首页
1
商品介绍
2
AI算力设备服务3
https://www.ctegroup.com.tw/ 台湾联益/眙宝上海
~~~ 庆新产品服务上线! cte Group 旗下眙宝(上海)光电有限公司於西元2025年，在上海张江高科技园区组成高端AI算力设备维修及维保服务团队，专注於GPU伺服器检测、硬体晶片维修与售后维保服务，能够为客户提供全方位的AI算力设备维保解决方案，并於近期推出配套先进AI一体机系统主动监测诊断平台，为客户提供AI伺服器全生命周期健康管理服务。~~~


IP核心和ISP解决方案符合车规级标准，能够在汽车环境的极端温度和震动条件下稳定工作。我们的HDR技术特别适合於车载摄像头~~~ 庆新产品上线! ~~~


~~~ 庆新产品服务上线! 累积三十年Image Processing 经验，新提供ISP soft IP service & Turn Key solution ~~~


cte Group建立於西元2010年，从事影像产品超过二十五年经验，客户遍布海内外，并先后於西元2014年与西元2018年分别在上海自贸区，并於2025年眙宝(上海)光电有限公司在上海张江高科技园区组成高端AI算力设备维修及维保服务，专注於GPU伺服器检测、硬体晶片维修与售后维保服务。我们拥有丰富的GPU维修经验和专业技术团队，能够为客户提供全方位的解决方案。! ~~~ 庆线上客服上线! 每日24小时0800免付费电话服务 ~~~

首页 ＞ 产品与服务 > AI算力设备服务

AI一体机系统主动监测服务
观看大图

AI一体机系统主动监测服务

 

眙宝(上海)光电有限公司基於多年伺服器维保经验，开发了先进的AI一体机系统主动监测平台，为客户提供全方位的AI伺服器全生命周期健康管理服务。

  1 AI一体机系统软体架构

 我司自主研发的AI一体机智能监控系统采用多层架构设计，集成了先进的AI技术，能够实现对GPU伺服器的全天候主动监测、预警和智慧诊断。

 系统架构主要包括：

 1.1 维修管理平台：整合设备管理、故障跟踪、维修流程管理等功能的顶层应用平台

  

1.2 API层：

   - 专业测试API：提供标准化测试介面

   - 知识库检索API：智慧检索故障解决方案

   - 报告生成API：自动生成维修和测试报告

   - 对话交互API：支援技术人员与系统交互

 

1.3 专业测试设备层：

   - 自动测试系统：执行标准化测试流程

   - 视觉检测系统：识别硬体外观异常

   - 资料获取系统：收集伺服器运行资料

   - AR辅助系统：辅助现场技术操作

 

1.4 CteEdge-N边缘运算推理系统**：

   - Worker架构设计

   - 实现当地语系化AI推理能力

 1.5 资料型AI SaaS平台：

   - 专注於资料处理和模型训练

   - 为故障预测和预防性维护提供支援

  2 AI监控管理平台模型训练资料流程

 我司的AI主动监测系统具有完整的资料流程闭环，通过以下方式实现智慧化资料获取，仪表视觉化监测和潜在系统风险预警：

 2.1 资料收集：

   - 从客户现场设备收集运行资料

   - 通过专业测试设备获取测试资料

   - 历史故障维修记录整合

 2.2 资料处理与分析：

   - 测试资料通过 API层传送至AI训练平台

   - 利用AI模型进行资料分析和异常检测

   - 模型训练成果部署到CteEdge-N边缘推理系统

2.3预测性维护：

   - 即时监测设备运行状态

   - 预测潜在故障风险

   - 自动生成预防性维护建议

 3 AI预训练平台功能

 我司AI一体机系统软体架构的核心优势在於其预训练平台：

 3.1 基於API的核心层：

   - 包含专业测试、知识库检索、报告生成和对等APIAPI

   - 提供与协力厂商系统集成的标准介面

 3.2 AI模型预训练平台：

   - 资料型AI SaaS平台

   - 专注於资料处理、模型训练和部署

   - 提供回归、分类、时间序列、异常检测等分析工具

   - 具备30种以上AI训练模型整合训练

 3.3 系统整合优势：

   - 互补性整合：AI模型提供资料处理和异常检测底层支援，系统专注於测试执行和视觉检测

   - API层整合：提供SDK API，可整合到客户的AI一体机系统中

   - 资料流程整合：实现资料获取、分析和报告生成的完整闭环

 

 4 主动监测服务内容

 

作为维保服务的一部分，我司提供的AI主动监测服务包括：

 4.1 即时性能监测：

   - GPU利用率和性能指标监控

   - 温度和功耗即时监测

   - 网路连接状态监控

   - 存储性能监测

 4.2 异常行为检测：

   - 基於AI模型的异常模式识别

   - 与历史资料对比分析

   - 针对特定GPU型号的优化检测规则

4.3 预警机制：

   - 多级预警系统(一般、重要、严重)

   - 自订预警阈值设置

   - 多管道通知(短信、邮件、系统通知)

   - 预警事件追踪管理

4.4故障预测：

   - 基於历史资料和故障模式的预测分析

   - 部件寿命预测

   - 性能退化趋势分析

   - 预防性维护建议生成

4.5 智能报告生成：

   - 定期健康状况报告

   - 故障分析报告

   - 性能优化建议报告

   - 设备使用效率分析报告

5 部署方案

根据客户需求，我司提供两种主要部署模式：

 

5.1 本地部署方案：

   - CteEdge-N系统部署在客户本地环境

   - 支援客户伺服器、PostgreSQL/MySQL/MSSQL资料库

   - 提供完全当地语系化的资料处理能力

   - 适合资料安全要求高的客户

 

系统架构图

  

 

5.2 混合云部署方案：

   - 客户服务器与CTE云服务相结合

   - 数据库、AI训练平台和CteEdge-N组件云端协同

   - 提供更高的扩展性和灵活性

   - 适合需要远程管理的分布式服务器集群

 

系统架构图

 

 

 

AI伺服器维修与维保
观看大图

AI伺服器维修与维保

     眙宝(上海)光电有限公司在张江高科技园区国成立高端AI算力设备服务提供团队，专注於GPU伺服器检测、硬体晶片维修与售后维保服务。我们拥有丰富的GPU维修经验和专业技术团队，是英伟达(NVIDIA)服务合作伙伴，能够为客户提供全方位AI算力设备解决方案。

AI一体机系统主动监测服务

眙宝(上海)光电有限公司基於多年伺服器维保经验，开发了先进的AI一体机系统主动监测平台，为客户提供全方位的AI伺服器全生命周期健康管理服务。




GPU启动故障检查流程步骤：

 

5.1.1 GPU不能识 → 检查电源

   - 正常 → 检查PCIe/SXM连接

      - 正常 → 检查BIOS/固件

         - 正常 → 检查散热系统

            - 正常 → 可能是GPU核心故障

            - 异常 → 修复冷却系统

         - 异常 → 更新固件

      - 异常 → 重新安装或更换接器

   - 异常 → 检查VRM电路

 

此流程确保以系统化方式高效检测故障源，最大限度减少诊断时间。

 

 5.2 GPU启动故障排查详细步骤

 

为确保高效准确地诊断GPU故障，我们将故障排查过程分为四个主要阶段，每个阶段都有详细的检测项目、方法和解决方案：

 

故障阶段

检查项目

检查方法

可能的解决方案

电源检查

主电源电压

测量TP21测试点12V电压

修复电源线路或更换电源

 

VRM输出电压

测量GPU核心电压测试点

修复或更换损坏的VRM模块

 

供电稳定性

观察电源纹波

更换滤波电容或稳压器

接口检查

SXM5连接器

目视检查是否有弯曲针脚

修复针脚或更换连接器

 

PCIe接口

检查连接器清洁度和插入状态

清洁接口或重新安装

 

辅助电源接口

检查连接器接触状态

重新插接或更换连接线

固件检查

BIOS设置

检查系统BIOS中GPU设置

更新BIOS或修改设置

 

GPU固件

检查固件版本和状态

更新固件或回滚到稳定版本

 

设备驱动程序

检查驱动程序兼容性

更新或重新安装驱动程序

冷却检查

过热保护

检查温度传感器读数

修复温度检测电路

 

散热器接触

检查散热器安装状态

重新安装散热器或更换散热膏

 

风扇运行

检查风扇电路和转速

修复风扇电路或更换风扇

 

 5.3 GPU关键电气测试点规范

 

为确保准确诊断GPU电气问题，我们建立了标准化测试点规范：

 

核心电压测试点：

 

测试点标记

预期电压

允许偏差

位置描述

TP1

0.85V

±0.02V

GPU核心左上角

TP2

1.2V

±0.05V

内存控制器旁

TP3

0.75V

±0.02V

计算单元附近

 

VRM测试点：

 

测试点标记

预期电压

允许偏差

位置描述

TP21

12V

±0.5V

主电源输入

TP22

3.3V

±0.1V

逻辑电路供电

TP23

5V

±0.25V

接口供电

 

信号测试点：

 

测试点标记

信号类型

预期值

位置描述

TPx1

时钟

100MHz

时钟缓冲区旁

TPx2

复位

3.3V高电平

复位电路旁

TPx3

I2C SCL

方波

侧边第三个焊盘

 

5.4 GPU常见问题排解指南

 

问题：GPU完全无法识别

可能原因与解决方案：

  1. SXM5接口接触不良 - 重新安装GPU
  2. 主板BIOS未启用GPU - 更新BIOS设置
  3. GPU电源故障 - 检查VRM和供电
  4. GPU芯片损坏 - 更换整个模块

 

问题：GPU温度异常高

可能原因与解决方案：

  1. 散热器接触不良 - 重新安装散热器
  2. 散热膏问题 - 更换散热膏
  3. 风扇故障 - 检查风扇连接或更换风扇
  4. 功耗配置错误 - 检查电源管理设置

 

问题：GPU性能下降

可能原因与解决方案：

  1. 散热限制 - 检查温度与散热系统
  2. 功率限制 - 验证电源设置
  3. PCIe链路降速 - 检查PCIe接口状态
  4. 固件过时 - 更新GPU固件

 

5.5 维修标准化SOP流程

 

眙宝(上海)光电有限公司已建立完善的维修标准化SOP流程，确保每一台设备都经过严格、标准化的维修过程：

 

5.5.1 维修前准备

   - 工具准备：高精度螺丝刀套装、焊接工具、检测工具、防静电工具、清洁工具

   - 备件准备：根据故障类型准备兼容的高质量备件

   - 工作环境准备：温度20℃-25℃，湿度40%-60%的专业维修室

 

5.5.2维修分级与分流

   - 根据故障复杂度划分为初级、中级、高级维修

   - 按照故障类型分配给相应专业团队

   - 建立维修任务跟踪系统

 

5.5.3 标准维修流程

   - 故障确认与记录

   - 拆解步骤标准化

   - 组件测试与更换

   - 电路板焊接标准

   - BGA芯片更换工艺规范

   - BIOS刷新与配置

   - 组装与初步通电测试

 

5.5.4 质量控制点

   - 关键步骤设置质检点

   - 双人交叉验证机制

   - 多级别测试确认

   - 失效分析与改进流程

 

5.5.5 维修记录管理

   - 使用标准化维修记录表格记录维修全过程

   - 包含日期、设备序列号、故障描述、维修措施、更换部件、维修人员和验证结果等信息

   - 建立维修历史数据库，用于后续分析和改进

 

5.6 故障卡修复后的压测程序

 

为确保维修后的GPU设备恢复正常性能并保持长期稳定，我们实施严格的压力测试程序：

 

5.6.1 基础功能测试

   - 设备识别测试

   - 基本功能测试

   - 接口测试

   - 驱动兼容性测试

 

5.6.2 性能测试

   - 标准性能基准测试(使用3DMark等工具)

   - CUDA核心功能测试

   - 显存带宽测试

   - PCIe传输速率测试

 

5.6.3 稳定性测试

   - GPU_BURN持续压力测试(标准时长3600秒)

   - 高负载循环测试(8小时)

   - 温度应力测试

   - 电压波动条件下稳定性测试

 

5.6.4特殊功能测试

   - 多卡协同工作测试

   - NVLink通信测试

   - 特定应用场景模拟测试

   - 异常处理能力测试

 

5.6.5 数据分析与报告

   - 自动化测试数据收集

   - 性能对比分析(与标准规格对比)

   - 稳定性评分

   - 详细测试报告生成

 

所有修复后的设备必须通过完整的压力测试流程，确保其性能参数达到或接近原厂标准，并能在高负载条件下保持稳定运行。