從全景視覺到數位孿生:打造 AI 資料中心的遠端維運能力

將 360° 全景影像、設備端感測、熱資訊與電力資料帶進數位孿生,讓資料中心的實體環境變得可視、可判讀,也更容易遠端管理。

AI 資料中心的維運挑戰,已不只存在於伺服器內部
隨著 AI 運算需求快速成長,資料中心正朝向更高運算密度、更高機櫃功耗,以及更複雜的供電與散熱架構發展。
傳統伺服器管理系統已能持續掌握溫度、電壓、風扇與系統健康狀態,但當單一機櫃承載更多 GPU、電力設備與冷卻系統後,影響營運穩定性的訊號,往往不只存在於伺服器內部。
維運團隊還需要了解:
- PDU、UPS 與電力節點目前的狀態
- 機櫃或設備是否出現局部異常升溫
- 液冷管線與周邊環境是否有異常
- 機櫃門板是否開啟、設備位置是否改變
- 設備燈號、QR Code 與資產標籤是否與系統資料一致
- 異常發生時,周邊現場究竟發生了什麼
這些資訊往往散落在不同設備、畫面與管理系統中,其中不少狀態甚至仍需要人員親自到場確認。當資料中心規模擴大、機櫃密度提高,單純增加人工巡檢不只成本更高,也很難即時掌握快速變化的異常。
先讓資料中心的「實體世界」被看見
數位孿生要真正協助資料中心維運,不能只有設備清單與數值。管理者還需要知道:這個設備實際位在哪裡?周邊環境是什麼?異常發生時,現場看起來如何?
Cupola360 在這套合作方案中的角色,就是提供場域級 360° 全景視覺。透過全景相機,維運人員可以從較完整的空間視角掌握機房環境、機櫃配置與周邊狀態;當某個區域發生異常,也能從完整現場脈絡理解事件位置及周邊設備,而不是只看到單一固定鏡頭。
方案同時結合巽晨國際的設備端感測能力,透過微型感測相機、熱影像與近距離設備視角,進一步查看 PDU、UPS、設備燈號、資產標籤與局部熱點。
因此,維運人員可以從:看整個機房 → 找到特定機櫃 → 查看設備細節 ,逐步深入,而不必在缺乏空間關係的多套系統中來回切換。
把影像、設備狀態與電力資料帶進數位孿生
套方案的重點,不是單純在資料中心增加更多攝影機。真正的價值,是把來自不同設備與感測器的 Physical Data,重新對應到真實的空間與設備位置。
數位孿生介面可以將真實世界中的房間、機櫃、UPS、PDU、感測設備與攝影機建立位置關係,並進一步整合:
- 360° 全景影像
- 設備端近距離影像
- 熱資訊
- 電力資料
- 冷卻資訊
- 設備告警
- 歷史運行資料
維運人員因此不再只看到一串數值,而能將「設備狀態」與「真實位置」放在同一個空間脈絡中理解。例如,當系統出現設備過熱告警時,操作人員可以由數位孿生中的設備位置,進一步切換至對應的實際全景畫面、設備近距離影像及歷史趨勢。
原本需要:
收到警報 → 找設備 → 到現場 → 查看狀況
才能完成的確認流程,就有機會轉變為:
收到警報 → 定位設備 → 查看現場 → 比對資料
縮短從「知道有問題」到「理解發生什麼事」之間的距離。
三方能力如何形成完整的維運視角?
這項合作方案由不同技術能力共同組成,各自負責不同層次的資料與管理需求。
Cupola360|場域級全景視覺
Cupola360 360° 全景相機提供機房整體空間、機櫃配置與現場狀況的視覺資訊。相較於只查看單一設備的固定畫面,全景視覺能保留更多空間脈絡,協助維運人員快速理解異常發生的位置與周邊環境。
巽晨國際|設備端視覺與感測
巽晨國際提供設備端微型感測與近距離資訊,補足機櫃內部、PDU、UPS、設備燈號、資產標籤與局部熱點等細節。這讓整體方案可以同時具備「看整體」與「看設備」兩種視角。
施耐德電機|基礎設施、能源與長期營運資料
施耐德電機則透過資料中心基礎設施、電力與能源管理軟體,將現場資訊與既有的電力、冷卻、容量與設備管理資料進一步整合。
透過持續累積的歷史資料與趨勢分析,維運團隊可以掌握功耗、溫度、冷卻效率、容量使用與設備狀態的變化,進一步辨識偏離正常基準的異常訊號。

從「看見異常」走向「理解異常」
遠端維運的目的,不是單純把更多畫面搬到螢幕上。真正有效的流程,需要讓維運人員從發現問題開始,一路完成定位、確認與追溯。
當 360° 全景影像、設備端影像、熱資訊、電力與歷史資料被串在一起時,可支援的流程包括:
遠端巡檢
不必逐一到場,即可查看機房、機櫃與關鍵設備目前的狀態。
異常定位
從告警快速找到對應設備、實際位置及相關現場畫面。
多來源交叉判讀
將設備燈號、熱資訊、電力數值與現場影像放在一起確認。
事件追溯
利用歷史資料與影像理解異常發生前後的狀態變化。
異常預警與預測性維護
隨著歷史資料持續累積,未來可進一步結合 AI 分析,建立熱點、電力與設備狀態的趨勢判斷,作為預警與預測性維護的基礎。
這裡的關鍵不是讓 AI 取代維運人員,而是讓人員在需要判斷時,能取得更完整的現場與歷史資料。
數位孿生的價值,不只是「做一個 3D 機房」
資料中心談到數位孿生時,很容易把焦點放在 3D 視覺化本身。但真正有價值的數位孿生,不只是把機房建成一個虛擬模型,而是讓虛擬空間與真實設備、即時資料及現場狀態產生對應。
當使用者點選某個機櫃,不只是看到它在 3D 空間中的位置,而是能進一步連結:它現在的電力狀態、溫度、設備資訊、告警紀錄,以及真實現場畫面。這也讓數位孿生從單純的 visualization,進一步成為資料中心維運的操作入口。

不取代既有管理系統,而是補上 Physical Visibility
這套方案並不是要取代既有的 BMC、DCIM、EPMS 或其他伺服器與機電管理系統。
它補足的是這些系統較難直接提供的 Physical Visibility——實體環境可視性:
- 設備現在實際看起來如何?
- 設備位於哪個空間?
- 周邊發生了什麼?
- 數值異常是否可以由現場影像得到佐證?
因此,更精準的定位不是建立另一套「實體版 BMC」,而是:
將資料中心的可視化與維運能力,從伺服器內部延伸到整個實體環境。
從 Physical Data 建立更主動的資料中心維運
當 AI 資料中心朝向更高功率、更高密度與更複雜的散熱、供電架構發展,維運團隊需要管理的也不再只是 server health。機櫃、電力、熱點、設備燈號、液冷與現場環境,都正在成為營運資料的一部分。
透過 Cupola360 的場域級全景視覺、巽晨國際的設備端感測能力,以及施耐德電機在資料中心基礎設施、電力、能源與長期營運資料管理上的能力,原本分散的 Physical Data 可以逐步被轉化成更可視、可追溯、也更容易判讀的維運資訊。
資料中心的下一步,不只是讓更多設備連上系統,而是讓真實世界中正在發生的事情,也能成為數位維運的一部分。
關鍵亮點
- 以 360° 全景視覺建立資料中心的場域級 Physical Visibility
- 結合設備端微型感測相機與熱影像,查看機櫃與設備細節
- 將影像、電力、冷卻、環境與設備資訊對應至數位孿生
- 從告警快速連結設備位置、現場影像與歷史趨勢
- 支援遠端巡檢、異常定位、多來源交叉判讀與事件追溯
- 整合長期營運資料,支援能源、容量與趨勢分析
- 為後續 AI 異常預警與預測性維護建立資料基礎
- 補足 BMC、DCIM、EPMS 等既有管理系統較難直接取得的實體現場資訊



