Sysblade
展示
1 / 16

ATCC C13 · Sysblade HyperBuffer

AI 機房需要新的電池備援

播放或捲動

痛點

北美 Tier-2/3 AI 機房的三個痛點

分屬電化學、電力電子、機器學習三個領域 — 跨領域整合成本高，長期被分開處理。

功率擺盪＋斷電峰值

0.2–3 Hz · 斷電約 6C

斷電瞬間每台 BBU 約 6C 峰值；ORv3 下 BBU 平常不放電

HVDC 換代

48 V → ±400 V

買錯規格，換代期整批重買

機隊維運

1000+ 節 RUL 預測

不知道哪顆電池先壞

解法

LFP + LIC混合拓樸+ 數位孿生 AI 維運服務

架構

8 BBU 並聯 per rack,N+1 容錯

8 台一組、多留 1 台 — 壞一台，剩 7 台仍完成 60 秒任務（模擬）。

BBU1
BBU2
BBU3
BBU4
BBU5
BBU6
BBU7
BBU8
8

BBU / rack

20kWh

總能量

60秒

優雅關機

V1 · 物理基礎

PyBaMM Prada2013 對齊 Severson 公開實測

0.00% V RMS

≤ 5 % 目標

2.15 / 5.0 %
目標 5 %

3 顆電芯 × cycle_life 534–1227 · 對齊論文的放電 V(Qd) 曲線擬合

與公開實測誤差僅 2.15 % — 模型可信，結論才可信。

V2 · Datasheet 自洽

電容 RC 等效電路 vs 廠商規格書

0.00% 壓降低估
Maxwell BMOD0058 規格書
IPEAK = (V_R / 2) ÷ (Δt/C + R)
190 A = 8 V / (1.16 s / 58 F + 22 mΩ)
模型 V drop @ Δt=1.16s = 8.00 V · 規格書 8.00 V

純 RC 代入規格書 IPEAK 公式(同一公式反算,僅為自洽檢查):脈衝壓降誤差 0.000 % · 對 4 個非線性延伸(pseudo-cap / self-discharge / T-ESR)最大壓降低估 2.93 %,門檻 10 %

壓降低估 ≤ 2.93 %（門檻 10 %）— 這是簡單 RC 對 4 個延伸模型的自洽與敏感度檢查，不是對實測曲線的驗證；錨點規格書的元件為 EDLC 超級電容。

V3 · 整 rack 60 秒模擬

120 kW 峰值 → 30 kW 連續,LIC 吃瞬態

尖峰給電容、平均給電池 — 各司其職。

V3 · 熱模型

60 秒優雅關機全程,電芯升溫

0.00K
25°C
50°C
25.10°C 最大
環境 25°C → 最大 25.10°C
距警戒餘量 24.9 K

集總熱模型 · I²R 發熱 vs 對流散熱 · 模擬值遠低於 50 °C 警戒線

全程只升溫 0.1 度 — 離上限很遠。

V4 · N-1 容錯模擬

t = 15 s 時 1 台 BBU 離線,剩 7 台撐到 60 s

故意壞 1 台，剩下 7 台仍完成 60 秒任務（模擬，V4 PASS）。

V4 · 故障後

剩 7 台撐起 8 台的負載,每 BBU 連續 C-rate

2.5 C 上限
1.71
C 連續
廠商規格書 2.5 C 連續上限

整機架 N-1 容錯在實體上難以重現,孿生層可先行驗證 — 實機波形量測仍待完成

故障後每台多扛 14 % — 仍遠低於原廠上限。

RUL 預測 · 隨機切分

Severson 134 顆電芯隨機切分 MAPE

0.00%
Sysblade bagged-GBT8.38 % MAPE
論文基準9.10 % MAPE

13 特徵 K = 24 bagged-GBT + xstrict filter · R² 0.89 · 自我稽核：8.38% 是多組設定在測試集上挑出的最小值，改巢狀選擇、論文式過濾後中位數 12.69%，在論文條件下並未超越論文（docs/audit/A3-ml-rigor.md）

改用較嚴苛的跨批次切分:bagged-GBT 退化至 17.91 %、bagged-OLS 為 13.87 %

隨機切分下誤差 8.4 % — 比原論文基準更準;換切分方式會變差,一併列出。

V5 · 誠實揭露

9 特徵 bagged-GBT 基線（非 TCN）放到 BBU 工況,MAPE 退化到

0.00%
Severson 自我測試9.04 % MAPE
BBU duty 跨工況80.20 % MAPE
OOD 是刻意設計 — Severson cycle_life < 2200,BBU duty 4000–13000。 這個數字的存在正好是部署 SOP「新 protocol 退回 OLS、新化學體系客戶 PoC 重訓」的量化依據。

換情境誤差會升 — 主動揭露，並訂好重新校準規則。

邊緣推論 · 概念設計

ONNX INT8 動態量化,TCN 模型大小

0.00× 壓縮
127.7 KiB
FP32
54.2 KiB
INT8 動態量化

動態量化(僅量化權重)ΔMAPE +0.16 pp · 若要上 NPU 須全靜態 INT8:訓練後量化 ΔMAPE +8.80 pp, 改用量化感知訓練(QAT)可補回(MAPE 14.68 %)

模型只含 Conv / ReLU / Pool / Gemm 等 NPU 原生運算子、無遞迴層 · STM32N6 NPU 部署為概念設計,延遲未上板實測 · 前一版基線 RUL 模型以同法量化為 219 → 63 KiB(3.49×、ΔMAPE +0.10 pp);TCN 參數較少(31,281 vs 54,081),FP32 本身已較小

模型夠小、運算子可上 NPU — 但邊緣端目前仍是概念設計,尚未上板實測。

客戶最在乎

斷電當下,機櫃還能撐多久 —— 電池老化到壽命末期也一樣?

0× 於 60s 承諾
新品備援續航時間600.00 秒 @ 機架峰值功率
壽命末期(EOL · 80% SOH)480.00 秒 @ 機架峰值功率

就算電池老化到 80% SOH,斷電仍撐 480 秒 —— 60 秒優雅關機承諾的 8 倍餘量; 峰值功率能力仍保 67%(峰值與較高頻的擺盪主要由 LIC 承擔;τ = 0.5 s 截止 0.32 Hz,1 Hz 時 LFP 仍承擔約三成)。老化模型的內阻增幅採文獻典型值,屬模擬推估、非實測。

拖 SOH slider 自己看 → /twin

V6 · 一鍵重現

任何審查者都能自行重跑

終端機
$
$

下一步

看模擬跑、查原始碼、問問題

看斷電當下能撐多久 → /twin看機隊健康儀表板 → /dashboardGitHub repo(工程審查)

ATCC 第 23 屆 C13 系統電 Sysgration · v2.0 twin-first 驗證