Praktik Terbaik Pemantauan Suhu Pusat Data

Perangkat keras pusat data yang terlalu panas akan mengurangi efisiensi operasional dan menghilangkan nilai jual kembali, sekaligus memicu pemadaman listrik akibat komponen yang rusak.

Jika Anda memantau suhu pusat data dengan benar, Anda dapat mengatasi panas dan melindungi pusat data Anda dari bahaya ini.

Pendekatan pemantauan suhu pusat data yang tepat dapat memastikan bahwa administrator memahami dengan tepat apa yang terjadi di pusat data dan di mana.

Saat penerapan GPU mendorong kepadatan rak melewati 40kW atau lebih, margin kesalahan pada pembacaan suhu berkurang dengan cepat. Anda perlu memercayai laporan dasbor Anda, namun laporan tersebut bukanlah keputusan akhir.

Fakta Singkat: Yang Perlu Anda Ketahui Tentang Memantau Suhu Pusat Data

• Tekanan termal yang tidak terdeteksi memperpendek masa pakai perangkat keras dan mempercepat siklus penggantian, sehingga membebani anggaran pengadaan TI Anda.
• Masalah lingkungan, termasuk masalah termal, terkait dengan hampir 30% pemadaman pusat data yang tidak direncanakan, menurut vendor pemantauan AVTECH.
• Sebuah sensor masuk tunggal dapat membaca suhu 70°F sementara sisi knalpot pada rak yang sama bekerja 20 derajat lebih panas. Pembacaan suhu rata-rata menyembunyikan titik kegagalan saat Anda perlu mengeksposnya.
• ASHRAE merekomendasikan minimal enam sensor per rak: tiga di depan (atas, tengah, bawah) dan tiga di belakang. Jangan menargetkan satu sensor per baris.
• Ini bukan hanya tentang panas berlebih dan terlalu banyak kelembapan. Pendinginan yang berlebihan menyebabkan biaya listrik yang berlebihan, dan lingkungan dengan kelembapan rendah mengundang kondensasi dan korosi.

Mengapa Penting untuk Mengelola dan Memantau Suhu Pusat Data?

Panas tidak mengumumkan dirinya sendiri. Drive tidak akan rusak saat rak menjadi terlalu panas.

Peralatan yang terlalu panas dapat rusak berminggu-minggu atau berbulan-bulan setelah tekanan termal yang berkelanjutan telah melemahkan komponen di dalamnya. Monitoring ada untuk menangkap permasalahan yang ada, selagi masih berupa angka di dashboard. Ini akan menyelamatkan Anda dari serangkaian komponen pusat data yang gagal sekaligus.

Aturan praktis keandalan yang banyak dikutip menyatakan bahwa tingkat kegagalan kira-kira dua kali lipat untuk setiap kenaikan 18°F (10°C) di atas suhu pengoperasian terukur komponen. Jalankan rak bahkan beberapa derajat lebih panas dari yang seharusnya untuk jangka waktu yang lama, dan Anda menambah kemungkinan kegagalan di setiap drive, GPU, dan catu daya di rak tersebut.

Pemantauan suhu pusat data juga melindungi terhadap kegagalan yang tidak berasal dari panas secara langsung. Unit CRAC atau CRAH yang mulai berkinerja buruk jarang sekali gagal sekaligus. Suhunya menurun secara bertahap, dan fasilitas tanpa data suhu granular tidak akan melihat penurunan tersebut sampai rak sudah panas selama berjam-jam. Permasalahan lingkungan, termasuk masalah suhu, terkait dengan hampir 30% pemadaman pusat data yang tidak direncanakan, dan sebagian besar insiden tersebut disebabkan oleh kesenjangan pemantauan, bukan karena kerusakan perangkat keras.

Ada sisi biayanya juga. Fasilitas yang tidak mempercayai data suhunya cenderung menjadi terlalu dingin secara default, sehingga ruangan menjadi lebih dingin dari yang seharusnya agar tetap aman. Hal ini akan meningkatkan pengeluaran energi tanpa memberikan perlindungan nyata. Pemantauan suhu pusat data yang andal menghilangkan dugaan-dugaan, memungkinkan Anda mendekati kisaran yang direkomendasikan ASHRAE dan mendapatkan penghematan energi yang menyertainya.

Praktik Terbaik Pemantauan Pusat Data: Bagaimana GPU Mengubah Segalanya

Saat Anda menyetel rentang suhu untuk pemantauan, berikut hal yang perlu Anda ketahui: ASHRAE merekomendasikan kisaran suhu bola kering 18-27°C (64-81°F) dan kelembapan relatif antara 40% dan 60% untuk perangkat keras A1-A4. Kategori ini dikaitkan dengan perangkat keras pusat data. Kisaran suhu bola kering yang diperbolehkan ASHRAE adalah 59-90°F (15-32°C) untuk perangkat keras A1-A4 juga.

Itu adalah rentang yang ingin Anda kerjakan. Langkah selanjutnya adalah merancang sensor Anda untuk mendapatkan gambaran lingkungan yang paling akurat.

Sepuluh tahun yang lalu, satu sensor per baris dapat dipertahankan untuk pemantauan suhu pusat data. Kebanyakan rak menghasilkan daya 4-6 kW, aliran udara dapat diprediksi, dan kesenjangan antara pembacaan lingkungan yang nyaman dan pembacaan berbahaya sangat lebar. Infrastruktur Anda mungkin mencakup beberapa titik buta.

Penerapan GPU secara massal mengharuskan para pemimpin TI untuk memikirkan kembali arsitekturnya. Rak komputasi modern yang dipercepat telah melampaui 40kW, dengan cluster AI yang padat dilaporkan mencapai kisaran 100kW-plus pada versi yang lebih baru. Setiap peningkatan suhu sekitar sebesar 1°F menghasilkan peningkatan suhu CPU dan GPU sebesar 1°F, sehingga margin yang dulunya ada di tingkat baris sebagian besar telah hilang di tingkat rak.

Pendinginan berlebihan bukanlah solusinya. Itu membuang-buang energi dan uang tanpa melindungi peralatan. Pendinginan juga menyumbang sebagian besar dari total penggunaan listrik suatu fasilitas. Sensor yang Anda miliki perlu diposisikan untuk menangkap penyimpangan nyata, bukan kondisi rata-rata di seluruh pusat data.

Tantangan Pemantauan Suhu Pusat Data: Titik Buta dan Kelelahan Peringatan

Rata-rata adalah titik buta terbesar yang muncul dalam pemantauan suhu pusat data. Rak dengan satu sensor di dekat saluran masuk dan tidak ada sensor di dekat saluran pembuangan akan selalu terlihat lebih sehat daripada aslinya.

Hambatan aliran udara menimbulkan masalah tersendiri. Bundel kabel yang menghalangi knalpot belakang, panel blanking yang hilang, atau ubin lantai yang tidak pada tempatnya dapat menciptakan titik panas lokal yang tidak akan pernah terdeteksi oleh sensor tingkat baris.

Pengaturan peringatan sensor yang sempurna akan menandai kekhawatiran sah yang memerlukan tindakan dari administrator dan menahan notifikasi yang tidak penting. Bahkan infrastruktur sensor terbaik pun dapat dirusak oleh kelelahan notifikasi. Pengaturan yang mendorong notifikasi berprioritas rendah secara konstan akan melatih staf untuk mengabaikan satu peringatan yang benar-benar penting, yang pada awalnya menggagalkan tujuan pemantauan granular.

Penggunaan yang terlalu dingin di lingkungan dengan kelembapan rendah dapat menyebabkan kondensasi dan korosi. Penggunaan yang terlalu kering akan mengundang pelepasan listrik statis yang merusak komponen sensitif. Pemantauan suhu pusat data tanpa kombinasi strategi kelembapan dan titik embun hanya memberi Anda separuh gambaran.

Sensor Nirkabel Menyediakan Pemantauan Konsistensi Suhu dan Kelembapan

Mulai arsitektur Anda dengan kepadatan sensor, bukan hanya jumlah sensor. Aturan enam sensor ASHRAE, tiga di sisi masuk dan tiga di sisi buang per rak, ada karena satu titik tidak dapat mengukur kondisi rak dengan tepat.

Jaringan sensor nirkabel menjadikan model 6 sensor paling efektif. Baterai menyediakan sumber daya independen untuk sensor ini, sehingga teknisi dapat mengaturnya dalam hitungan menit tanpa memerlukan kabel terpisah.

Perangkat lunak DCIM mengubah pembacaan sensor individu menjadi peta termal, yang merupakan perbedaan antara melihat daftar angka dan mengetahui di mana masalah muncul. Analisis detail suhu dan kelembapan pusat data juga dapat membantu tim mengidentifikasi bagian arsitektur yang bermasalah dan membuat perubahan sebelum kerusakan perangkat keras terjadi.

Peringatan berbasis ambang batas melalui SNMP, SMS, atau email hanya berfungsi jika ambang batas disetel ke rak, bukan ruangan. Peringatan 90°F mungkin cocok untuk rak penyimpanan lama dan sangat terlambat untuk cluster GPU yang berjarak tiga rak.

Pasangkan setiap sensor suhu dengan sensor kelembaban dan titik embun. Suhu dan kelembapan adalah dua titik kegagalan berbeda yang saling berinteraksi namun memiliki penyebab dan perbaikan yang berbeda. Tim Anda perlu mengetahui apa masalahnya dan di mana, secepat mungkin.

Pemantauan Pusat Data Memberi Tahu Anda Saat Perangkat Keras Terlalu Panas, Dan Kapan Harus Menghentikannya

Panas yang berkepanjangan dan tidak terdeteksi di pusat data berisiko menyebabkan pemadaman listrik, namun Anda dapat memperbaikinya dengan cepat menggunakan staf TI dan seperangkat alat yang tepat. Inilah yang lebih permanen: kerusakan atau keausan peralatan. Jenis kerusakan ini mungkin sulit untuk dinilai, dan terkadang Anda hanya akan mengetahui seberapa buruk kerusakan perangkat keras tersebut selama berminggu-minggu atau berbulan-bulan.

Perangkat keras pusat data memiliki mekanisme pertahanan terhadap kejadian panas berlebih. GPU dan CPU memiliki fitur pelambatan termal untuk memperlambat aktivitas saat unit merasakan panas berlebih. Namun, perangkat keras pusat data tidak dimaksudkan untuk menerima panas berlebihan dalam waktu lama. Ini memperpendek masa pakai apa pun yang ada di hot spot itu.

Di sinilah pemantauan suhu pusat data tidak lagi menjadi masalah fasilitas semata dan mulai menjadi masalah manajemen aset. Ketika data Anda menunjukkan pola tekanan termal pada rak tertentu, Anda harus menilai apakah perangkat keras tersebut masih termasuk dalam produksi. Jika tiba waktunya untuk menonaktifkan perangkat keras, apa yang terjadi pada aset setelah tidak lagi diproduksi?

Sensor, gateway, dan peralatan DCIM di tumpukan pemantauan Anda juga merupakan aset TI, dan mereka memiliki risiko yang sama di akhir masa pakainya seperti aset lainnya. Kredensial jaringan, data konfigurasi fasilitas, dan log termal historis tidak hilang karena sensor ditarik dari rak. Mereka memerlukan dokumentasi pemusnahan dan lacak balak bersertifikat yang sama seperti apa pun yang meninggalkan lingkungan Anda.

exIT Technologies menangani kedua sisi persamaan tersebut untuk pusat data yang menjalankan siklus penyegaran perangkat keras: penghancuran data tersertifikasi di bawah NIST 800-88, didukung oleh kredensial R2v3 dan NAID-AAA, dan pemulihan aset yang mengembalikan nilai sebenarnya pada peralatan sebelum menjadi beban yang terkurung. Lihat berapa nilai perangkat keras Anda yang sudah pensiun.