AI 数据中心温控与液冷监测：把测点铺到冷板跟前，而不是停在机柜门口
单柜功率从 8 kW 走到 130 kW 之后，热管理的失效点从「机房送风温度」下沉到了「每一块冷板的进出液温差」。本方案用 AIMesh 确定性工业无线网络，在不停机、不开挖桥架的前提下，把机柜级与环路级测点密度提高一个数量级，并在边缘侧完成热点预测、ΔT 漂移诊断与结露风险研判。
AIDC 把热管理的测点需求推过了有线的临界点
传统数据中心的热管理，本质上是一个房间尺度的问题：控制冷通道送风温度，满足 ASHRAE TC9.9 的进风温湿度包络，剩下的交给机柜自身的风扇。一个机柜三个进风温度测点就能支撑这套逻辑，而且这三个点通常还是共用的——很多机房是每排抽检几个柜，不是每柜都测。
AI 机柜把这套逻辑打断了。单柜 80–130 kW 的功率密度下，风冷在物理上已经退出主承载，热量由冷板直接带走，机房空气只承担 10%–20% 的残余散热。此时决定 GPU 是否降频的不再是送风温度，而是二次侧供液温度、冷板进出液温差、以及 Manifold 上的供回压差——这三个量在机柜门口的温度探头上完全看不见。
测点需求因此发生了两次叠加：种类变多（温度之外增加了流量、压差、电导率、漏液、露点），密度变高（从每排抽检变成每柜必测）。两者相乘，一个 800 柜规模的液冷机房，测点数量从数百级直接跳到近万级。
为什么有线在这个量级上不划算
万点级测点如果全部有线，成本结构会翻转：传感器本身不贵，贵的是线缆、桥架、穿管、施工和调试，单点综合造价往往是传感器价格的数倍。更棘手的是三个工程约束：
- 桥架已经满了：AI 机房的强电、光纤、液冷管路本身就在抢地板下和吊顶的空间。为监测新增一层弱电桥架，往往是设计阶段最先被砍掉的部分。
- 改造不能停机：存量机房转液冷是分批进行的，监测系统必须能跟着一排一排上，而不是要求整层断电施工。
- 机柜会搬家：AI 集群 12–18 个月迭代一轮，机柜布局随之调整。有线测点是钉死的固定资产，重排一次就要重新布线。
无线在 AIDC 不是「有线的廉价替代」，而是唯一能跟上机柜迭代速度的测点形态。M01 与 D01 均支持蓝牙 + APP 配网，机柜搬迁时节点跟着走，现场重新入网即可，不产生二次布线。
前一代路线证明了什么，又在哪里到头
用无线传感网做数据中心热环境监测，不是一条需要重新论证的路线。Vertiv 及其前身 Emerson Network Power 长期为数据中心提供无线环境监测产品，与 Trellis™、Environet™、SiteScan™ 等 DCIM / BMS 平台配套；其技术选型与业界主流一致——基于 IEEE 802.15.4 的 TSCH 时隙跳频网状网，即 SmartMesh IP / WirelessHART（源自 Dust Networks，现属 ADI）。
这条路线在过去十年里兑现了三件事，值得直接继承：免布线铺开测点密度是可行的（电池供电的 802.15.4 节点在机房环境下能稳定运行数年）；密集测点直接转化为能效收益（掌握每柜真实进风温度后，送风温度设定值可在 ASHRAE 包络内安全上移）；TSCH 的确定性适配运维要求（高到达率与可预期时延让无线数据可以直接进入 DCIM 告警链路）。
到 AIDC 这一代，这条路线撞到三堵墙。问题不在架构——AIMesh 与 SmartMesh IP 同属 6TiSCH，都做确定性调度——差异出在同一架构下的工程实现选择，而 AIDC 恰好把这几项选择的后果放大了：
- 频谱：15 个信道不够躲。 数据中心是 2.4 GHz 最拥挤的场所之一，15 个 802.15.4 信道中约 12 个落在 Wi-Fi 1/6/11 三个主信道的覆盖范围内。
- 密度：调度资源先于覆盖耗尽。 万点级测点、秒级上报周期下，先撞到的是「时隙 × 信道」的天花板。信道不足时调度器只能拉长上报周期，而液冷诊断恰恰依赖采样连续性。
- 交付：没有成品网关。 SmartMesh IP 提供的是协议栈与私有接口，网关侧需客户自行集成、调用 API、自建网管软件。十几到几十台网关规模下，这部分工程量常常超过无线网络本身。
关于 Vertiv 的表述限于技术路线层面，即以 802.15.4e TSCH 无线传感网承载数据中心热环境监测，而非复述其某一具体型号的实现细节。具体产品形态、协议版本与配套关系，请以 Vertiv 现行公开资料为准。
核心关键词
核心价值：一台 D01 汇聚整柜液冷测点 + 45 信道抗机房 Wi-Fi 干扰 + 结露 / 偏流 / 微漏边缘判据
方案沿用 AIMesh 的标准四层结构，没有为 AIDC 引入非标环节。感知层按是否具备柜内取电分成两类节点，这一分类决定了后面所有的容量与功耗测算。
价值一：一台 D01 = 一个无线节点 = 一整柜的液冷测点
关键分野在感知层：有柜内取电的位置用 D01 做汇聚，一台 D01 经 RS485 挂载整柜的 5–8 个 Modbus 从站，只占 1 个无线节点名额，同时作为骨干路由节点承担转发；无法取电的位置用内嵌 M01 的电池型仪表做叶子节点补盲。
这一步把近万个测点压回到一千五百级的节点数——直接决定了 AP 数量和整体造价，同时优化了功耗与网络拓扑的健壮性。
价值二：诊断依赖成对的量，不是单点数值
液冷监测的诊断能力，取决于能否在同一时间基准上拿到一次侧、CDU 与二次侧的对应量。孤立的一个温度值说明不了任何问题；有价值的是 ΔT₂（冷板换热是否正常）、一次 / 二次侧热平衡（板换是否污堵）、以及 ΔP 与流量的对应关系（是否偏流）。
这三组判据都要求跨测点、同时基采样。AIMesh 以 E680 作为全网时钟源并支持网络授时，这一点让跨环路的 ΔT 与热平衡计算成立——否则各测点时间戳不齐，算出来的能量平衡是噪声。
价值三：判据在边缘执行，不依赖上云链路
把万点级、秒级的原始数据全部上云再做分析，既浪费带宽也拖慢响应。判据在边缘执行意味着即使上行链路中断，结露告警与偏流检出依然有效，SQLite 负责断网期间的原始采样续传。
本方案在冷量控制上定位为建议与诊断，CDU 设定值一路明确标注为「人工确认后下发」，不直接接管液冷机组的控制权。
工程实施与验收口径
适用场景
- 冷板 D2C 液冷 AI 机柜、CDU 机组与二次侧环路监测。
- 风冷通用机柜进风温湿度、冷热通道与地板下补盲。
- 存量机房分批转液冷的不停机监测改造。
典型架构
- D01 柜内取电做骨干路由，RS485 汇聚整柜 Modbus 从站。
- M01 内嵌电池型仪表做叶子节点补盲，免布线。
- AP01 按容量分区布点，E680 作全网时钟源与判据引擎。
推荐产品组合
接口与系统集成
验收关注点
- 单列 7 天上下行 PDR、端到端时延与丢包分布。
- 结露 / 偏流 / 微漏三类判据的误报率整定结果。
- 2.4G 频谱底数报告与信道规划建议。
常见误区
- 跳过频谱实测直接铺量，信道规划失去依据。
- 把无线监测当成一级安全联锁——漏液紧急处置必须走有线硬回路。
- 只测温度不测流量与压差，偏流和换热衰减都判不出来。
相关案例
01 测点设计：从冷源到冷板的四类判据
四类判据直接落在 E680 上执行，每一类都要求跨测点、同时基采样。
结露风险 · Td 判据
T2s − Td < 2 K 时告警。 二次侧供液温度一旦接近机房露点，冷板与管路外壁开始结露，冷凝水直接滴在 GPU 板卡上。这是液冷机房最容易被忽略、后果又最直接的一类风险。判据需要供液温度与柜内温湿度同时可得——正是密集无线测点的用武之处。
换热衰减 · ΔT₂ 漂移
以周为窗口观察 ΔT₂ 的趋势而非绝对值。 同等 IT 负载下 ΔT₂ 缓慢上升，指向冷板流道结垢或过滤器堵塞；缓慢下降则指向支路偏流。单次采样看不出来，需要连续时序——由 E680 上的 PatchTST 承担。
偏流 · ΔP + F
同列机柜的 ΔP 应当收敛。 某柜 ΔP 显著低于同列均值而回液温度偏高，是典型的流量分配不均——在 Manifold 平衡阀调整后应立即复测验证。
微漏 · L + LD + RH
补液箱液位的缓慢下降先于任何漏液点报警。 点式 LD 只能发现已经形成积液的位置；液位趋势 + 柜内湿度异常抬升的联合判据，能把发现时间提前到滴漏阶段。
ΔT₂ 典型范围 8–12 K、结露判据 2 K 裕度等数值为工程经验参考值，须按所选冷板机型、冷却液配方与当地气候条件重新整定。
02 选型：AIDC 的决定性差异是频谱，不是距离
AIMesh 相对 SmartMesh IP 有 17.5 dB 的链路预算优势，单跳可视距离 400 m 对 200 m。但在数据中心里，这一项基本用不上。 机房尺度下无论 200 m 还是 100 m 的部署半径都远超实际需求，覆盖从来不是 AIDC 的约束条件。
真正起决定作用的是另一件事：2.4 GHz 频段在数据中心的拥挤程度，是所有工业场景里最高的。 密集部署的 Wi-Fi 6/6E AP、服务器带外管理的蓝牙、无线巡检终端、以及大量金属机柜造成的多径反射，全部叠加在同一段 83.5 MHz 上。这时候可跳频信道的数量，直接决定网络还剩多少可用的干净时频资源。
按 IEEE 802.15.4 标准频点推算，15 个信道中仅约 3 个（2425 / 2450 / 2475 MHz 附近）落在 Wi-Fi 1/6/11 之外；AIMesh 把信道数扩到 45 个后，净空信道约 10 个。TSCH 的抗干扰能力完全来自跳频——可跳的干净信道数量，就是这套机制在数据中心里的实际有效性上限。
按 AIDC 场景重新加权的选型对比
| 比较项 | AIMesh | SmartMesh IP | 在 AIDC 的影响 |
|---|---|---|---|
| 可用跳频信道 | 45（39 业务 + 6 控制） | 15 | 高。净空信道约 10 : 3，直接决定万点级密度下能否维持秒级上报 |
| 子网容量与扩展 | 100 节点/AP，255 子网 | 约 100 mote / manager | 高。节点上限相当，差异在调度资源：信道少则同一时隙可并发的传输对数少 |
| 移动节点 | 支持类 AGV 移动节点 | 不支持 | 高。巡检机器人与 AGV 搬运在大型 IDC 已常态化，是功能有无 |
| 边缘网关产品 | AP01 + E680 成品，即插即用 | 无，需客户自建 | 高。20 台网关规模下，自研集成的工程量常超过无线网络本身 |
| 数据接口 | Modbus RTU / 透传标准接口 | 私有接口，需集成协议栈 | 中高。DCIM / BMS / 液冷群控多为 Modbus 与 OPC UA 生态 |
| 网管工具 | 网关内嵌 Web 可视化网管 | 需独立安装软件 | 中。浏览器直达，适合多方运维交接 |
| 知识产权 | 协议国产化，可定制 | ADI 私有，无法定制 | 中。枢纽节点项目普遍存在自主可控要求 |
| 链路预算 / 单跳距离 | −106 dBm / 12.5 dBm，400 m 可视 | −93 dBm / 8 dBm，200 m 可视 | 低。机房尺度下两者都远超需求，余量只体现为多径与穿透裕度 |
表中「链路预算」一项被明确归入低影响。把管网场景的距离优势直接搬到机房里论证是不成立的——AIDC 的选型理由集中在频谱净空、调度容量、移动节点与交付形态四项上。
频谱图为基于 IEEE 802.15.4 标准频点与 Wi-Fi 20 MHz 主信道带宽的推算示意。AIMesh 45 个信道的具体频点分布以产品规格书为准；净空信道数须以现场频谱实测为准。
03 边缘智能：E680 上的时序预测与判据引擎
E680 具备 4×Cortex-A72 + 4×Cortex-A53 与 6 TOPS @ INT8 的 NPU，可预加载 NodeRED、MQTT、SQLite、SoftPLC、AIMesh Manager 与 Python 运行时——足以把时序建模、判据引擎与告警生成全部放在机房本地。
- 时序缓存 · SQLite：断网续传，本地保留原始采样
- PatchTST 时序预测：ΔT₂ 漂移趋势、热点前瞻、补液箱液位微降检出
- 判据引擎 · SoftPLC：结露 / 偏流 / 微漏联合判据
- 轻量语言模型：Qwen 1.5B / 3B 本地推理，负责工况解释、故障根因分析、策略优化建议与自然语言交互查询
- 协议转换：Modbus TCP · MQTT · OPC UA
输出分三路：DCIM / BMS 分级告警（附判据依据）；CDU 设定值建议（人工确认后下发）；运维工单（定位到柜号与支路）。调整后自动复测验证，闭环在机房本地完成。
04 容量测算：AP 数量是容量题，不是覆盖题
以一个具体标的做完整测算，便于对照自身机房复算。标的假设：单栋 AIDC，两层机房，1,200 个机柜——其中 800 个冷板液冷 AI 机柜、400 个风冷通用机柜，配 12 台 CDU（4 组 2+1 冗余）。
测算的关键在第一步：先把测点折算成无线节点。
| 对象 | 数量 | 接入方式 | 节点类型 | 上报周期 | 无线节点数 |
|---|---|---|---|---|---|
| 液冷 AI 机柜 | 800 | 1 台 D01/柜，RS485 挂载供回液温度、ΔP、流量、漏液、进风温湿度 | 路由（柜内取电） | 5 s | 800 |
| 风冷通用机柜 | 400 | 内嵌 M01 的电池型三点温湿度仪表 | 叶子（电池） | 30 s | 400 |
| CDU 机组 | 12 | 1 台 D01/台，挂载一次 / 二次侧温度、流量、压差、电导率、液位 | 路由 | 5 s | 12 |
| 空间与地板下补盲 | 200 | 冷 / 热通道空间温湿度、露点仪、地板下点式漏液 | 叶子（电池） | 30 s | 200 |
| 列头柜电参与分路计量 | 100 | D01 对接电力仪表，支撑 PUE 分项计量 | 路由 | 5 s | 100 |
| 巡检机器人 | 4 | 移动节点，位置与热成像回传 | 移动 | 1 s | 4 |
| 合计 | 对应物理测点约 8,600 个 | 1,516 |
- 覆盖约束：200 m 部署半径 ≫ 单层最长边 80 m —— *不构成约束*
- 容量约束：1 AP ≤ 100 节点，1,516 ÷ 100 = ⌈15.2⌉ = 16 台 —— *决定性*
- 工程配置：留 25% 扩容与负载均衡余量 —— AP01 × 20 台
设备清单（1,200 柜标的，含工程余量）
| 设备 | 数量 | 配置要点 |
|---|---|---|
| AP01 边界路由网关 | 20 | STD 模式，1 路 AIMesh + 2 路以太网 + 1 路 RS485；11–30 V DC，平均 3 W；TX +19 dBm / RX −111 dBm |
| E680 边缘计算与控制网关 | 4 | 按两层各 2 台分域部署，互为业务备份；预装 NodeRED / MQTT / SQLite / SoftPLC / AIMesh Manager |
| D01 DTU 模块 | 912 | RS485 1 路 Modbus RTU 或透传；蓝牙 + APP 配网；工作温度 −40 ~ +85 ℃ |
| M01 通信模组 | 600 | 16×26×2.5 mm SMT 内嵌至电池型仪表；ER18505 高密度电池 |
| 移动节点终端 | 4 | 巡检机器人搭载，类 AGV 移动节点模式 |
| 现场传感器 | ≈ 8,600 | 温度 / 温湿度 / 露点 / 压差 / 流量 / 电导率 / 液位 / 点式漏液，按机型与管径选型 |
以上数量为按假设标的的估算，用于说明测算方法与量级关系。实际项目须按机房图纸、机柜排布、CDU 配置与业主的测点规范逐项复核；D01 每柜挂载的从站数量也需按所选传感器的 Modbus 地址与轮询耗时校验。
05 职责边界：无线监测不承担一级安全联锁
漏液是液冷机房唯一可能在几十秒内造成不可逆损失的故障。正因如此，这里必须把职责边界说清楚：AIMesh 无线监测不承担一级安全联锁。
机柜级的漏液紧急处置——检测到积液后立即停泵、关断进液阀——应当由有线漏液检测绳与 CDU 自身的硬件保护回路完成，动作时间在百毫秒量级，且不经过任何网络。这是设计规范的要求，与无线网络的可靠性无关。
无线监测在漏液这件事上的价值在另外两个方向：覆盖有线绳到不了的位置（柜内快接头、Manifold 接头、地板下分支管），以及提供早期征兆（补液箱液位微降 + 柜内湿度抬升的联合判据，能在形成积液之前发现滴漏）。
| 层级 | 路径 | 响应 | 承担方 |
|---|---|---|---|
| 一级 · 安全联锁 | 有线漏液检测绳 → CDU 硬件保护回路 → 停泵、关断进液阀 | < 100 ms | 有线硬回路，本方案不替代 |
| 二级 · 覆盖补盲与早期征兆 | 点式漏液 / 温湿度 → AP01 → E680 联合判据 → 分级告警、工单 | ~ 1 s | AIMesh 承担 |
网络自身的安全与可靠性
- 双层加密，密钥分离：链路层在广播信道用公钥 K1、业务信道用对称密钥 K2；UDP 层 DTLS 1.3（DTLS-PSK）端到端。入网阶段广播密钥即使泄露，业务数据仍受独立密钥保护
- 确定性调度带来的可预期性：端到端传输可靠性 ~99.999%，平均时延 ~1 s；子网最大 10 跳、典型小于 5 跳，网络被刻意压平以控制时延与丢包累积
- OTA 与网管：节点侧支持 OTA 升级，网关内嵌 Web 网管统一下发
把无线监测宣传成能替代安全联锁，是这类方案最常见也最危险的过度承诺。AIMesh 的 ~1 s 端到端时延对二级告警完全够用，但一级联锁必须走有线硬回路——这是液冷系统设计的基本要求，不是产品能力问题。
06 实施路径：三期推进，每期以可验证的交付物收口
第一期的核心目的不是铺量，是在真实电磁环境下把频谱底数摸清楚——这决定后面两期的信道规划与 AP 布点。
第一期 · 4–6 周 · 单列验证与频谱实测
选 1 列典型液冷机柜（16–20 柜）+ 1 台 CDU 部署，配 1 台 AP01（Mini 模式）+ 1 台 E680。在机房实际负载下做 2.4G 频谱扫描，标定 Wi-Fi 占用与本底噪声；连续 7 天记录上下行 PDR、端到端时延与丢包分布。
交付：频谱底数报告 + 信道规划建议 + 该列的 ΔT₂ 基线
第二期 · 8–12 周 · 单层铺开与平台对接
按第一期标定的信道规划完成单层全部机柜与 CDU 接入；AP01 按容量分区布点并完成多 AP 负载均衡调优；E680 对接 DCIM / BMS，打通 Modbus TCP 与 MQTT 通道；结露、偏流、微漏三类判据上线并做误报率整定。
交付：单层完整监测能力 + 判据误报率报告 + 运维交接文档
第三期 · 12 周 + · 全栋扩展与边缘智能
复制到第二层，完成 20 台 AP01 / 4 台 E680 的全量部署；PatchTST 模型基于累积数据训练并上线趋势预测；轻量语言模型接入，开放自然语言工况查询；移动节点接入巡检机器人，补充热成像与声学巡检。
交付：全栋监测 + 预测性诊断 + PUE 分项计量支撑
不要跳过频谱实测直接铺量。数据中心的 2.4G 环境差异极大——同样是 AI 机房，Wi-Fi AP 密度、带外管理蓝牙的开启情况、以及金属机柜阵列造成的多径分布可以完全不同。现场实测才是信道规划的依据。常见问题
AI 液冷机柜比传统风冷机柜多测哪些量？为什么风冷时代的三个进风温度点不够用？
传统风冷机柜每柜 3 个进风温度测点即可，因为热管理是房间尺度问题——控制冷通道送风温度满足 ASHRAE 包络就够。单柜 80–130 kW 的冷板液冷机柜下，风冷只承担 10%–20% 的残余散热，决定 GPU 是否降频的是二次侧供液温度 T2s、冷板进出液温差 ΔT₂ 和 Manifold 供回压差 ΔP，这三个量在机柜门口的温度探头上完全看不见。测点因此从每柜 3 个涨到 9–12 个，同时从「每排抽检」变成「每柜必测」，800 柜规模的液冷机房测点总量从数百级跳到近万级。
万点级测点为什么不直接走有线？
成本结构会翻转——传感器本身不贵，贵的是线缆、桥架、穿管、施工和调试，单点综合造价往往是传感器价格的数倍。另有三个工程约束：AI 机房的强电、光纤、液冷管路已经在抢地板下和吊顶空间，新增弱电桥架往往是设计阶段最先被砍的；存量机房转液冷分批进行，监测系统必须能一排一排跟上而不是要求整层断电施工；AI 集群 12–18 个月迭代一轮，机柜布局随之调整，有线测点重排一次就要重新布线。M01 与 D01 支持蓝牙 + APP 配网，机柜搬迁时节点跟着走即可。
AIMesh 相比 SmartMesh IP，在数据中心场景的决定性优势是什么？
是频谱净空，不是距离。AIMesh 有 17.5 dB 链路预算优势、单跳可视 400 m 对 200 m，但机房尺度下两者都远超需求，覆盖从来不是 AIDC 的约束。真正起作用的是 2.4 GHz 在数据中心的拥挤程度：按 IEEE 802.15.4 标准频点推算，15 个信道中仅约 3 个落在 Wi-Fi 1/6/11 之外，AIMesh 扩到 45 个信道后净空信道约 10 个。TSCH 的抗干扰完全来自跳频，可跳的干净信道数就是这套机制的有效性上限。另外三项高影响差异是调度容量、移动节点支持（巡检机器人 / AGV）和成品边缘网关。
一个 1,200 柜的机房需要多少台 AP01？怎么算出来的？
20 台。关键在第一步折算：一台 D01 经 RS485 挂载整柜的 Modbus 从站只占 1 个无线节点名额，把约 8,600 个物理测点压回到 1,516 个无线节点。然后 AP 数量是容量题不是覆盖题——200 m 部署半径远超单层最长边 80 m，覆盖不构成约束；1 AP ≤ 100 节点的容量上限才是决定性的，1,516 ÷ 100 = ⌈15.2⌉ = 16 台，留 25% 扩容与负载均衡余量后配 20 台。这也是为什么链路预算优势在 AIDC 被归入低影响：它既不省 AP，也不省路由节点。
结露、偏流、微漏这三类判据具体怎么判？
结露看 T2s − Td < 2 K 告警，二次侧供液温度接近机房露点时冷板与管路外壁开始结露，冷凝水直接滴在 GPU 板卡上，判据要求供液温度与柜内温湿度同时可得。偏流看同列机柜的 ΔP 应当收敛，某柜 ΔP 显著低于同列均值而回液温度偏高即典型流量分配不均，Manifold 平衡阀调整后应立即复测。微漏看补液箱液位缓慢下降 + 柜内湿度异常抬升的联合判据，能把发现时间提前到滴漏阶段——点式 LD 只能发现已经形成积液的位置。另有 ΔT₂ 漂移以周为窗口看趋势：同等 IT 负载下缓升指向冷板结垢或滤网堵塞，缓降指向支路偏流。
无线监测能不能替代有线漏液检测绳做安全联锁？
不能，本方案明确不承担一级安全联锁。机柜级漏液紧急处置——检测到积液立即停泵、关断进液阀——必须由有线漏液检测绳与 CDU 自身的硬件保护回路完成，动作时间百毫秒量级且不经过任何网络，这是液冷系统设计规范的要求，与无线网络可靠性无关。AIMesh 承担的是二级：覆盖有线绳到不了的位置（柜内快接头、Manifold 接头、地板下分支管），以及提供早期征兆，响应约 1 秒。两条路径不共用任何环节，无线侧失效不影响联锁动作。
为什么判据要放在 E680 本地执行，而不是回传平台再算？
万点级、秒级的原始数据全部上云再分析，既浪费带宽也拖慢响应。E680 具备 4×A72 + 4×A53 与 6 TOPS @ INT8 的 NPU，可预加载 NodeRED、MQTT、SQLite、SoftPLC、AIMesh Manager 与 Python 运行时，把时序建模、判据引擎与告警生成全部放在机房本地。上行链路中断时结露告警与偏流检出依然有效，SQLite 负责断网期间的原始采样续传。E680 同时是全网时钟源——跨环路的 ΔT 与热平衡计算依赖同一时间基准，时间戳不齐算出来的能量平衡是噪声。
机房环境下电池型节点能用多久？
机房是恒温恒湿环境（通常 18–27 ℃），电池型叶子节点的寿命测算无需像野外场景那样为低温容量衰减留大额余量。按 30 s 上报、60 字节包长、10 dBm 发射功率的典型配置，平均电流约 30 μA，配 ER18505 高密度电池可支撑 5 年以上；放宽到分钟级上报的低频点位可更久。实际测算须按点位的上报频次、包长与发射功率重新计算。
实施要分几期？第一期为什么不直接铺量？
建议三期。第一期 4–6 周做单列验证与频谱实测：1 列典型液冷机柜（16–20 柜）+ 1 台 CDU，1 台 AP01 Mini 模式 + 1 台 E680，在实际负载下做 2.4G 频谱扫描标定 Wi-Fi 占用与本底噪声，连续 7 天记录 PDR、时延与丢包分布，交付频谱底数报告 + 信道规划建议 + ΔT₂ 基线。不跳过这一步的原因是数据中心的 2.4G 环境差异极大——同样是 AI 机房，Wi-Fi AP 密度、带外管理蓝牙的开启情况、金属机柜阵列造成的多径分布可以完全不同，现场实测才是信道规划的依据。第二期 8–12 周单层铺开与 DCIM / BMS 对接，第三期 12 周以上全栋扩展与边缘智能上线。
标准与参考
本文涉及的协议与标准，以下为对应的规范原文与权威条目。