计算服务器选型时，供电与散热余量应当作为硬门槛先于CPU和GPU性能进行核算，机房能持续供多少电、能带走多少热，直接决定服务器能不能稳定跑满负载。
很多项目在选型阶段只盯配置和价格，把机器买回来才发现机柜不够电、空调不够冷，计算服务器功耗密度高，一旦供电或散热余量不够，轻则降频，重则整机掉电，后续扩容还要改造机房，成本远高于当初选型时多做一步核对。
计算服务器选型要考虑哪些因素：供电散热余量为何排在性能前面
计算服务器和普通Web服务器不同,后者日常负载可能只有额定功耗的三四成，前者跑训练、仿真、渲染往往长时间接近满载，功耗高且持续时间长，意味着对供电和散热的要求不是“够用就行”，而是要留出能扛住峰值和老化衰减的余量。
- 业务负载类型决定功耗曲线：AI训练、流体仿真等场景下，GPU和CPU会长时间高负载。
- 供电不足会直接触发电源保护或机柜断路器跳闸,没有协商余地。
- 散热不足不会立刻停机,但会让风扇全速运转、芯片降频，性能打折还增加故障率。
- 后期扩容时,如果机柜供电和空调余量已经用满，新增一台机器都可能要重新做配电改造。
机房供电余量怎么计算：从机柜插座到UPS的逐级核对
很多人在估算机房供电时,只把机房总电表功率加起来，然后除以单台服务器功耗，得出能放多少台，这种算法在计算服务器场景里很容易翻车，因为没有考虑功率因数、电源效率、UPS容量、断路器降额和单机柜供电限制。
先分清三个功率：额定功率、实际功耗、峰值功耗
- 额定功率：电源铭牌上写的最大输出功率，例如800W、2000W。
- 实际功耗：服务器运行时从插座上消耗的电能，通常会低于电源额定功率。
- 峰值功耗：突发满载时短时间冲到的功率，GPU服务器在初始化或高负载时会明显冲高。
选型时不能按额定功率去加总,也不能只按典型功耗算，要给峰值和电源转换损耗留出空间。
单机柜供电能力核算
单机柜能供多少电,关键看进机柜的PDU、空气开关和线缆规格，常见单机柜供电能力可以参考以下范围：
| 机柜供电类型 | 常见电流规格 | 可支撑设备功率约值 | 适用场景 |
|---|---|---|---|
| 普通单相供电 | 16A | 5kW | 低密度、少量1U服务器 |
| 普通单相供电 | 32A | 7kW | 中等密度、双路计算服务器 |
| 三相供电 | 32A/相 | 22kW左右 | 高密度GPU服务器机柜 |
| 三相供电 | 63A/相 | 40kW以上 | 集中式AI训练集群 |
实际项目中,还要确认从UPS到列头柜、列头柜到机柜插座的每一级空气开关和线缆是否匹配，上游某一级容量不足，下游再大也白搭。
供电余量建议
行业共识认为,机柜持续负载不宜长期贴着空开额定值运行，应留出适当缓冲，否则夏季空调高负荷时电压波动、设备启动电流冲击，都可能触发保护，计算服务器机柜尤其要按峰值功耗而不是平均功耗来留余量。
服务器散热余量不足会怎样：高温带来的隐性成本
供电问题会直接断你电,散热问题则像慢性病，很多计算服务器故障表面看是硬件损坏，追溯下来其实是长期高温运行导致电容老化、焊点疲劳、硬盘寿命缩短。
散热余量不足的典型表现
- 服务器风扇长期满速,噪音大、耗电增加。
- CPU和GPU频繁触发降频,任务运行时间变长。
- 机房局部热点明显,同一列机柜前后温差大。
- 硬盘故障率上升,特别是NVMe盘在高温下性能会明显下降。
- 空调压缩机长时间满负荷,制冷系统本身也容易过载保护。
散热能力要按机柜功率密度来算
机房散热不是看“空调总匹数”，而是看每个机柜或每平方米能带走多少热量，业内专家指出，普通风冷机房的单机柜散热能力多数集中在
5kW到8kW之间，超过这个密度就需要封闭冷热通道、增加列间空调或改用液冷方案，高密度计算服务器机柜往往是散热先到瓶颈，而不是供电先到瓶颈。
高密度服务器机柜供电散热方案：先算功耗密度再选机型
如果业务必须上多卡GPU服务器,或者一个机柜要塞满计算节点，就不能按传统机房的思路来。
计算服务器常见功耗范围
以1U服务器功耗一般多少瓦为参考,普通双路1U服务器满载功耗通常在300W到600W之间，但如果换成4U双路GPU服务器，单台功耗可能达到2000W甚至更高，一个42U机柜如果放4台GPU服务器，总功率轻松超过8kW，一般机房的单机柜供电散热根本扛不住。
高密度部署的三种应对思路
- 降密度：减少单机柜设备数量，把负载分散到多个机柜，适合小规模改造。
- 上列间空调：在机柜列内增加近距离制冷，缩短送风路径，提升单机柜散热能力。
- 改液冷：冷板式液冷可以直接带走CPU和GPU热量，让单机柜功率密度大幅提升，但需要机房具备液冷管路和漏液检测条件。
不同地域机房的限制也不一样,北京机房服务器托管供电限制相对常见，很多老旧机房单机柜只给3.5kW或5kW，租用前必须问清楚可用的电流和散热方式，不然高功耗计算服务器根本没法上架。
实操核对表：把供电散热余量变成选型硬门槛
选型前可以按下面顺序逐项核对,少一步都可能给后期埋雷。
- 统计业务峰值功耗：用压力测试工具跑满CPU和GPU，记录整机功耗。
- 计算单机柜总功耗：把同机柜所有设备峰值功耗相加，再乘以功率因数和电源效率的折算系数。
- 核对机柜供电：确认PDU、空气开关、列头柜、UPS各环节容量是否大于计算值，并留出余量。
- 核对散热能力：确认机房空调在该机柜位置的制冷量，是否能覆盖机柜总功耗，且无局部热点。
- 模拟故障场景：假设一台机柜掉电或空调故障，其余设备是否还能安全运行。
- 与机房运营方确认：如果是托管，要拿到书面可承诺的供电功率和散热条件，不要只看宣传彩页。
这些步骤看起来繁琐,但执行起来无非是花一两天时间做功耗测试和容量核对，相比后期因供电散热不足导致的业务停机和机房改造，成本几乎可以忽略。
计算服务器选型的真正门槛,永远不是配置单上的数字，而是机房那根电源线和那台空调能不能扛住你选的机器，先把供电散热余量算清楚，再谈性能参数，顺序不能反。
Q&A：计算服务器选型与机房供电散热余量
计算服务器选型时供电余量不足会有什么后果？
供电余量不足时,轻则服务器电源触发过载保护自动重启，重则机柜空气开关跳闸，整柜设备同时掉电，对于正在做计算任务或数据库写入的服务器，突然掉电还可能造成数据损坏，托管机房通常会限制单机柜功率，超限会被要求整改甚至断电。
机房供电余量怎么计算才能避免超载？
先把单机柜内所有服务器的峰值功耗相加,然后除以功率因数，再和机柜PDU及上游空开的额定容量对比，例如一个32A单相机柜理论可带约7kW，实际负载最好控制在额定值的八成以下，接着核对列头柜到UPS的每一级容量，任何一级不够都需要扩容，不要只看机柜铭牌，要用钳形表实测单机柜电流。
服务器散热余量不足怎样快速判断？
看两组数据：一是服务器进风口温度，二是CPU和GPU是否频繁降频，如果进风口温度长期高于27℃，或者满载时核心频率明显低于标称值，就说明散热余量已经不足，还可以检查机柜背部排风温度，如果排风温度比空调送风温度高出15℃以上，属于风量不足或冷热风混合严重的表现，这种情况下继续增加计算服务器，只会让机房局部热点更严重。