?Rob Campbell寫道，隨著人工智能推動數(shù)據(jù)中心電力需求激增，液冷技術(shù)正成為提升效率、可靠性及可擴(kuò)展性的關(guān)鍵所在。

偉創(chuàng)力通信、企業(yè)和云事業(yè)部總裁 Rob Campbell

如今，數(shù)據(jù)中心行業(yè)正處在一個關(guān)鍵節(jié)點。麥肯錫的一份報告指出，2023年至2030年間，支持人工智能的數(shù)據(jù)中心容量需求預(yù)計將以年均33%的速度增長。

隨著這種規(guī)模與速度的增長，數(shù)據(jù)中心運營商正面臨著前所未有的電力與冷卻需求，以及為支持加速計算而不斷增長的功率密度要求。這些挑戰(zhàn)正推動著相關(guān)創(chuàng)新，以緩解高密度AI服務(wù)器產(chǎn)生的熱量，同時降低熱設(shè)計功耗(TDP)要求。

多年來，我始終與超大規(guī)模數(shù)據(jù)中心、企業(yè)、通信及半導(dǎo)體行業(yè)的客戶合作，致力于解決各類技術(shù)、商業(yè)和運營挑戰(zhàn)。從我的視角來看，應(yīng)對數(shù)據(jù)中心擴(kuò)展過程中產(chǎn)生的熱量與電力挑戰(zhàn)的答案在于一項關(guān)鍵技術(shù)——直接芯片液冷技術(shù)。

液冷相較于傳統(tǒng)方法的優(yōu)勢

我并非唯一強(qiáng)調(diào)液冷能夠助力行業(yè)以更高效率擴(kuò)展算力與電力的人。Uptime Institute 的2023年冷卻系統(tǒng)調(diào)查發(fā)現(xiàn)，到本十年結(jié)束，直接液冷預(yù)計將取代風(fēng)冷，成為IT基礎(chǔ)設(shè)施冷卻的主要方法。

這是因為人工智能和高性能計算工作負(fù)載需要功耗更高的處理器和AI加速器，而這些AI服務(wù)器產(chǎn)生的熱量可能會成為問題，因為傳統(tǒng)冷卻系統(tǒng)(如風(fēng)冷)難以維持最佳溫度。這可能導(dǎo)致嚴(yán)重問題，包括效率低下、能耗增加，甚至硬件故障。

與其他方法相比，液冷具有諸多優(yōu)勢，包括：

•提升冷卻效率：與風(fēng)冷相比，液冷能更有效地維持較低溫度，并在電路板和機(jī)架層減少熱量，這對于高性能計算環(huán)境至關(guān)重要，因為輕微的溫度升高都可能導(dǎo)致性能下降。

•空間優(yōu)化：通過使用直接芯片液冷技術(shù)，能夠冷卻更密集的服務(wù)器，實現(xiàn)空間優(yōu)化。

•節(jié)能：減少了對傳統(tǒng)、低效風(fēng)冷方法所需的大量空調(diào)系統(tǒng)的需求。

•更高可靠性：提供更穩(wěn)定的冷卻效果，防止熱節(jié)流，保護(hù)硬件組件并延長其使用壽命。

•可擴(kuò)展性：液冷系統(tǒng)設(shè)計用于適應(yīng)AI和其他技術(shù)不斷發(fā)展帶來的未來增長需求。

單相液冷的不同方法

液冷技術(shù)有多種實現(xiàn)方式，從直接芯片液冷到機(jī)架級熱交換器和浸沒式冷卻。一種獨特的方法是專利微對流技術(shù)，該技術(shù)利用流體噴射陣列對 GPU 和 CPU 上的熱點進(jìn)行精確冷卻，以降溫并提高性能和可靠性。

與風(fēng)冷相比，該方法提高了82%的熱性能，降低了15%的客戶功耗，且減少了92%的用水量。與其他微通道液冷方法相比，該技術(shù)設(shè)計通過消除微通道或風(fēng)冷散熱器中常見的熱梯度，使熱阻最高可降低40%。

利用先進(jìn)的數(shù)據(jù)中心冷卻技術(shù)促進(jìn)我們的發(fā)展

在我們應(yīng)對AI時代復(fù)雜性時，先進(jìn)的冷卻系統(tǒng)對于數(shù)據(jù)中心的可持續(xù)擴(kuò)展至關(guān)重要。為AI數(shù)據(jù)中心做好未來準(zhǔn)備，意味著確保它們擁有能夠應(yīng)對急劇增加的熱負(fù)荷和熱通量規(guī)模的解決方案。

液冷是解決許多電力和熱量挑戰(zhàn)的卓越解決方案。結(jié)合全球制造、供應(yīng)鏈和循環(huán)經(jīng)濟(jì)服務(wù)，我們能夠通過廣泛部署這些能力，確保行業(yè)擁有滿足當(dāng)前和未來需求所需的規(guī)模。

About the Author:

關(guān)于作者：

Rob Campbell

Rob Campbell 是偉創(chuàng)力通信、企業(yè)和云事業(yè)部總裁。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。