三档有效算力收敛曲线

这张图是本文的核心证据。 三条曲线各自说明了三档策略的本质：

曲线	走势	物理解读
A 蓝（风扇 100%）	平线，锁定 0.500	芯片一直很凉，但风扇吃掉了一半的电，收益被抵消
B 红（风扇 0%）	从 0.996 一路跌到 0.643	起初看很省，但芯片持续升温、一路降频，算力被扣掉
C 绿（闭环）	从 0.335 爬到 0.913	先猛吹降温，再一点点松手，最后卡在最优点

红绿两条线在约 7 分钟处交叉——那一刻就是"过度激进"被"闭环调控"反超的点。

3.3 温度-时间曲线

正文图片

降频阈值（38°C）用横线标出可以直观看到：只有 B 档越过了它。

3.4 现场截图

三档的 OLED 屏幕实拍（温度 / 风扇 / PUE / 有效算力都在屏上）：

① 过度冷却	② 过度激进	③ 闭环调控

29.8°C ｜ FAN 100% ｜ EFF 0.500	44.5°C ｜ FAN 0% ｜ EFF 0.675	34.8°C ｜ FAN 2% ｜ EFF 0.982

注意第三张：闭环档的风扇只出 2% 的力。

这个值不是我们设定的——我们只给了它一个目标温度（36.5°C），它从 A 档的 100%、B 档的 0% 出发，自己收敛到了中间那一点。

对比三张屏幕：A 档屏幕最凉（29.8°C）但 EFF 最低；B 档屏幕最热（44.5°C）EFF 居中； C 档屏幕温度居中（34.8°C），EFF 却最高。

3.5 一个必须写明的观测

B 档在 20 分钟时仍未完全稳定——温度仍以约 0.05 K/min 缓慢上升，EFF 还在每 30 秒降约 0.002。

表中取的是 20 分钟时的观测值，真实稳态值应略低于 0.643。

但这不影响结论方向：B 档的上限是它的起始值 0.996，而闭环档稳定在 0.913 以上。即使给 B 档无限长的稳定时间，它的上限也不会超过起点。

四、结论：最优在中间

实测证实了仿真给出的结构。

三档里，有效算力最高的不是"风扇满转"，也不是"风扇关停"，而是闭环调控。

因为两头都不划算：

① 过度冷却：芯片确实凉（32°C），但风扇满转把 PUE 推到 2.000，省下的温度收益被电费吃光；

② 过度激进：风扇电省到零（PUE 1.000），但芯片冲到 45°C，越过降频阈值 7°C，算力被扣掉 36%；

③ 闭环调控：把温度稳定在阈值下方（38.2°C），风扇只出 8.2% 的力—— 这是唯一同时守住"不降频"和"少耗电"的策略。

控制器自己找到了最优点

看C档（闭环档）的稳态：风扇停在 8.2%。

不是 100%（浪费电），不是 0%（会降频），是"刚好够用"的那一点。

控制器并不知道最优在哪——它只是不断比较"当前温度"和"目标温度"，然后通过反馈自己收敛到了那个点。

这就是"存在最优设定点"在实物上的样子。 而且它不需要任何人去计算最优值——系统自己会走到那里。

五、和仿真对比

【05】里我们用 COMSOL 算出：提高冷却液温度的收益在自然冷却阈值处饱和，代价却不会饱和，所以最优在 25°C 附近。

把硬件实测和仿真放在一起：

	仿真（【05】）	硬件实测（【13】）
研究对象	冷板 + 微通道	水泥电阻 + 风扇
手段	25 工况 COMSOL 共轭传热	三组对照 + 闭环控制
结论	存在最优冷却液温度 ≈25°C	存在最优风扇占空比 ≈8%，EFF 0.913
两端差多少	最优 vs 最差差 4.5 倍	最优 vs 两端高 42%~83%
共同点	两个相反效应相交产生最优点	完全相同的结构
差异	最优值是算出来的	最优值是系统自己走到的

一个是数值仿真，一个是物理实测；一个测的是液体温度，一个测的是空气散热。但它们撞出了同一个结构：最优不在两端，在中间。

六、回应评委：

低温保温损耗（一个新论据）

【09】下面有一条评委（wangjin）指出了一件我们漏掉的事：

"磷酸铁锂储能系统，在低温下，10–15% 的电能被用于系统保温；钠电可以兼容 −40°C 低温，储能系统能量转化率直接提升 10% 以上。"

这条论据：在能耗恒等式的 E_dist 里。

	磷酸铁锂储能	钠电储能
低温工作下限	需加热保护（约 0°C 以下受限）	−40°C
低温下的寄生损耗	10–15% 电能用于保温	显著更低
对总能耗的影响	增加 `E_dist`	减少 `E_dist`

为什么这条重要：

它把"钠电低温性能好"从一句定性描述，变成了一个10% 量级的定量收益。而且它和【09】第四节"全球部署"那条逻辑完全接得上—— 在寒冷地区、户外、边缘场景，这个 10% 直接决定方案能不能落地。

感谢这位评委的指正。这也说明我们的能耗账本还缺一项： 储能系统自身的温度管理功耗，目前尚未计入模型。

一份可执行的验证协议

【09】下面另一位评委（Peter YU）给了我们一个方向上的建议：

"研究框架本身是价值……物理验证的步骤说明可以作为线下实验室承接的环节，也就是通用的现实检验步骤 + 所需物质罗列 + 成本清单 + 降低执行门槛的方式。"

我们可以把框架写成别人能照着做的实验手册。

三条待验证的命题 + 对应的实验

#	待验证命题	怎么做	需要什么
1	存算一体的搬运能耗削减 α（我们取 0.3~0.5，待标定）	同一模型分别在 GPU 与存算一体硬件上跑，测每 token 能耗	存算一体开发板 / 借测
2	钠电的 η_stable（我们取 0.6~0.8 → 0.9+，待标定）	接真实 AIDC 负载曲线，测并网侧功率波动与平均利用率	钠电储能柜 + 功率记录仪
3	芯片降频阈值与降频系数（我们取 85°C / 2.5%·°C⁻¹，待标定）	在可控环境舱里跑 GPU 负载，测频率-温度曲线	GPU + 环境舱

这三条是我们整个模型里最弱的三个假设。 这正是"开源共建"的意义：我们给出框架和待验证清单，别人出实测数据，模型就能被标定。

七、局限性

这是缩比模型，不是真实 AIDC。 功率量级差了几个数量级（瓦 vs 兆瓦），热时间常数完全不同。
"芯片"是一个功率电阻，它的发热特性、热容、封装都与真实芯片不同。
风扇驱动是开关式的，用时间比例开关等效调速，实际风量-占空比关系非线性。
降频是用软件模拟的（超过阈值按比例扣减"算力"），不是真实的芯片降频。
单点环境温度，未覆盖不同气候工况。这些局限不影响结论的方向——因为三组对照面对的是完全相同的物理条件，差异只来自控制策略。这是对照实验的价值所在。