锌晶须：AI 数据中心地板下的隐性污染威胁

文章以一次大型 AI 数据中心维护检查为背景：该集群为 2MW、128 个机架，每机架为液冷服务器并配 8 张 NVIDIA H100（单卡功耗最高 700W）。掀开地板砖后发现镀锌钢支架和横梁表面有金属光泽，恢复送风与负载后 90 分钟内节点开始在 PCIe 背板和配电板上出现间歇性短路，造成不可复现的 ECC 错误、GPU 重置和任务中断，影响数周级大模型训练。对失效板做颗粒分析后指向锌晶须污染，但正文片段未给出完整分析结论。

AI推荐理由 以一次 2MW、128 机架、每机架 8 张 H100 的 AI 集群维护检查为叙事背景，描述镀锌钢地板支架上的锌晶须（zinc whiskers）导致 PCIe 背板与配电板间歇性短路、ECC 错误、GPU 重置和训练任务中断，并提到对失效板做了颗粒分析。该主题对液冷高密度 AI 数据中心运维有实际参考价值，但正文为片段，颗粒分析结论未给出，且来源为个人博客式投稿，缺少可验证的第三方证据，需保留其案例叙述的不确定性。