功率密度的上升

过去，一个机柜的功率密度通常在 5–10 kW。而随着 AI 训练集群的普及，单柜功率密度已经攀升到几十 kW 甚至更高。

功率密度上升的原因是算力堆叠：为了缩短芯片间的通信距离、提升协同效率，厂商倾向于把尽可能多的加速卡塞进同一个机柜（即前文提到的超节点思路）。

风冷的物理极限

空气的问题在于热容和导热系数都很低。

要把一个 50kW 机柜的热量带走，需要极大的风量。当风量增加到一定程度：

  • 风扇功耗本身变得可观（甚至可能占到总功耗的相当比例）；
  • 噪音和振动问题突出；
  • 气流组织变得困难，容易出现局部热点；
  • 高转速风扇的可靠性和维护成本上升。

简单说，风冷在几十 kW 每柜的密度下已经接近经济可行的边界。

液冷的几条路线

冷板式液冷（Direct-to-Chip）：在芯片上安装带流道的冷板，冷却液流经冷板带走热量。其余部件（内存、电源等）仍靠风冷。这是改造难度较低、较易推广的方案。

浸没式液冷：把整个服务器浸没在不导电的冷却液中。分为单相（液体不沸腾，靠循环带走热量）和两相（液体在芯片表面沸腾汽化，靠相变潜热带走热量，效率更高）。

喷淋式液冷：把冷却液直接喷淋到发热元件上。

液冷带来的变化

  • 能效提升：液体的换热效率远高于空气，可以支持更高的功率密度，同时降低散热能耗（PUE 降低）；
  • 余热回收：液冷系统的出水温度较高，更适合用于区域供暖、工业用热等余热利用场景；
  • 运维方式改变：服务器不能再随便打开加内存、换硬盘，维护流程需要重新设计。

一个更大的背景

数据中心的能耗已成为 AI 发展的重要约束。算力扩张的瓶颈，正在从"能不能造出芯片"转向"能不能给它供电和散热"。电力供应和散热能力，正在成为算力中心选址的决定性因素。

说明：本文为数据中心散热技术的公开知识整理。