Qué hacemos
Reparación de hardware Mantenimiento de servidores Recuperación de datos Ampliación & upgradePor fabricante
Dell PowerEdge HPE ProLiant Lenovo ThinkSystem Fujitsu Primergy Supermicro IBM System x / Power Acer AltosIntervención & diferenciadores
Datacenter Lombardia Aruba Ponte San Pietro Más allá del soporte del fabricanteOptimización térmica: devolver los sensores a los rangos de diseño.
Un servidor en producción con throttling térmico opera por debajo de sus capacidades nominales, y a menudo el monitoring aplicativo no lo señala de forma explícita. Lectura del histórico del BMC, inspección física del thermal path e intervención dirigida: pasta térmica, ventiladores, airflow del chasis y calibración de las fan curves.
Las especificaciones del fabricante dan por supuesto un thermal path en estado nominal.
Un servidor enterprise se diseña con un margen térmico preciso: inlet temperature, delta-T a través del chasis, capacidad de los disipadores, RPM nominales de los ventiladores. Cuando el thermal path se degrada —pasta térmica envejecida, filtros sucios, ventiladores ineficientes, blank panels ausentes— el sistema activa las protecciones automáticas: primero sube las RPM de los ventiladores (más ruido, más consumo eléctrico) y después reduce la frecuencia de la CPU por protección (throttling).
El síntoma aplicativo del throttling es engañoso: el sistema parece «lento» sin una causa software identificable, picos de latencia que no se correlacionan con la carga, transacciones que escalan peor de lo previsto. El diagnóstico térmico resuelve el problema en su origen.
Diagnóstico → intervención dirigida.
- Lectura del histórico de sensores del BMC: temperaturas de CPU, DIMM, VRM, ambient inlet, RPM de ventiladores, eventos PROCHOT.
- Inspección física: airflow, blank panels, estado de los filtros y posibles obstrucciones internas del chasis (cableado, discos mal montados).
- Renovación de la pasta térmica en CPU (y GPU cuando corresponde).
- Sustitución de ventiladores inadecuados o con deriva.
- Calibración de las fan curves: optimizadas para el workload real, con margen sobre los thresholds críticos.
- Verificación de las condiciones del datacenter: inlet temperature realista, recirculación de aire caliente, posición en el rack.
Rendimiento recuperado ya en la primera carga.
El efecto de una optimización térmica bien hecha es medible en las primeras horas de carga tras la intervención: temperaturas de CPU que bajan entre 5 y 15 °C a igualdad de carga, frecuencia dinámica que se mantiene más estable en boost, eventos PROCHOT que desaparecen del SEL, RPM de ventiladores más bajas a igualdad de temperatura.
Recuperación de rendimiento típica según los sensores: 10-20% en workloads CPU-bound. En workloads de AI/GPU el margen puede ser aún más significativo.
Las preguntas que más nos hacen.
¿Cómo distingo un problema térmico de otro tipo de degradación?
Patrones característicos: temperaturas de CPU/DIMM elevadas solo bajo carga, eventos PROCHOT en el SEL, RPM de ventiladores anómalamente altas para el mismo workload histórico, frecuencia dinámica de la CPU que se queda por debajo del base clock en lugar de subir al boost. El monitoring térmico con turbostat / perf muestra el throttling en curso.
¿La optimización térmica requiere parada?
El análisis preliminar es totalmente online (lectura del BMC y de los logs). La intervención física (apertura del servidor) requiere parada, en una ventana acordada. En sistemas con failover, la intervención puede realizarse de forma secuencial sobre los nodos sin parada del servicio aplicativo.
¿Diferencia entre optimización térmica y refresh de hardware?
El refresh de hardware es una intervención más amplia que incluye la parte térmica además de otros controles. La optimización térmica se dirige específicamente al thermal path cuando el síntoma apunta ahí. En un servidor con throttling documentado se hace la optimización dirigida; en un servidor con 3-4 años en producción y sin síntomas específicos, tiene sentido el refresh completo.