Nach Hersteller
Dell PowerEdge HPE ProLiant Lenovo ThinkSystem Fujitsu Primergy Supermicro IBM System x / Power Acer AltosEinsatz & Alleinstellungsmerkmale
Rechenzentren Lombardei Aruba Ponte San Pietro Über den Hersteller-Support hinausCPU und Wärmeleitpaste: durch Throttling verlorene Leistung zurückholen.
Bei einem drei bis vier Jahre alten Server hat die originale Wärmeleitpaste ihre Nutzungsdauer fast immer überschritten. Das Symptom ist nicht der Absturz — es ist das Thermal Throttling: Die CPU arbeitet unterhalb ihrer Nennfrequenz, um die thermischen Grenzwerte nicht zu überschreiten. Mit einem gezielten Eingriff lassen sich typischerweise 10-20 % der verlorenen Leistung zurückgewinnen.
Thermal Throttling erkennt man nicht an der CPU-Auslastung allein.
Ein System mit 100 % CPU-Auslastung, dessen Taktfrequenz aber zum thermischen Schutz abgesenkt wurde, leistet deutlich weniger effektive Arbeit, als es den Anschein hat. Diagnose:
- Auslesen der BMC-Sensoren (CPU temp, DIMM temp, VRM, ambient inlet): Werte nahe am Throttle Threshold weisen auf das Problem hin.
- Auslesen der MSR (
turbostat,perf stat): Core Frequency unter Last dauerhaft unterhalb der Base Frequency = aktives Throttling. - PROCHOT-Ereignisse im SEL: eindeutige Marker dafür, dass die CPU den thermischen Schutz ausgelöst hat.
Unterhalb eines gewissen Schweregrads wird präventiv eingegriffen; oberhalb einer bestimmten Schwelle wird der Eingriff dringend (Risiko transienter Fehler, verkürzte Lebensdauer der CPU).
Wärmeleitpaste, Kühlkörper, Lüfter, Fan Curve.
- Erneuerung der Wärmeleitpaste mit Enterprise-Produkten (z. B. Honeywell PTM7950, Arctic MX-6, Thermal Grizzly Kryonaut). Reinigung des Die mit hochkonzentriertem Isopropanol, dosierter Auftrag.
- Austausch der Kühlkörper, wenn die Bodenplatte oxidiert oder die Heatpipes degradiert sind oder das System mit einem für die aktuelle TDP ungeeigneten Kühlkörper konfiguriert wurde.
- Austausch ungeeigneter Lüfter (laut, mit Drehzahldrift, im Modus „fail to high“).
- Kalibrierung der Fan Curve über den BMC: Die Default-Kurven sind oft zu konservativ und opfern Leistung zugunsten der Geräuscharmut. Dedizierte Kurven für Rechenzentrums-Workloads.
AI-/GPU-Cluster und Systeme hoher Dichte.
Bei AI-/GPU-Clustern (NVIDIA H100, H200, A100 auf Plattformen wie Dell PowerEdge XE, HPE Apollo, Lenovo SR670, Supermicro HGX) ist die thermische Reserve strukturell knapper. Die Wärmeleitpaste der GPU, die Thermal Pads auf VRAM und HBM sowie der Airflow im Chassis sind Größen, die sich unmittelbar auf die Trainingszeiten auswirken. Auch in diesem Segment werden wir tätig, in abgestimmten Zeitfenstern, um keine Compute-Tage zu verlieren.
Die Fragen, die uns am häufigsten gestellt werden.
Wie oft muss die Wärmeleitpaste bei einem Server erneuert werden?
Das hängt von Umgebungstemperatur, Last und Qualität der originalen Paste ab. Als Faustregel: alle 3-4 Jahre ist eine Kontrolle sinnvoll. Bei Systemen mit konstant hoher Last (Datenbanken, AI training, dichte Virtualisierung) auch alle 2-3 Jahre. Bei leichten Office-Workloads sind 5+ Jahre möglich.
Kann ich die CPU auf demselben Sockel gegen eine leistungsstärkere tauschen?
Häufig ja, vorbehaltlich: BIOS-Kompatibilität (aktualisierter Microcode), Kompatibilität der Stromversorgung (TDP der neuen CPU innerhalb der VRM-Grenzen des motherboard), Kühlungskompatibilität (der vorhandene Kühlkörper muss die neue TDP bewältigen). Eigene Seite dazu: Server-CPU-Upgrade.
Erlischt bei einem Dell- oder HPE-Server die Garantie durch das Erneuern der Wärmeleitpaste?
Bei laufender Herstellergarantie: typischerweise ja, das Öffnen des Systems außerhalb des offiziellen Kanals hebt die Abdeckung für die betroffene Komponente auf. Bei Systemen ohne Garantie gibt es nichts, was aufgehoben werden könnte. Bei Systemen mit Garantie prüfen wir vor dem Eingriff im Einzelfall: Oft ist es sinnvoll, das Garantieende abzuwarten, außer bei gravierenden Problemen.
Wie lange dauert das Erneuern der Wärmeleitpaste?
Bei Single-Socket-Systemen: 1-2 Stunden effektive Arbeitszeit, zuzüglich 2-4 h Stresstest nach dem Eingriff. Bei Dual-Socket- oder GPU-Servern: 3-6 Stunden Arbeitszeit. Das Ausfallfenster des Servers wird mit dem Kunden abgestimmt — typischerweise nachts oder am Wochenende.