亲,欢迎光临小说旗!
错缺断章、加书:站内短信
后台有人,会尽快回复!
  • 主题模式:

  • 字体大小:

    -

    18

    +
  • 恢复默认

第十二次废土之行,第二十四年七月三日。

前哨站二号工作间。

四台服务器沿墙排开,二十七张170hx分布在四组节点里,风扇压着最低转速,发出很有耐心的嗡鸣。

它们已经学会了骗人。

不拆开看,谁也想不到这批本该老老实实待在矿场里计算哈希值的板卡,已经被江临从固件、驱动和运行时一路撬开,凑出接近一tib的稳定可计算hbm。

矿场给它们安排的工作很单纯,日复一日搬同一种砖。

到江临手里,矩阵分块、模型推理、代码索引和证明依赖图都能往里塞。

可一批板卡能计算,与一座计算集群能长期工作,中间还隔着一道很热的门槛。

江临把四天前新建的文件调到主屏。

【mpS-thermalFabric_v0.1】

tm-7交出的本地服务包已经转入只读封存。

未来设备编号、介质参数和原始服务协议都被隔离在实验链之外,控制系统只能读取江临重新定义过的接口。

维护港原来的热管理表很简单。

每条支路后面跟着一个数字,以兆焦为单位,代表还能吞下多少热量。

这套写法适合相变缓冲单元。

那东西像一只预先腾空的水库,剩下多少库容,能接多大的洪峰,一眼就能看清。

眼前这套用水和乙二醇拼出来的液冷回路麻烦得多,它一边吃热,一边又把热量送去末端换热器。

只记剩余容量,就像只盯着仓库里还有多少空地,却把每天进出多少货忘了个干净。

于是江临给每条支路开了两本账。

【持续排热能力:kw】

【响应窗口内瞬态热预算:mJ】

第一本账管长久。

一条支路每秒能送走多少热量,决定任务能跑一个小时,还是能跑一年。

第二本账管眼前。

泵组提速要时间,阀门转动要时间,冷却液从干管走到冷板同样要时间。

在这几十秒里,芯片已经产生的热峰由谁接住,决定板卡是继续计算,还是先把自己烫到降频。

算力有队列,显存有窗口,故障有账本。

现在,热量也得入账。

江临切断本地服务包与实验控制网的最后一条连接,开始改造四台服务器。

原有风道保留下来,继续照顾主板、供电、存储和其他没压冷板的器件。

二十七张170hx的GpU与hbm区域分别覆盖铜冷板,四组节点对应四条并联液冷支路。

三只循环泵负责公共供回水,每条主路旁边再加一段常闭冗余旁路。

正常时,旁路闭着。

主路断流以后,它才有资格开口。

支路末端是一组翅片式液—气换热器,十二台工业风机负责把热空气送出工作间。

入口温度、出口温度、流量和供回水压力都有独立测点。GpU核心、hbm区域和板上供电区域的测温结果取最高值,统一记作板卡热点温度。

两只废弃压力容器完成清洗和初次探伤后,被拖进工作间。

江临在内部焊入金属翅片,完成封装,再重新进行焊缝探伤、水压与气密性测试,最后灌入水—乙二醇混合液,改作显热缓冲罐。

这两只罐子显然谈不上先进。

它们又大又重,单位体积吸热能力也很普通,和tm-7的相变缓冲单元摆在一起,大致相当于铁皮水桶参加未来工业品评奖。

可铁皮水桶有铁皮水桶的好处。

材料能买到,焊缝能检查,坏了能拆,拆完还能照着再做一只。

现实世界接得住这样的东西。

管路完工以后,江临仍然没让热织网接管控制权。

他先把二十七张卡留在待机状态,在四组冷板回路上接入可调电阻加热块,一档一档地往冷却液里灌热。

六千瓦。

八千瓦。

十千瓦。

十一千瓦。

十一点八千瓦。

到最后一档,末端换热器的出液温度缓慢上移。两小时后,曲线停住,没再往上爬。

江临在测试页上记下结果。

【末端持续排热能力:11.8kw(当前进风温度、额定风量下)】

这不是一条脱离环境成立的常数。

进风温度、风机转速和液侧流量一并写入标定记录。

【四节点集群预计满载It功率:9.6kw至10.1kw】

换热器够用,泵组的总流量也够用。

这是一条好消息,甚至好得有些可疑。

硬件明明能端走整套集群的热量,四台服务器此前却始终无法同时跑满。

热去了哪里?

第二十四年七月十七日,固定阀位基准测试开始。

四条支路按额定热负荷完成静态水力平衡。

阀门开度写入记录,测试期间全部锁死。

二十七张170hx建立影子窗口,统一任务队列依次进入四组节点。

前二十分钟,曲线很漂亮。

第三十一分钟,NodE-d的板卡热点温度首先越过七十五摄氏度。

这组节点承担的检查点压缩和显存搬运更多,GpU核心尚有余地,hbm与板上供电区域已经开始积热。

第四支路的回水温度向上抬,第二、第三支路却仍然凉快,NodE-b甚至空着接近一半的冷却余量。

十一点八千瓦的末端能力还在。

只是它平均分在四条管子里,谁也没问今天究竟是哪一组节点发热更多。

第四十六分钟,NodE-d最高板卡热点温度达到七十九点八摄氏度,第一张卡触发降频。

江临继续等待。

单独压低NodE-d没有用。

这批矩阵分块存在同步屏障,它慢下来,另外三组节点就得在检查点前陪它站着。

此时迁走活动显存窗口,还要重新建立映射。

mpS-Scheduler最终只能把整批任务的并发度一档一档往下砍。

百分之九十。

百分之八十。

百分之七十。

总负载降至百分之六十四,NodE-d的温度曲线终于压平。

其余三条支路仍有余量。

固定阀位模式继续运行六小时,设备完整,过温保护一次也没触发。

代价同样很清楚:按九点八千瓦的满载It功率归一化,固定阀位下,四节点只能释放百分之六十四的安全持续计算负载。

【固定阀位基准】

【测试硬件:27张170hx】

【末端排热能力:11.8kw(同标定工况)】

【四节点集群满载It功率基准:9.8kw】

【安全持续负载上限:64%】

【限制来源:局部支路热量堆积】

【闲置冷却能力:存在】

四条支路加起来明明够用,最热的那一条仍然吃不到别处剩下的冷量。

一座仓库里粮食充足,饿着的人却站在另一扇锁死的门后。

继续往仓库里堆粮毫无意义,得先把门打开。

江临在基准报告首页写下问题定义。

【冷却系统总能力充足,局部冷却能力无法随计算任务转移。】

最省事的补救有两种。

重新调一次静态水力平衡,或者按最热节点的需求提高总流量和风机转速。

前一种方案只认一种稳定负载,任务一换,平衡就得跟着重做。

后一种方案更直截了当,只要肯长期支付电耗、泵组余量和换热冗余,总能把最坏工况压住。

工程上经常这么干,可靠,省脑子,主要缺点是费钱。

成熟算力中心早已配备变频泵、温控阀和热感知调度。

江临此刻推进的也并非给水泵加一只自动开关。

他要把任务即将产生的热峰、管路尚未送到的在途热量、支路恢复时间和检查点迁移资格,全都压进同一套可验证的运行状态。

任务计划、在途热量、阀门响应和检查点迁移,必须进入同一张状态表。

冷却能力要像计算任务一样可测量、可预留、可迁移,也要知道什么时候该拒绝。

第二十四年八月十二日,mpS热织网第一次接管四条支路。

NodE-A与NodE-b进入计算状态,另外两组待机。

这一轮只验证稳定工况下的联合调流:两组节点进入稳定负载后,板卡热点温度必须维持在七十五摄氏度以下。

任务启动四分二十秒,NodE-A温升斜率超出预测。

第一支路阀门开大。

流量增加,支路压力上升,公共干管压差随之变化,NodE-b获得的流量开始下降。

四十秒后,NodE-b温度抬头。

系统转而打开第二支路阀门。

NodE-b得救,NodE-A又开始升温。

两条支路围着同一组泵打起了拉锯。

电磁阀在百分之三十四与百分之七十一开度之间往返,压力曲线先动,流量曲线随后,温度曲线拖在最后,等温度终于把消息送到控制器,上一轮命令早已把局面改得面目全非。

第十一分钟,NodE-b第一张170hx降频。

第十三分钟,第二张卡逼近保护边界。

江临按下终止键。

风扇还在转,阀门也还在忙。

它们严格执行了每一道命令,问题恰恰出在命令太勤快。

【第一次联合调流测试】

【结果:失败】

【故障类型:支路耦合振荡】

【设备损失:0】

tm-7原有逻辑面对的是高速阀组、精密压差控制和相变缓冲。

那里的支路刚收到指令,新的冷却能力已经在路上。

现实电磁阀更讲规矩。

它从接到命令到稳定流量需要数秒,循环泵改变转速以后,整条回路还得重新找一次平衡。

把未来系统的控制节奏原样塞给它,好比拿战斗机的动作口令去催一辆满载叉车。

叉车已经很努力了,货还是会翻。

江临给控制器加上三条约束。

【任何流量调整,必须等待当前支路完成响应。】

【禁止依据单一温度值连续反向修正。】

【压力变化优先于温度变化进入预测模型。】

第二十四年十二月,第二轮控制逻辑上线。

四条支路各自有了动态账本。

持续排热能力、响应窗口热预算、冷却液质量、出入口温度、流量、冷板热滞后和缓冲罐状态,一项项写进去。

第二次测试的前四十分钟顺利得多。

NodE-A和NodE-b保持稳定。NodE-c启动后,第三支路账面仍有百分之三十八余量。

系统据此批准下一组矩阵任务进入。

七分钟后,NodE-c连续三张卡越过警戒温度。

出口温度正常。

流量正常。

账上的余量也还在。

江临盯着曲线看了几秒,关闭任务。

那百分之三十八的余量从头到尾都没存在过。

芯片刚产生的热量先进入导热层,再进入铜冷板、软管和冷却液,最后才会抵达支路出口。

传感器看到的温度属于一百多秒以前,账本拿着旧消息批准了新任务。

简单地说,热已经出发,报表却还当它没上路。

【第二次联合调度测试】

【结果:失败】

【故障类型:在途热量未计入】

【触发降频:3张】

【设备损失:0】

江临拆下NodE-c的冷板,把测点沿着整条导热路径一路铺开。

芯片附近。

冷板入口。

冷板出口。

支路回水。

缓冲罐入口。

末端换热器。

同一份热量在六个位置留下了六个时间戳。

从芯片温升出现,到回水温度足以稳定反映负载,中间相差一百一十七秒。

一百一十七秒,足够交换机搬完许多批数据,也足够三张170hx把自己逼进降频区。

对于水而言,这只是一段管路的正常路程。

响应窗口热预算随之改写。

【响应窗口热预算=分配给本支路的可用显热容量+窗口内预计排热量-在途热量-安全余量】

两只缓冲罐由四条支路共享,同一份容量不能同时记进四本账。系统必须先为各条支路预留容量,再根据罐内温度、流量和恢复状态更新可用部分。

分配容量和窗口内预计排热量,可以通过标定与传感器估算;安全余量预先设定。

最难的是在途热量。

它藏在导热层、冷板、软管和流动的液体里,既无法靠一个测点直接读出,也不会因为报表暂时看不见就自行消失。

江临把每张170hx的功耗曲线、窗口映射规模、内核类型和预计持续时间送进mpS-Scheduler。

矩阵计算有矩阵计算的热峰。

模型推理有模型推理的热峰。

日志索引和检查点写入的平均功耗相近,短时脉冲却完全不同。

从这一轮迭代开始,算力调度器会提前提交任务计划。

任务尚未进入GpU,它将在未来几分钟产生的热量已经先记到支路账上。

第二十五年四月,第三轮控制逻辑进入测试。

NodE-A的矩阵任务启动前三十秒,第一支路开始增流。

任务真正进入计算时,冷却液已经抵达冷板。

第二组任务原本准备送往NodE-c。

NodE-c此刻的表面温度更低,账本却显示它的缓冲恢复速度慢于NodE-b。

系统放弃这块看上去更凉的节点,把任务送进温度略高、热预算更充足的NodE-b。

二十分钟后,两条支路都没越线。

第一阶段通过。

江临随即关闭NodE-b主回水阀的百分之七十,模拟主回水通路故障。

流量计首先报错。

热织网冻结NodE-b的新任务,正在运行的分块开始写检查点,NodE-A与NodE-c收到迁移计划。

顺序正确。

十七秒后,NodE-A第一张卡还是降频了。

任务跨过交换机只用了不到一秒。

NodE-A原有分块尚未结束,新的影子窗口已经建立,算力负载瞬间抬升。

对应支路从收到计划到建立有效流量,需要二十六秒。

第九秒,温升斜率越线。

第十七秒,降频触发。

江临终止迁移。

【第三次故障迁移测试】

【结果:失败】

【故障类型:算力迁移快于冷却响应】

【丢失检查点:0】

【触发降频:1张】

数据可以抄近路,水还得老老实实走管子。

冷却能力抵达以前,空闲算力只是账面资产。

谁先把任务塞进去,谁就会收到一张过温账单。

江临在任务迁移状态机前加了一道门。

【cooLING_REAdY】

五项条件全部满足,目标节点才允许接收迁移负载。

支路流量达到计划值。

入口温度进入允许范围。

供回水压差进入稳定区间。

在途热量低于安全边界。

缓冲罐已为新任务预留容量。

算力节点等着。

泵和阀门先走。

第二十五年秋,mpS-thermalFabric完成第七轮内部迭代。

四组节点后面都多出一套热状态。

【NodE-A】

【可用显存:284Gib】

【可用计算窗口:7】

【响应窗口热预算:31.2mJ】

【预计恢复时间:18min】

【故障迁入:允许】

【NodE-b】

【可用显存:301Gib】

【可用计算窗口:8】

【响应窗口热预算:8.7mJ】

【预计恢复时间:43min】

【故障迁入:拒绝】

NodE-b的显存更多,空闲计算窗口也更多,任务仍被挡在门外。

热预算第一次取得了否决算力调度的权力。

这道权力在接下来的半年里被反复使用。

高温启动。

低温启动。

泵组降速。

风机失效。

过滤网堵塞。

流量传感器漂移。

单支路泄漏模拟。

服务器风扇停转。

检查点写入延迟。

二号工作间的过滤棉换了一批又一批,阀门执行器拆开七次,两只缓冲罐外壁上多了新的测点和焊补痕迹。

荒原从秋天走到冬天,又从冬天走进第二十六年的春天。

七十六组故障场景被送进系统,留下七十六份记录。

mpS热织网从不保证每项任务都能继续。

证据不足,负载不升。

热预算盖不住下一阶段,任务冻结在检查点。

支路恢复时间长于任务窗口,负载转去其他节点。

所有安全路径都被堵死,任务退出队列。

一套可靠系统的本事,既包括把工作做完,也包括知道哪项工作此刻做不完。

第二十六年五月十九日,最终对照验证开始。

此前六天,前哨站停掉大型加工设备,光伏阵列持续给储能充电。

两台废土风机做完轴承和变桨检查,八十千瓦时储能达到百分之九十三荷电状态。

江临把最终测试拆成两个阶段。

二十七张170hx。

四台服务器。

四条液冷支路。

三只循环泵。

两只热缓冲罐。

同一套阀门、传感器、冷板与末端换热器。

任务队列也完全相同。

第一阶段锁死阀位。

第二阶段接入mpS-thermalFabric。

测试中不更换任何硬件。

【稳定工况板卡热点温度上限:75c】

【断流故障瞬态板卡热点温度上限:76c】

连天气都要尽量相同。

末端换热器进风端接入可调混风箱。

固定阀位组经历的八小时进风温度曲线会被完整记录,两天后按同样顺序复现。

供水初温、支路压力、任务初始检查点和储能荷电状态都要回到同一窗口。

否则一边赶上凉快天气,一边碰上热风,再漂亮的结果也只配拿去哄自己。

五月十九日上午七点三十分,固定阀位组启动。

为了压住NodE-d,集群负载限制在百分之六十四。

八小时后,任务队列完成百分之六十三点七。

无板卡过温,换热器的平均能力只用了百分之六十七。

【固定阀位模式】

【集群安全持续负载:64%】

【任务队列完成率:63.7%】

【触发过温保护:0】

【自动旁路接管与任务联动:关闭】

【末端换热能力使用率:67%】

测试结束,服务器停机,循环泵继续运转。

等冷板、软管和缓冲罐里滞留的热量全部回落,储能重新补至百分之九十三,任务队列恢复到同一初始检查点。

两天后的上午八点,第二阶段开始。

mpS-thermalFabric接管集群。

二十七张170hx重新建立影子窗口。

同一批矩阵分块、模型推理、代码索引和证明依赖图进入队列。

【稳定可计算hbm:约1tib】

【目标持续时间:8h】

【允许过温保护:0】

【允许丢失检查点:0】

基础矩阵块、模型权重和索引文件已经在备用节点建立只读影子映射。

mpS-checkpoint只保存当前分块的增量状态。

故障发生时,真正需要搬走的只剩上一个检查点之后的变化,而非NodE-b整组显存。

第一小时,集群It负载稳定在九点八千瓦附近。

四条支路各跑各的流量。

NodE-A承担持续矩阵计算,冷却流量最高。

NodE-c以短时模型任务为主,热峰交给缓冲罐;NodE-d内部板卡差异最大,账上始终留着更厚的安全余量。

第二小时,复现进风曲线进入升温段。

末端换热效率下降。

系统延后两组低优先级任务十七分钟,等第一只缓冲罐恢复,再把它们放回队列。

十二台风机没被粗暴地同时拉满。

第三小时,一只流量传感器的读数无故向下漂了八个百分点。

EvidenceGate核对供回水压差、泵速和阀位反馈,三项数据都不支持支路流量真的下降。

漂移传感器被降为低置信度来源,控制器继续执行原计划。

第五小时十二分,江临走到主回路旁,握住NodE-b主回水通路的切断阀。

前面七十六组故障测试里,这个动作做过很多次。

最终验证只认这一次。

阀门落到底。

第二支路流量迅速归零。

【bRANch-b主路:流量丢失】

【疑似故障:等待压力/流量双证据】

【冻结新任务下发】

【发起当前检查点写入】

NodE-b上的八张卡仍在运行。冷板和支路内残留的冷却液给了它们一小段热惯性窗口,按当前负载算,撑不过两分钟。

第六秒,当前分块结束。

供回水压差同时越过故障确认阈值。

【故障确认:压力/流量双证据】

【启动NodE-b备用旁路】

第九秒,检查点写入完成。

第十一秒,NodE-A与NodE-d收到预迁移计划。

两组节点都没有立即接收迁移负载。

NodE-b备用旁路开始建立回水能力。

循环泵同步提速,NodE-A与NodE-d两条迁移目标支路提前增流,分别建立新的水力状态。

【NodE-A:等待cooLING_REAdY】

【NodE-d:等待cooLING_REAdY】

第十八秒,NodE-d入口流量达到计划值。

第二十一秒,NodE-A压差稳定。

第二十三秒,两组状态转绿。

【cooLING_REAdY】

迁移开始。

剩余运行时间最长的矩阵分块最先转移,随后是模型推理。日志索引冻结在检查点,证明依赖图扫描降到最低优先级。

NodE-b负载迅速下降,板卡热点温度还在凭惯性往上走。

七十三摄氏度。

七十四点二摄氏度。

七十五点一摄氏度。

稳态温度线已经越过,距离故障瞬态上限只剩零点九摄氏度。

第四十六秒,备用旁路完成接管,新的冷却液进入NodE-b冷板。

温升曲线停住。

第七十一秒,曲线开始回落。

【主回水通路:已隔离】

【备用旁路:已接管】

【任务迁移:完成】

【丢失检查点:0】

【触发过温保护:0】

【集群计算状态:继续】

江临没把切断阀重新打开。

接下来的两小时四十八分钟,NodE-b一直依靠备用旁路运行。

迁移期间,集群总算力短暂下降百分之十三。

冷却状态稳定以后,部分任务重新回到NodE-b。

下午四点,八小时结束。

最后一个矩阵分块写入存储。

二十七张170hx依次退出计算状态,循环泵仍然运转了三十七分钟。

计算任务可以说停就停,热量不接受行政命令。

它还留在冷板、软管和缓冲罐里,必须一段一段送出去。

供电记录同步生成。

【测试期间平均光伏与风机输出:8.3kw】

【测试系统平均总电负荷:10.5kw】

【储能用途:承担功率缺口与切换波动】

【测试结束储能荷电状态:70%】

八十千瓦时储能只填补发电与负载之间的缺口,光伏和风机承担了大部分连续供电。

若把整场测试都算到储能头上,账在第二眼就会穿帮。

最终报告在主屏上展开。

【mpS-thermalFabric_v0.1最终验证】

【测试硬件:与固定阀位模式完全相同】

【新增泵组:0】

【新增换热器:0】

【新增冷板:0】

【固定阀位模式安全持续负载:64%】

【热织网模式平均有效负载:96.8%】

【同任务队列完成率:97.6%】

【相对固定阀位基准的平均有效负载提升:51.2%】

【模拟主回水通路完全断流:1条】

【故障确认时间:6s】

【检查点完成时间:9s】

【冷却就绪与任务迁移启动:23s】

【备用旁路接管:46s】

【触发过温保护:0】

【丢失检查点:0】

【不可恢复任务:0】

【断流故障瞬态温度上限:76c】

【实测最高板卡热点温度:75.1c】

【结果:通过】

二十七张卡没变。

泵组、阀门、冷板和换热器也没变。

固定阀位模式只能安全释放百分之六十四的持续负载,热织网把平均有效负载推到了百分之九十六点八。

系统从头到尾没多造出一瓦冷量。

它只做了三件事。

提前知道热会在哪里产生,给那条支路留出接住热峰的预算,让冷却能力先于迁移任务抵达目标节点。

现在,算力、显存和冷却能力终于出现在同一张调度表上。

江临在报告最后写入适用边界。

【以上提升仅对当前四节点异构集群成立。】

【不得直接外推至其他机柜、板卡或冷却架构。】

【任何新硬件必须重新标定热阻、流量、响应延迟与安全余量。】

百分之五十一点二无法当成通用节能率塞进宣传页。

换一批板卡,换一种冷板,甚至把软管缩短几米,原有参数都可能作废。

破解隐藏窗口以后,二十七张170hx拥有了更多可用显存。

接入mpS热织网以后,它们才第一次组成一座能在冷却故障中继续工作的计算集群。

江临建立现实成果包。

【mpS-thermalFabric_Reality_v0.1】

成果包拆成六个部分。

tF-Runtime负责算力任务与冷却支路的联合调度。

tF-branchLedger记录持续排热能力、响应窗口热预算、在途热量和恢复时间。

tF-coolingReady_ApI把冷却就绪状态送进任务迁移链。

tF-cabinetcontroller管理温度、压力、流量、阀组与泵组。

tF-Faulttest保存断流、泄漏、传感器漂移、泵组降级和旁路接管规范。

tF-missioningKit负责新机柜接入时的热阻、流量和响应延迟标定。

tm-7的材料参数、设备编号、维护港结构和原始服务协议全部留在废土封存区。

【RING-3_LocAL_thERmAL_SERVIcE_pAcKAGE】

【权限层级:绝对封存】

现实成果包里只有标准铜冷板、普通泵组、电磁阀、板式换热器、干式冷却器和工业传感器能够实现的东西。

未来工程师留下了一套思路。

从第二十四年夏天到第二十六年五月,江临用了近两年,把它改写成2022年的管子、阀门、铜板和代码。

随后,他打开现实转译规划页。

【低熵异构算力中心一期】

【建设位置:江城主机房】

【北京研发中心:保留验证节点】

【一期目标入柜:96张通过稳定性筛选的170hx级板卡】

【目标可调度显存:不低于3tib】

【冷却架构:mpS-thermalFabric】

【调度架构:mpS-Scheduler】

【故障账本:mpS-FaultLedger】

【证据边界:mpS-EvidenceGate】

现实采购清单随之向下展开。

服务器,机柜,配电柜,泵组,冷板,传感器,板式换热器,室外干式冷却器,储能和备用电源。

这已经超出紫荆公寓,也超出了北京研发中心那几间测试房能够容纳的范围。

大量服务器会带来噪声、热量、供电负荷、消防要求和二十四小时维护。北京适合保留小规模开发、标定和故障复现节点,真正的主机房放回江城,靠近低熵工坊的制造、采购与长期运维体系。

算力设备走哪条路线,已经有了答案。

局部冷却故障发生以后,任务如何留下来,也有了第一版答案。

第二十六年五月二十二日,江临完成代码、图纸、测试记录和失败账本的三重校验。

RING-3原始服务包继续封存在前哨站存储阵列,未写入任何准备返回现实的载体。

两块从现实带来、专门为回归预留的硬盘,只保存经过现实材料、现实部件和现实接口重新验证的代码、图纸、测试记录与失败账本。

四台服务器依次退出计算状态。

循环泵继续转,直到冷板、软管和缓冲罐里的余热全部回落。

随后,泵组、阀门和服务器断电,液冷回路保持封闭。

A100留在基准节点。

二十七张170hx留在四组服务器里,另外五张备用卡重新封装,收入二号工作间的防静电柜。

四台服务器、两组存储和整套液冷系统,也全部留在前哨站。

二十六年的存放、启停、拆装和维修,已经吃掉了这些设备的大部分剩余寿命。

把它们带回2022年没有多少价值,留在前哨站,至少还能继续承担验证、计算和备件。

江临最后接入主连接带的,只有这两块完成镜像校验的回归硬盘。

oR-mAINt-NE73通信链路降至最低维持功率。

tm-7外壳维护港依旧埋在东北七十三地下。那道外壳维护门已经打开,江临没再向更深处提交权限请求。

第十二次废土任务表重新展开。

【恢复并扩建前哨站供电、通风与存储环境:完成】

【建立A100基准节点:完成】

【确认170hx限制所在层级:完成】

【获得可长期运行的计算节点:完成】

【推进mpS-Agent a现实适配:完成】

【进入tm-7外壳维护港:完成】

清单下方,是这二十六年留下的四项核心成果。

【170hx隐藏资源运行时:完成】

【一tib级异构近存储计算集群:完成】

【mpS-EvidenceGate现实适配:完成】

【mpS-thermalFabric现实降维:完成】

工作间逐渐安静下来,只剩废土存储阵列与低功耗监测节点运行。

风机还在低速旋转,叶片每转过一圈,都把一小段风声送进前哨站。

二十六年前,四台服务器刚落到这里时,二号工作间里连一条液冷管都没有。

如今,四台服务器仍沿墙排开。机壳与接口上留着反复拆装的编号,墙边多出四条支路、两只焊补过的缓冲罐、成排的测点和写满失败编号的标签。

这些设备和痕迹都会留在废土。

江临带走的只有两块硬盘,以及已经留在他脑中的知识、判断和二十六年的失败记录。

他握住主连接带。

风机声断了。

北京研发中心的灯光落进视野,墙上的电子钟刚跳过一格。

【2022年9月30日】

【06:01:00】

门外走廊里,清洁人员推着车经过转角,滚轮声由近到远。

今天上午八点半,低熵工坊要开首批交付生产准备会。

下午两点半,南京那场人工智能讨论还等着他线上接入。

江临坐到电脑前,把硬盘接入离线校验终端。

两份镜像依次通过。

新建文档。

【低熵异构算力中心一期采购与建设任务书】

第一行,板卡采购。

第二行,服务器与机柜。

第三行,供配电。

第四行,液冷支路与末端换热。

第五行,江城主机房选址条件。

光标落到第六行。

江临写下首要验收指标。

【任意一条可隔离主支路断流后,已经开始的任务仍能安全留下来。】

废土里的二十六年到这里结账。

现实世界的一分钟刚刚结束。

低熵工坊自己的算力中心,从第六行开始。