在人工智能、機(jī)器學(xué)習(xí)、物聯(lián)網(wǎng)等多領(lǐng)域?qū)τ?jì)算能力的持續(xù)需求下，AI智算也正迎來“水漲船高”的黃金時(shí)期，但與此同時(shí)，相應(yīng)的人工智能基礎(chǔ)設(shè)施也迎來了“水能載舟”的散熱挑戰(zhàn)。

憑借更加優(yōu)異的散熱性能，液冷架構(gòu)正異軍突起，成為散熱和保持優(yōu)秀性能的關(guān)鍵解決方案。但知易行難，從規(guī)劃到落地，液冷該如何實(shí)際幫助AI智算中心從散熱挑戰(zhàn)中“冷靜”突圍？

挑戰(zhàn)存在，但無需恐慌

從GPT、Deepseek到Grok，我們耳熟能詳?shù)腁I工具其實(shí)都屬于生成式AI模型，對于生成式AI模型而言，GPU的多種優(yōu)勢使之成為業(yè)內(nèi)更為主流常見的加速器。隨著GPU性能與熱設(shè)計(jì)功耗的不斷提升，液冷解決方案也日益成為兼容低能耗、低運(yùn)營成本和高計(jì)算密度的更優(yōu)解。

對于主流數(shù)據(jù)中心而言，液冷還是新鮮技術(shù)，從傳統(tǒng)風(fēng)冷向液冷的時(shí)代性過渡也面臨著切實(shí)的憂慮與挑戰(zhàn)——

部署液冷會(huì)不會(huì)拖慢AI的啟動(dòng)實(shí)施？

該如何尋找液冷架構(gòu)運(yùn)營與支持？

液冷會(huì)不會(huì)增加停機(jī)、服務(wù)器受損、保修失效的風(fēng)險(xiǎn)？

挑戰(zhàn)客觀存在，但進(jìn)步勢在必行。與施家這一可信賴的生態(tài)合作伙伴攜手，以正確、高效、可靠的轉(zhuǎn)型實(shí)踐奠基，未來成功之路更加寬闊平坦。

液冷新生，可和而不同

服務(wù)器液冷主要有兩種方法：冷板式液冷和浸沒式液冷，其中冷板式液冷（亦稱直接對芯片冷卻），已成為當(dāng)今全行業(yè)的首選。

一方面，冷板式液冷能夠更大限度地減少對服務(wù)器風(fēng)扇的依賴，并優(yōu)化機(jī)架內(nèi)的空間利用；

另一方面，冷板式液冷也能與現(xiàn)有風(fēng)冷配置相適配，實(shí)施更簡單，也更具監(jiān)管優(yōu)勢。

正如上文所言，因?yàn)榉?wù)器中的某些元器件和數(shù)據(jù)中心的其他IT設(shè)備對風(fēng)冷的需求，以及對能效、成本、空間利用率及系統(tǒng)可靠性的更好平衡性，在未來，風(fēng)液融合將是一種業(yè)內(nèi)長存的冷卻方式。

同時(shí)，二者也能在當(dāng)下實(shí)現(xiàn)多種配合，為智算中心創(chuàng)造更符合制冷需求的環(huán)境——液冷架構(gòu)使用冷卻液分配單元（CDU），通過風(fēng)-液或液-液交換方式，將冷板中的熱量傳遞到冷卻系統(tǒng)的其他部分，實(shí)現(xiàn)液冷生態(tài)系統(tǒng)的構(gòu)建。

滑動(dòng)查看更多

冷卻液分配單元（CDU）的另一個(gè)重要作用，則是利用熱交換器將制冷設(shè)施水系統(tǒng)與 IT 水系統(tǒng)隔離，借助調(diào)節(jié)溫度、流速、壓力等關(guān)鍵功能避免熱沖擊及損壞芯片。

規(guī)劃落地，需步步為營

對于AI智算中心的液冷改造和新建而言，物理基礎(chǔ)設(shè)施規(guī)劃與IT規(guī)劃是一體兩面，同步進(jìn)行才能各有所進(jìn)。對于常見問題與挑戰(zhàn)，施家給出了步步為營、各個(gè)擊破的指導(dǎo)思路——

避免AI部署延遲：在設(shè)計(jì)過程中，以清晰的檢查與評估清單，盡可能在前期降低延遲部署風(fēng)險(xiǎn)，例如智算中心的容量與冗余設(shè)置、制冷系統(tǒng)的實(shí)際需求與兼容性、數(shù)據(jù)中心基礎(chǔ)設(shè)施管理（DCIM）能否管理液冷系統(tǒng)、天花板或樓板等結(jié)構(gòu)能否承載并提前驗(yàn)證

強(qiáng)化液冷運(yùn)營與支持技能：提前了解并補(bǔ)充液冷運(yùn)營與實(shí)際操作支持，例如壓力測試與化學(xué)處理、組件如何隔離、最終清潔工作等

減少停機(jī)風(fēng)險(xiǎn)：通過與設(shè)計(jì)、安裝和運(yùn)營的實(shí)踐經(jīng)驗(yàn)結(jié)合來管理風(fēng)險(xiǎn)，并與可信賴的供應(yīng)商、安裝商和運(yùn)營商合作，讓停機(jī)風(fēng)險(xiǎn)盡可能減小并可控

降低服務(wù)器損壞風(fēng)險(xiǎn)：積極借助服務(wù)器供應(yīng)商在設(shè)計(jì)、制造和工藝流程的豐富經(jīng)驗(yàn)，依托合作伙伴生態(tài)系統(tǒng)的專業(yè)能力，大幅降低人工智能部署的風(fēng)險(xiǎn)

液冷架構(gòu)對于智算中心的散熱賦能是長期主義，為應(yīng)對這一轉(zhuǎn)變，企業(yè)應(yīng)主動(dòng)出擊，通過教育和告知決策團(tuán)隊(duì)、評估當(dāng)前的基礎(chǔ)設(shè)施、增強(qiáng)與合作伙伴生態(tài)系統(tǒng)合作和規(guī)劃、持續(xù)關(guān)注可持續(xù)性等步驟，完成未來智算中心持續(xù)進(jìn)化的長線閉環(huán)。

AI智算發(fā)展熱潮涌動(dòng)，亟需“冷靜”突圍。在未來，隨著生成式AI應(yīng)用的進(jìn)一步深化發(fā)展，施家也將持續(xù)以全球化的技術(shù)沉淀與深厚的創(chuàng)新技術(shù)布局，助力智算中心高效、穩(wěn)定、智慧、可持續(xù)進(jìn)化，迸發(fā)無限可能。