先确定由哪个监控器说了算，再选传感器 #

FPGA 板卡报告的结温可能看着合理，但散热仍然会出问题。片上监控器在配置完成或进入用户模式之前未必能读取，板级传感器可能跟不上快速变化的热点，而主机写入的风扇命令在固件挂起时会丢失。所以，设计难点并不只是“加一个温度传感器”，而是要把启动散热、正常风扇控制、热降频和最后关断这四件事分别交给确定的控制方。

新板卡在选风扇控制器或电源时序器之前，先把这套控制方案定下来：

  • FPGA 配置前、配置中和配置后，哪些温度源是有效的；
  • 风扇安全上电占空比由哪个器件负责；
  • 哪些阈值用于请求加大风量、降低负载、触发复位或断开电源轨；
  • FPGA 逻辑阵列或主机处理器无响应后，还有哪些操作可用；
  • 掉电时序如何保护存储器、I/O 以及仍带电的外设电源轨；
  • 生产 BOM 中需要附带哪些配置文件、确切的订购代码和台架验证证据。

这与 AMD-Xilinx FPGA 供电指南 或 Altera FPGA 供电指南 讨论的不是同一个问题。那两份指南确定电源轨的规模和上电时序，本文则定义监督层：电源轨何时可以启动、板卡如何应对温度升高或风扇故障，以及在正常软件缺失时仍由什么保持控制。

FPGA 热控制权威从传感器到气流、降频和关断
FPGA thermal sensor authority and fail-safe control paths

该图将测量与控制权分开。FPGA 遥测可以改善正常控制回路，但待机供电的监控器和风扇启动硬件必须覆盖遥测不可用的时段。硬关断路径不应依赖同一套固件——它的故障正是硬关断要抑制的对象。

片上传感器与外部传感器各司其职 #

AMD Versal：将 SYSMON 作为平台的一部分进行配置 #

AMD 的 Versal System Monitor 位于平台管理控制器中，用于测量内部电源、器件温度和外部模拟通道。在当前的 2026.1 Vivado 编程指南中，设计人员必须在 CIPS 或相应的处理系统向导中选择所需的传感器；若不进行该配置，则只能读取器件温度。架构手册还支持可配置的电压和温度报警、迟滞以及过温响应。

响应方式与读数同样重要。AMD 在处理系统配置中记录了四种过温操作：POR、系统复位、错误输出或不自动响应，其中系统复位为默认值。因此，原理图、CIPS 设置和现场固件必须保持一致：OT 事件究竟是复位器件、向外部监控器发出信号，还是有意交由软件处理。

大型多 SLR Versal 器件还涉及另一处边界。普通的 DEVICE_TEMP 寄存器只覆盖主 SLR；AMD 目前将全器件温度读取指向 FULL_DEVICE_TEMP，该寄存器报告各 SLR 中的最高温度。如果测试计划只轮询主 SLR 的温度值，就可能漏掉真正起决定作用的热点。

Altera Agilex 5：本地读数与远程二极管访问方式不同 #

Altera 于 2026 年 4 月发布的 Agilex 5 电源管理指南介绍了两种测温路径：一是通过 Secure Device Manager 邮箱读取的片上本地传感器，二是外部远程测温二极管。本地传感器在用户模式下工作。远程二极管由外部测温 IC 读取，无论 FPGA 上电还是断电都能工作，不过 Altera 要求对该路径做用户校准。

Agilex 5 器件最多提供四个本地传感器位置，具体数量取决于系列、密度和封装。可选的 nCATTRIP 输出可分配到 SDM I/O 引脚，编程范围为 95°C 至 120°C，步进 1°C，但指南指出，只有在用户模式下启用该引脚选项后才能监控它。所以它适合做器件级报警，但替代不了必须在配置之前就工作的待机供电板级防护。

板级传感器测的是冷却系统，不只是裸片 #

只有当外部传感器监测的是另一种热状态时，才值得占用一个 BOM 位号，比如进气、排气、稳压器级、光模块、存储器、散热器底座或冷板。多通道远程传感器还能在报告本地板温的同时，读取支持的二极管连接结。

TI 将 TMP468AIRGTR 列为在产。这是一款 16 引脚、3 mm × 3 mm 的 VQFN 器件，额定温度范围 −40°C 至 125°C，具备八个远程二极管通道和一个本地通道，支持 I²C/SMBus 访问、可编程限值、迟滞和二极管故障检测；在数据手册规定条件下，本地/远程精度最高可达 ±0.75°C。这些特性使它适合用于多区域板卡，但并非每款 FPGA 都提供可任意连接的二极管。在确定原理图之前，需确认 FPGA 引脚指南、传感器非理想因子支持、布线电阻、校准方法以及所需工作状态。

证据来源最佳用途可用性边界不要假设
FPGA 片上监控器热点感知的结温趋势、器件报警和工作负载策略取决于器件、工具和配置它可在配置之前读取，或在逻辑阵列/固件挂起后仍存活
外部远程二极管监控器独立于 FPGA 读出路径的结温或支持的远程二极管测量需要器件支持的二极管访问、布线和校准通用二极管通道对每个 FPGA 引脚或封装都有效
本地板级传感器进气、排气、稳压器、存储器或冷板上下文测量其物理位置和响应时间板温等于瞬时结温
风扇转速计空气移动器的旋转和故障证据脉冲证明运动，而非输送的气流正确的 RPM 保证散热器或气流路径畅通

将冷却、电源轨、复位和配置作为一个状态机进行时序安排 #

仅延迟型时序控制器可以产生正确的冷启动波形，但在欠压或风扇故障时仍可能响应错误。状态机必须同时验证电源轨和散热路径。

FPGA 启动与热故障状态时间线
FPGA start-up, fan-prove, rail sequence and thermal-fault shutdown timeline

冷启动时，应先由待机电源启动监控器、外部传感器和风扇控制器。风扇按硬件设定的占空比或 RPM 目标启动；随后设计需确定：在高功率 FPGA 电源轨使能之前，是否必须收到有效的转速计信号。低功耗或密封设计可能不需要风扇验证门控，但应明确说明这一点，而不是无意中省略。

之后，电源轨时序须严格遵循器件文档。AMD 2026 年 6 月的 XAPP1375 修订版指出，除非 Power Design Manager 另有说明，Versal 的断电顺序通常与上电顺序相反；每一级前序电源轨应降至目标值的 5% 后，下一级电源轨才开始下降，而电源轨放电可能需要泄放路径或主动放电。Altera 的 Agilex 5 指南和 AN 692 同样要求按系列采用特定的时序和 I/O 管理。外部器件驱动未上电的 bank 会产生不必要的电流，即使稳压器本身看起来启动正常。

复位和配置是释放条件，而不只是延迟。只有在所需电源轨进入窗口范围、且所选风扇/散热前提条件满足后，监控器才应释放 POR/复位。随后，配置完成或用户模式状态允许正常热管理器使用片上读数。在完成这一交接之前，仍由风扇控制器的硬件启动状态和外部监控器负责。

当超过热限值时，采取分级动作，并加入迟滞和时间确认：

  1. 将受影响的风扇区域提升至高速或全速目标；
  2. 请求降低工作负载或进行时钟门控，同时保留遥测；
  3. 如果温度继续上升或风扇仍然停转，则置位复位或错误输出；
  4. 执行有文档记录的、故障感知的断电时序，同时保持监控器和所需散热运行；
  5. 当自动重启可能造成热循环或反复启动应力时，锁存故障。

阈值必须根据 FPGA 允许的结温范围、传感器误差、热阻抗、控制延迟以及已验证的最热工作负载来确定。不要对 AMD 和 Altera 系列统一发布一个通用的警告或关断温度。nCATTRIP 和 Versal OT 值是可配置的机制，并非通用的板级设定点。

按独立性和故障行为选择控制器 #

以下三个当前器件示例说明了不同的职责。它们不是参考 BOM，也不作为 AMD 或 Altera 批准的配套器件呈现。

器件及当前可订购型号官方状态系统角色RFQ/配置边界
TI UCD9090ARGZR在产；48 引脚 7 mm × 7 mm VQFN；−40°C 至 125°C监控并排序十路电源轨；时间/电源轨/引脚依赖关系、可编程阈值、看门狗和复位随 BOM 提供 Fusion 配置、依赖关系图、PMBus 地址、故障策略和已编程映像版本
TI TMP468AIRGTR在产；16 引脚 3 mm × 3 mm VQFN；−40°C 至 125°C八路远程二极管通道加本地温度、告警和二极管故障检测冻结非理想因子/失调设置、通道映射、阈值、布线/校准方法和卷带包装代码
ADI MAX31790ATI+T量产；28 引脚 TQFN；−40°C 至 125°C六路 PWM 风扇输出、最多十二路转速输入、I²C 超时/看门狗和硬件选择的启动行为冻结风扇极数、PWM 频率、启动占空比、加速启动、RPM/占空比模式、看门狗和 FULL_SPEED/FAN_FAIL 接线

架构上的关键区别在于独立性。即使 FPGA 尚未配置，UCD9090A 也能强制执行电源轨之间的依赖关系。MAX31790 在硬件层面提供上电选择，风扇无需等待主机命令。TMP468 可支持外部热路径，但受限于 FPGA 的二极管接口和校准规则。设计中这些功能可以有不同的组合方式，但应保持相同的安全属性。

不要把配置信息藏在基本料号背后。UCD9090ARGZR 的量产询价如果没有附带经批准的配置文件，就是不完整的。报价中只写“MAX31790”无法说明是托盘还是卷带包装；MAX31790ATI+ 和 MAX31790ATI+T 是两个独立的生产订购型号。传感器替代不能仅凭 I²C 地址范围相同就认定可行：远程二极管精度、非理想因子校正、告警行为和寄存器锁定都可能改变验证结果。

验证故障，而不只是稳态温度 #

热验证应在多个受控工作点下，将片上读数、外部传感器和经过校准的物理参考进行关联。目的不是让它们显示相同的数值，而是理解偏移、位置、时间常数以及起决定作用的最坏情况。

在组装好的板上至少执行以下故障注入：

  • 风扇断开、转速信号卡死且 I²C 不可用时的冷启动；
  • 每个时序依赖关系上的电源正常信号延迟或缺失；
  • 风扇控制仍处于硬件启动状态时的配置失败；
  • 最小和最大气流下的最大已验证工作负载；
  • 进风口或散热器堵塞、风扇减速和风扇完全停转；
  • 外部传感器开路/短路或远程二极管故障指示；
  • 片上警告、严重告警和迟滞恢复；
  • 命令断电、输入突然丢失以及锁存故障后的重启。

在同一时间基准上捕获 FPGA 检测点的电源轨电压、复位/配置引脚、PWM 占空比、转速脉冲、告警输出、工作负载状态和所有温度通道。PMBus 或 I²C 日志可用于追溯时序历史，但无法以高带宽证明电源轨斜坡或瞬态是否合规。反过来，示波器波形也不能证明已部署的配置文件和现场固件执行的是同一套策略。

验收应回答五个问题：散热是否在大功率负载之前启动？每条所需电源轨是否按顺序达到阈值？片上遥测是否仅在其文档规定的可用点之后才成为权威数据？风扇或传感器故障是否触发了预期的分级响应？关断是否在保持 I/O 和内存完整性的同时，让监控保持运行足够长时间以完成收尾？

将监控 BOM 作为受控装配件发布 #

FPGA OPN、定序器、传感器和风扇控制器这几行属于同一套工程配置，不能当作彼此独立的目录选型。量产发布前，应要求供应商或代工厂提供：

  • 完整的可订购代码、封装、温度等级、包装方式和生命周期状态；
  • 定序器二进制/工程文件、校验和、PMBus 地址和烧录方法；
  • 风扇控制器的启动配置、PWM 频率、测速极对数、启动和看门狗设置；
  • 传感器通道映射、远程二极管校准常数、阈值和告警极性；
  • 原理图/PCB 版本、已批准的固件构建和散热策略表；
  • 风扇型号、连接器/引脚定义、最低合格 RPM 或风量、测速特性及替换边界；
  • 生产数量对应的批次/日期码和可追溯性要求。

尺寸相同的风扇，PWM 输入、测速输出、最低启动占空比、压力-流量曲线或连接器都可能不同。电源定序器即使通道数够用，如果编程流程、阈值精度、NVM 控制或故障输出不一样，也仍然不能直接替换。替代料应视为系统级变更，需重新做相关的散热和故障测试。

结论 #

可靠的 FPGA 散热管理依赖明确的权限链：用片上监控器实现器件感知的温度监测和告警，用外部传感器提供配置前的温度信息和板级上下文，用硬件定义风扇启动状态，再用一个由待机电源供电的监控器，在不依赖其所保护的 FPGA 逻辑阵列的前提下，强制执行电源轨依赖关系和故障关断。

发布包应将这些选择与确切的 OPN、已编程文件、阈值、风扇数据和故障注入证据一一对应。这样，“散热监控和风扇控制”就不再只是一项固件功能，而成为可测试的供电与散热契约。

官方参考 #

最终设计决策请以原厂数据手册及获批准的工程资料为准。