高密度 GPU 集群最怕的不是算力不够，而是灰。四川某 AI 算力中心运行两三年后，散热鳍片与风扇积灰，进风温度没变、出风与节点温度却持续走高，部分 GPU 频繁降频，任务时长被拉长。机房跑着训练、推理与在线服务，停机代价远高于清洗本身——这正是干冰带电清洗被摆上桌面的原因。智渍洁承接后以微颗粒干冰配合同步集尘、分批轮换完成作业，全程未中断设备运行。值得复盘的不是"带电"两个字，而是背后把风险管住的参数与工序。

算力是怎么被积灰"偷"走的

风冷把灰尘一起抽进机箱，散热鳍片、风扇与风道慢慢糊上一层。灰是隔热层：热阻上升、热量排不出去，GPU 检测到过热就自动降频保护；灰尘吸附在带电元器件上，还会拖累绝缘与散热。

传统四条路都走不通：人工清扫够不着鳍片缝隙；压缩空气把灰吹起来又落回别处，还带静电伤板卡的风险；水或普通清洗剂一旦导电就是短路烧板；拆机清灰够彻底，却必须关机下架。约束被锁死——要清到散热鳍片深处，又不能让算力断。

可"带电"这两个字，恰恰是最容易被误读的地方。

"不停机"不等于可以随便带电喷

介质干燥、CO₂ 不导电，只是必要条件，不是充分条件。现行 GB/T 25097-2010《绝缘体带电清洗剂》 与 GB/T 25098-2010《绝缘体带电清洗剂使用导则》 针对液体绝缘清洗剂与电力设备外绝缘，DL/T 2997-2025 更明确不适用于以印制电路板为主的电子设备；干冰喷射不该套用"耐压多少千伏"，但导则中作业前红外与静电诊断、过程监测泄漏电流、控制距离角度、清洗后复测绝缘，这套安全逻辑同样值得参照。

真正卡住干冰的是机房环境。按 GB 50174-2017《数据中心设计规范》，主机房冷通道进风 1827 ℃ 且不得结露，露点 5.515 ℃，绝缘体静电电压绝对值不大于 1 kV，每立方米 ≥0.5 μm 悬浮粒子少于 17,600,000 粒。-78.5 ℃ 颗粒在单点停留过久，局部金属表面可能跌破露点结露，在带压板卡上就是短路风险。CO₂ 密度大于空气，易在地板静压箱、电缆沟低位积聚，须按 GBZ 2.1-2019 的 PC-TWA 9000 mg/m³、PC-STEL 18000 mg/m³ 设监测点并通风；压缩空气含水遇干冰会结成更硬的"水冰"，堵塞喷嘴、划伤板卡，气源露点按 ISO 8573-1 控制。

所以本项目说的"不停机"，指的是算力业务层面不中断：靠分批轮换让其余节点继续承载任务；单台设备是否断电、能否在带电状态下接受喷射，仍按甲方规程与设备厂商手册判定。把"业务不停"偷换成"带压板卡直接喷"，是这类项目最危险的一步。

边界划清之后，方案才谈得上落地。

评估做在动手之前

智渍洁进场先做现场评估：机柜布局、设备型号、积灰程度、作业空间与静电风险逐项摸清，再定方案。逐台标记显卡插槽、供电端子、电容、高速网卡、金手指与光模块等敏感部位，划出防护区；与甲方运维对齐业务调度，排定分批窗口，错开任务高峰。

开工前先留基线：设备外观、进出风温度、节点温度、风扇状态与告警记录，清洗后才有可比对的东西。方案里同时写死微颗粒干冰的压力、靶距、颗粒供给与单点停留上限，以及 ESD 措施、CO₂ 监测点、负压回收路径。这些不是形式条款，而是"能不能带电"的前提。

评估的结论，最终要落到每一片机柜上。

分批轮换：把"不断算"落到工序

施工按批次、按机柜推进，清完一批恢复一批，其余节点照常跑训练，机房告警与监控没有停。人员做等电位接地、穿防静电工装、戴防静电手环，工具全部防静电；剥离积灰由带过滤的集尘设备同步吸走，避免二次扬尘推高机房含尘浓度。

手法按部位分参数：散热鳍片与风道用低压微流量、顺鳍片方向短促喷射，从中间往外，避免把灰推回缝隙；主板芯片周边、接口、电容与焊点只做远距离轻扫，严禁近距离直喷；风扇先停转固定再清理，防止气流带动电机反转伤到轴承；机箱外壳与滤网适度提高流量。全程控制单点作用时间，配合机房露点与风道气流把结露窗口压住。一片机柜清完、共同确认干净，才转入下一片。

效果如何，不能靠"看着亮了"来判断。

认可写在记录里，不在形容词里

清洗后的变化是可观察的：风扇与散热鳍片恢复本色，出风温度回落，GPU 降频次数明显减少，节点算力与任务时长回到正常水平。智渍洁没有写成"降了几度""提升百分之多少"——负载与环境温度一变，这类数字就失去可比性，验收依据应是甲方清洗前后的运行记录对照。

客户认可同样体现在流程里：分批窗口由甲方按业务调度排定，每批完成后共同确认再放行，验收以逐柜清洁确认单与前后参数对照为准；作业影像、参数记录，连同滤网更换周期与深度清灰间隔建议一并移交运维，把一次性清洗接进预防性维护体系。

什么时候不该硬做带电清洗

先看能不能停，再看静电与露点能不能控，最后看污垢是什么。当板卡已受潮或有凝露、机房无法有效通风与监测 CO₂、等电位与防静电措施不到位、温升异常同时伴随硬件告警时，应改为停机断电、下架离线清洗，而不是硬上带电方案。选型时也不必只比"能不能带电"——愿意先做现场评估与试喷、能把参数窗口和验收口径写进方案、敢把不适用场景说清楚的服务商，通常比一句"全程无损"更可靠。智渍洁在这类项目上的做法，本质是把经验变成可核对的记录：设备继续跑，风险被逐项关进笼子。