元脑服务器创新NVH降噪方案，硬盘读写性能大幅提升

一台服务器的诞生，需要整合超过10,000个精密零部件，包括50多类专用芯片、100多种通信协议、涵盖30多个工程技术方向的协同设计。这其中，不仅涉及声学、结构力学、热力学、流体力学、材料学等典型学科，更是一次典型的“跨学科协同的系统工程”挑战。

以高密存储服务器为例，其在系统设计过程中存在一个长期的核心矛盾：为了满足数据算得快，存得下，存储服务器功耗激增，风扇的转速持续攀升，噪音会向高频段以及大声压这个方向去发展，噪音与转速成5次方的关系增长，会直接影响大容量机械硬盘的读写性能，甚至会导致服务器的宕机。比如此前，欧洲某数据中心火灾演习过程中，灭火器喷管发出的高频噪音，摧毁了数十个硬盘的驱动，引发了多台服务器宕机。高频噪声，正在成为制约高性能服务器可靠性的关键瓶颈。

日前，元脑服务器研发工程师基于系统设计的理念，从声学、热学与结构振动的多物理场耦合出发，全新升级NVH（Noise噪声、Viberation振动、Harshness声振粗糙度）精准降噪方案，基于风扇噪声对HDD性能影响的量化模型，明确不同服务器的风扇降噪频率，并利用多样化的亥姆霍兹谐振腔体，让目标高频噪声频段（5kHz~12kHz）实现6~10dB的有效衰减，噪声能量可降低75%，能够兼容多款型号的风冷服务器，让4U36盘、4U60盘等大容量存储服务器硬盘读写性能大幅提升45%，存储容量翻倍提升，支撑智算中心对文本、图像、视频及其他各类数据的高效、安全归集。

智算中心数据量翻倍跃升，面临性能与稳定性的相互掣肘

在AI大模型快速发展的当下，算力持续飙升，数据存储需求也在翻倍提升。目前，互联网、金融、生命科学等领域AI大模型应用加速，训练过程中，文字、音频、视频等多模态数据量从TB级跃升至PB级甚至EB级。以Grok3为例，其训练数据量比上一代增加了3倍，通过增加高质量训练数据，实现了大模型多模态处理能力的显著提升。同时随着AI推理场景的普及，文生图、文生视频等内容生成的数据量正在千倍万倍级快速增长。

AI工作负载是数据密集型的，推动了智算中心对高性能存储的需求。但为了让数据算得快，存得下，存储服务器的计算性能和存储容量提升面临稳定性方面的严峻挑战。以4U36盘的高密存储服务器为例，单机存储容量正从800TB增长到1800TB，整机系统功耗会从原来的1600W增长到2200W以上，高性能带来的高功耗对散热需求极高，风扇转速需要达到2.5万转/分钟，产生的高频噪声与振动会严重影响硬盘读写性能。

就像很多人会在长时间驾驶后会觉得听力减弱，发动机产生的噪声会对人的听力产生影响，当风扇转速达到2.5万转/分钟，会带来5kHz~12kHz区间的高频噪声，可能干扰大容量硬盘内磁头的寻道和寻址，磁头共振幅度会超过抖动的上限（5nm），影响硬盘的读写性能，甚至损坏磁盘扇区、系统报错等。 

但目前服务器现有的声学降噪方案，包括风扇气动优化、装波导网或者吸音棉等，对机箱内部减振效果较好，降噪效果有限，无法解决高频噪声对20TB以上大容量硬盘读写性能的影响。为了保证系统稳定性，一般的存储服务器只能被迫降频限速，风扇转速限制在1.5万转/分钟以下，导致计算性能大幅牺牲，损失达40%，严重制约计算性能的提升。

面对智算中心高密度存储服务器的高性能、高稳定之间的互相掣肘，需要创新的系统设计寻求多领域的最佳平衡。

跨学科的理论突破，找到声音与服务器硬盘读写性能的量化关系

在高密度存储服务器系统设计中，服务器存储容量和性能的提升不是硬件堆叠的结果，要实现高频噪声精准降噪，首先必须攻克声学、热学与结构振动等多物理场耦合带来的系统性问题，找到影响硬盘性能的目标噪声频段。

为此，元脑服务器的研发工程师设计了科学严谨的硬盘噪声模拟实验，业界率先构建风扇噪声对硬盘性能影响的量化模型，为未来高密度、高性能服务器系统的设计提供关键参考：

■ 精准模拟硬盘在复杂噪声中的影响：设计 “HDD假体”，内部集成了麦克风和轴加速度计，能够捕捉高频的振动信号和声音信号，成为行业标准参考；开发HDD单体分频段噪声扫频测试，真实还原服务器运行环境中的声振干扰，还对100Hz~25KHz的声压频率、带宽和幅值的精确调控，8小时即可完成一颗HDD样本的声学扫频测试；

■ 量化噪声与硬盘磁盘共振关系：基于大量的实验数据，元脑服务器的研发工程师率先构建了机械硬盘敏感度数学模型，揭示不同HDD对噪声的临界声压值，填补了业界在HDD性能优化理论指导方面的空白。