GPU 机柜 PDU 选型：避免触发断路器保护

在为 GPU 机柜配置配电设备时，铭牌额定值具有误导性，而其故障表现形式是训练任务中途跳闸，而非任何渐进式的异常。

问题出在瞬态特性上。加速计算负载以同步突发方式取电，整个 GPU 机柜的瞬时峰值远高于用于规划的稳态数值。当机柜内所有节点在同一时刻启动同一项集合通信操作时，它们的峰值会相互叠加而非彼此抵消，这与混合型服务器负载的表现恰好相反。

应预留多少余量

应按实测峰值而非铭牌值或稳态值进行规划，并在此基础上预留充足余量。断路器依据瞬态电流而非平均值动作，按稳态功耗配置的机柜可能连续运行数周，直到某种任务组合恰好同时出现。

使这一问题可管理而非停留于理论的关键，是每插位计量。机柜级总量数据无法说明数字上升时是哪个节点发生了变化，而在 40kW 的机柜中，实际用电与馈线供给之间的余量极小。每插位数据把容量规划变成了算术，使机柜能够被填充至真实上限，而非停留在远低于上限的保守估计。

实施顺序

首先以书面形式向场地方取得承诺的单机柜功率数值。按该数值而非各设备铭牌额定值之和来配置 PDU。随后在调试阶段、机柜尚未装满之前，在具有代表性的负载下实测实际功耗，并以这些数据指导其余机位的配置。