AI时代的数据中心液冷技术

什么是数据中心的液冷？

液冷是一种高效的方法，它利用液体，而非空气，来带走服务器、AI加速器及高密度IT设备产生的热量。由于液体散热效率远高于空气，因此它支持 AI 数据中心的冷却、更高的机架密度、更优的能效，以及更可持续的高性能计算环境。

相关见解：

了解液冷技术为何正成为高密度人工智能数据中心的必备之选

为什么液冷技术对基于人工智能和GPU的数据中心如此重要？

人工智能、GPU 和加速计算集群会产生极高的热量，而传统的空气冷却方式无法在大规模环境下有效应对。液冷技术能够实现精准的芯片级散热，有效防止 GPU 降频，并在高密度 AI 机架及新一代计算架构中保持稳定的性能表现。

相关见解：

了解液冷技术如何逐渐成为人工智能工厂和高密度数据中心的关键推动力

人工智能数据中心主要采用哪些液冷技术？

数据中心正越来越多地采用液冷技术，以支持人工智能、高性能计算和高密度计算。主要有两种技术：

-芯片直冷（DTC）液冷，也称为直接液冷（DLC）。该方法利用冷板将冷却液直接循环至CPU、GPU和加速器上。它具有极高的热效率，现已成为既有数据中心和新建数据中心部署的首选方案。

-浸没式冷却. 服务器浸没在介电液体中，从而能够均匀散热，且对气流的依赖程度极低。该方案仅在以下情况下被有选择地采用：即其独特的性能或操作优势能够抵消设计上的取舍。

随着芯片热负载的增加，冷板设计不断取得进展，单相DTC散热技术已成为新增液冷产能的主流。预计一旦芯片的TDP超过单相供电的限制，双相DTC技术的采用率将会增长，但目前仍主要集中在试点阶段。浸没式冷却技术在特定的高密度环境中持续得到推广。

相关见解：

-直接芯片散热作为顶级人工智能散热系统的崛起

-借助直连芯片液冷技术，重新构想面向人工智能的数据中心冷却方案

在什么机架密度下，风冷对 AI 工作负载将不再有效？

当机架密度超过 80–100 kW 时，空气冷却便难以满足需求，而这种密度在现代以 GPU 为核心的计算和人工智能训练环境中十分常见。在这些功耗水平下，气冷无法高效散热，因此液冷AI散热系统成为实现稳定、高性能计算的首选方案。

相关见解：

如何优化 NVIDIA AI 服务器的空气冷却方案

现有的风冷数据中心能否改装为液冷系统？

可以。大多数风冷设施均可通过液冷解决方案进行升级，例如直通芯片循环系统、后门换热器（RDHx）、散热单元（HDU）、冷却液分配单元（CDU）以及混合式 AI 冷却架构，从而支持高密度 AI 机架，而无需对数据中心进行全面改造。

相关见解：

-为何在高密度环境下液冷参考设计至关重要

-利用 RDHx 液冷技术升级传统数据中心，以支持人工智能工作负载

液冷技术如何提升人工智能数据中心的能效和可持续性？

直接芯片液冷技术可将能耗降低30%至60%，提升传热性能，并减少对机械冷却系统的依赖。这有助于降低PUE值、减少运营排放，并支持可持续的人工智能基础设施建设，与长期脱碳和能效目标相契合。

相关见解：

CDU 如何提升数据中心的能效

液冷技术能否实现规模化，以支持下一代人工智能工厂和数兆瓦级部署？

可以。现代液冷系统——包括可扩展的冷却单元（CDU）、端到端液体回路、支持浸没式冷却的设计以及芯片到机架架构——其规模可从单个机架扩展至数兆瓦级的人工智能工厂。这使得液冷技术成为下一代人工智能、高性能计算和超大规模部署的基础。

相关见解：

从高性能计算（HPC）到人工智能工厂的液冷技术启示：如何构建新一代人工智能数据中心