服务器电源冗余实战：1+1与2+2冗余配置与能效管理方案

服务器电源冗余设计直接关系到业务连续性，单电源故障导致的宕机是物理服务器最常见的硬件故障类型之一。本文覆盖1+1和2+2冗余配置的实际部署、能效管理策略以及常见故障处理。

电源冗余架构基础

服务器电源冗余通过多电源模块（PSU）并行供电实现。当任意一个PSU故障时，其余PSU自动接管全部负载，业务不中断。

• 1+1冗余：两个PSU各承担50%负载，单个PSU额定功率须覆盖整机满载
• 2+2冗余：四个PSU分两组，每组两个并联，通常用于高功率GPU服务器（2000W以上）
• N+1冗余：常见于存储节点，如4+1配置，允许同时故障1个PSU

关键参数计算：服务器满载功耗除以PSU额定功率得到最低PSU数量，冗余数量在此基础上加1。

1+1冗余配置部署

以2U机架服务器为例，部署两个800W白金级PSU，满载功耗约650W。每个PSU在工作时实际负载率为650W / 800W = 81%，这接近80 PLUS白金认证50%负载下的最佳效率区间。

# 通过IPMI查看PSU状态
ipmitool -I lanplus -H 192.168.1.100 -U admin -P password \
    chassis power status

# 查看PSU冗余状态
ipmitool -I lanplus -H 192.168.1.100 -U admin -P password \
    sdr type "Power Supply"

# 输出示例
# PSU1_Status      | 41h | ok  | 10.1 | Presence detected
# PSU2_Status      | 42h | ok  | 10.2 | Presence detected
# PWR_Redundancy   | 44h | ok  | 10.4 | Fully Redundant

电源输入侧需要确保两个PSU接入不同的PDU（电源分配单元），PDU再接入不同的市电回路。如果整个机柜只有一条市电输入，PSU冗余只能防PSU硬件故障，无法防市电中断。

2+2冗余配置与高功率服务器

GPU服务器（如8卡A100节点）满载功耗可达6000W以上，单PSU无法满足。常见配置为四个2000W CRPS（通用冗余电源规格）PSU，2+2冗余模式。

2+2和3+1在PSU数量相同时的冗余能力不同：2+2允许整个一组（2个PSU）故障，而3+1只允许1个故障。但3+1在正常工作时每个PSU负载更低（总功率/4而非总功率/2组），PSU效率更优。

PSU能效管理策略

80 PLUS认证等级直接关系到长期电费成本。以一台满载650W的服务器7×24小时运行一年计算：

单台差异不大，但1000台服务器规模下，白金与银牌的年电费差异可达27万元。大规模数据中心应优先选择白金或钛金PSU。

动态功率封顶配置

服务器的CPU和GPU支持动态功率封顶（Power Capping），可以在PSU冗余降级时自动降低功耗，防止剩余PSU过载跳闸。

# 设置CPU功率封顶为200W
ipmitool -I lanplus -H 192.168.1.100 -U admin -P password \
    raw 0x2e 0x02 0x00 0xc8 0x00

# 通过BMC Web接口设置Power Cap
# 路径: Power Management -> Power Configuration
# Power Limit: 650W (为PSU单路额定功率的81%)

# 查看当前功耗
ipmitool -I lanplus -H 192.168.1.100 -U admin -P password \
    dcmi power reading

# 输出示例
# Instantaneous power reading: 523 Watts
# Maximum instantaneously sampled power: 612 Watts
# Power Cap: 650 Watts

常见电源故障处理

故障场景1：单PSU离线报警

IPMI会触发PSU故障告警，SNMP Trap发送到监控系统。运维处理流程：

1. 通过BMC确认是哪个PSU故障
2. 检查PDU开关和电源线连接
3. 如PSU本身故障，热插拔更换备件
4. 更换后确认冗余恢复为Fully Redundant状态

故障场景2：市电切换导致双PSU同时掉电

这种情况说明两个PSU接在同一条市电上。UPS能够在市电切换的间隙（通常小于10ms）维持供电，但如果UPS未覆盖该回路，服务器会直接宕机。解决方式是将两个PDU分别接入不同的UPS或市电回路（A路/B路）。

故障场景3：PSU效率骤降

通过BMC的功耗监控发现某PSU输入功率明显高于输出功率，效率降至80%以下，可能是PSU电容老化或风扇故障。对于使用3年以上的PSU，建议预防性更换。