液冷的风险不在技术本身，而在"出了问题谁来处置"。ErinCare™ 把故障处置拆成可执行的动作：风险识别、检测链路、现场五步法、时限标定与年度演练。
四条风险传导链条，最终都指向客户真正关心的两件事：资产与算力。
NPU、CPU 等高发热器件超出正常工作温度，服务器无法正常工作。两类成因：温度因素——二次侧供水温度过高，超过 45℃；流量因素——CDU 故障停运、CDU 滤网堵塞、冷板堵塞、旁通阀误开等导致二次侧流量不足。
空气中的水蒸气在物体表面降温冷凝成水，当二次侧供液温度低于机房露点温度时即可能发生。凝露受物体表面温度、环境温度、空气湿度三个因素共同影响，任一因素越界都可能触发。运维关键参数：CDU 供水温度应高于房间露点至少 2℃。
一次侧水或二次侧工质液从管道内渗漏，影响散热并污染设备。两类高发位置：节点内部漏液——冷板周边渗漏或软管破损；接头位置漏液——快接头、排气阀、二次管路阀门等。接头是漏液的主战场。
表现为结晶、腐蚀与微生物三类：结晶——管路焊接引入铝离子，与工质液反应生成磷酸铝结晶；腐蚀——二次管道焊接处钝化工艺不达标，工质液变色、金属离子超标；微生物——菌落繁殖形成生物粘泥，堵塞微通道。
以下为行业公开故障复盘，均已脱敏，不代表本方业绩。我们不引用损失金额，只复盘根因。
一个环路内数十台服务器在同一时间段出现 NPU 过温触发下电保护。定位为一次侧管路脏污导致换热能力下降。处置动作：过滤器清洗、管道清洗、更换换热板。
复盘根因：客户侧未对液冷系统进行运维管理，脏堵趋势未能被及时发现。
数台服务器自动下电，现场紧急排查后定位为机柜分水器部件接口渗漏。处置动作：受损设备更换、密封件更换、环路恢复充液。
复盘根因：客户侧缺少液冷运维管理，只有故障发生后的被动响应，发现明显滞后。
数十台服务器出现高温告警，定位为环路内工质水产生结晶，导致服务器换热板与 CDU 过滤器堵塞。处置动作：换热板更换、管道清洗、过滤器清洗、水质更换。
复盘根因：工质液缺少定期取样检测与趋势跟踪，劣化过程未被监测。
漏液是液冷系统的首要风险。我们把现场动作固化为五步闭环，每一步都有明确的动作与交付物。
防护解决"漏得少"，检测解决"发现得早"，处置解决"恢复得快"。三者缺一不可。
| 层级 | 设计核查要点 | 检测链路 |
|---|---|---|
| 节点级 | 底座全密封，具备导流能力，漏液可被及时疏导而不接触板卡 | 节点水浸绳 → 漏液检测板 → BMC |
| 机柜级 | 快接头防喷溅设计；配置自动控制制冷液的电磁阀，可远程切断 | 分流器进出水各一的光电式漏液传感器 → RMU → 网管平台 |
| 机房级 | 双环路设计；单机柜漏液隔离后不影响其他机柜，故障半径可控 | 风液换热器浮子监控水位 → RMU → 网管平台 |
核查结论以现场实测为准；设计核查与检测链路为交付前验收与运行期巡检的共同依据。
不同场景的恢复路径不同，时限必须事前标定，而不是事后再议。
| 场景 | 应急动作 | 恢复时间 |
|---|---|---|
| 管路泄漏 | 漏液传感器触发 → 电动阀关闭 → 切断泄漏段 → 排水收集 | 分钟级 |
| CDU 故障 | 自动切换至备用 CDU，故障 CDU 隔离维修 | 切换 < 30s |
| 循环泵故障 | CDU 内备用泵自动启动 | 启动 < 10s |
| 市电中断 | UPS 供电（15 分钟）→ 柴油发电机启动接管 | 15s 内柴油机供电 |
| 冷却塔故障 | 切换至备用冷却塔，或降低 IT 负载维持运行 | 分钟级 |
| 冷却液大量泄漏 | 全系统停机 → 应急排水 → 排查 → 补液重启 | 2–4 小时 |
示例场景，按项目预案标定：实际时限取决于系统冗余配置、备件到位情况与现场人员安排，需在应急预案中逐项确认。
演练要验证的不是"知道怎么做"，而是在压力下能不能按流程做对。
预约一次免费现场评估：核查三级防漏液设计、检测链路覆盖与备件配置，出具书面评估报告。