📱 关注吉之星公众号
每日一篇工程技术深度文章，不错过行业前沿
微信扫一扫关注我们 · 回复「白皮书」下载《先进制造洁净室施工技术标准》
去年冬天，我跟着吉之星测试团队去了华北某在建的智算中心。项目总投资超过20亿元，规划了8000个机柜，客户催着要上线。
验收那天，现场却吵了起来。
测试团队拉出了一份报告：GPU集群在混合负载下，PUE波动超过0.18，部分区域甚至冲到了1.6。建设方不服：“单跑训练任务时PUE只有1.25，你们这是故意找茬。”
问题出在哪？就出在“混合负载”这四个字上。
传统数据中心验收，习惯跑单一负载：要么CPU满载，要么存储满写。但智算中心不一样。
真实业务场景里，同一个机房内，可能有三种以上完全不同的负载在同时运行：
这三种负载叠加在一起，供电、散热、网络的压力不是简单相加，而是相互耦合、相互放大。
单跑训练时，散热系统还能应对；一旦推理任务开始抢资源，GPU利用率忽高忽低，功率波动叠加，局部热点瞬间形成。这时候再看PUE，才是真实的能效表现。
不是看某一时刻的PUE值，而是看波动幅度。
在混合负载下，我们要求PUE波动控制在±0.05以内。超过这个范围，说明制冷系统响应跟不上负载变化，存在局部过热风险。
这个指标衡量的是“忙闲不均”的程度。
理想状态下，所有GPU的利用率应该在一个相对窄的区间内波动。如果方差过大，说明任务调度有问题，部分GPU在空转，部分在过载——整体算力被浪费了。
混合负载下，存储网络和参数同步网络会同时承压。
我们关注的是：当网络出现瞬时拥塞后，系统需要多长时间恢复到正常吞吐。这个时间超过200毫秒，就会影响分布式训练的效率。
吉之星在智算中心测试领域积累了一套自己的方法论。
第一，自研混合负载模拟平台。 我们不是简单地跑几个Benchmark，而是通过容器化技术，同时注入训练、推理、数据预处理三类负载，并且可以精确控制每一类的比例和波动模式。
第二，动态能效验证系统。 在测试区域部署高密度传感器，每秒采集一次温度、功率、流量数据，实时计算PUE和局部热点指数。一旦发现异常波动，系统自动记录并触发告警。
第三，自动化测试流程。 从负载注入、数据采集到报告生成，全流程自动化。一个8000机柜规模的智算中心，完整混合负载测试可以在72小时内完成，比传统人工测试效率提升4倍以上。
目前，吉之星已为国内多个大型智算中心提供了交付验收测试服务，累计测试机柜超过3万个。
有人问：自动化测试是不是为了省人力？
不完全是。自动化的核心价值在于可重复性和时序精度。
人工操作很难保证每次负载注入的时间点完全一致，更难在毫秒级捕捉PUE的瞬态波动。而自动化系统可以做到：第1秒注入训练负载，第3.5秒叠加推理请求，第7秒触发存储突发——每次测试都一模一样。
只有这样，不同批次、不同区域的测试结果才有可比性，验收结论才站得住脚。
智算中心的交付验收，正在从“通断电测试”走向“真实业务模拟”。
混合负载测试不是刁难建设方，而是对投资人负责。一个8000机柜的智算中心，PUE每高出0.1，一年电费多出上千万元。把问题暴露在验收阶段，比上线后天天救火划算得多。
未来，随着液冷、高压直流、算力调度等技术的成熟，混合负载测试还会引入更多变量。吉之星也在持续迭代测试平台，目标只有一个：让每一瓦电、每一算力，都花在刀刃上。