【導讀】隨著算力需求快速增長，數據中心機架功耗大幅攀升，散熱壓力持續加大。傳統風冷方式散熱能力有限，已難以適配高功耗機架的運行需求。為解決高熱耗、低效率、高成本等問題，行業逐步采用風冷結合液冷的散熱方案，并依托成熟的暖通技術與成套硬件監測系統，升級數據中心熱管理體系，保障機房穩定高效運行。
幾十年來，數據中心一直在推動數字時代的發展；如今，數據中心正在支撐各種人工智能 (AI) 應用，這些應用正在改變世界和我們的生活。但數據中心的電力需求直到最近才出現爆發式增長，且增速極快。
德州儀器 (TI) 數據中心熱管理總經理 Patrick Zeng 表示：“25 年前，一個典型的數據中心機架功耗可能約為 5kW。如今，機架功耗可超過 100kW；幾年內，部分機架功耗可能會超過 1MW。”
服務器消耗的幾乎每一瓦特電力都會在數據中心機房內轉化為熱量?？刂品掌鞯臒崃渴钱斀駭祿行脑O計面臨的最嚴峻工程挑戰之一。
Patrick 表示：“在陽光下跑步時，身體會變熱。新陳代謝會使身體降溫，避免中暑。這正是散熱管理對數據中心所起的作用。”
當服務器過熱時，性能會下降，成本也會增加。
以大語言模型為例。AI 模型使用 Token 來處理和生成語言；Token 是作為基本計算單元的短文本片段。然而，“當 GPU 過熱時，生成 Token 的速度會變慢。因此，最終用戶感受到的響應速度較慢，而數據中心運營商提供響應的成本則更高?！?/p>
傳統的散熱基礎設施已無法跟上步伐。工程師們正競相重新思考數據中心的散熱方式，無論是在設施層面還是在服務器托盤層面。
僅靠風冷已難以為繼
過去數十年，風冷一直能夠滿足需求。風扇將冷空氣吹過發熱組件并帶走熱量，從而保障數據中心可靠運行。但隨著 AI 將機架功率推高至 20kW 甚至 40kW 以上，僅靠空氣已無法足夠快地散熱。工程師正采用風冷和液冷的混合方案來應對上述問題。
液冷并非冷卻服務器周圍的空氣，而是直接從源頭散熱。冷板緊貼服務器托盤內的芯片，使液體帶走熱量的效率遠高于空氣。
目前，工程師正在整個數據中心設施內應用于這種方案，范圍涵蓋在服務器機架與外部設施基礎設施之間循環冷卻液的冷卻液分配單元 (CDU)，直至各個托盤。然而，讓液體如此靠近電子設備可能會導致成本極高；解決這一挑戰需要構建一個能夠輸送、監測和控制冷卻液的組件生態系統。
液冷系統的基礎組件
Patrick 表示：“監測液冷所用的冷卻液對于整個散熱管理系統的可靠運行至關重要。”因此，工程師會持續監控冷卻液，追蹤溫度和濕度，以及時發現任何異常跡象。
CDU 內置構成循環回路機械核心的泵和風扇，負責在系統中循環冷卻液。電機驅動器控制上述泵和風扇，并內置故障保護功能。閥門根據實時需求開啟或關閉，以調節流向每個托盤的冷卻液流量。
傳感器監測流量、溫度、濕度和壓力，以便盡早發現泄漏或組件故障的跡象。微控制器將所有部件整合在一起，實時處理傳感器數據并相應調整系統。
“對于數據中心而言，可靠性始終是首要考慮因素。”泵發生故障或傳感器讀數錯誤都可能導致整個機架的 AI 計算組件下線。
要滿足可靠性標準，每個環節都必須精準無誤。TI 的產品組合覆蓋了完整的冷卻液路徑，從冷卻整個數據中心設施的暖通空調 (HVAC) 系統，到為機架供應冷卻液的 CDU，再到單個服務器托盤。
Patrick 表示：“我們并非從零開始。我們以多年來應用于樓宇自動化和家電領域的商用暖通空調 (HVAC) 系統技術為基礎。這意味著產品上市時間更短，因為技術基礎已經具備。這也意味著可靠性更有保障，因為此項技術已經過驗證?！?/p>
散熱管理的未來發展方向
即使機架功率攀升至兆瓦級，且運營商相應采用了新型散熱技術，工程師仍將面臨一項持久的設計挑戰：可靠性。
數據中心散熱可靠性的下一個前沿領域是通過邊緣 AI 和傳感器融合技術整合多種傳感器?，F有系統通常依賴單一傳感器來檢測泄漏。未來的系統將分析由電機電流、壓縮機轉速、濕度、壓力和溫度組成的實時信號網絡，以識別單一傳感器無法檢測到的細微模式。對于傳統的基于規則的軟件而言，關聯上述信號過于復雜。
邊緣 AI 具有的獨特優勢：響應時間短且延遲低。
無論散熱管理采取何種形式，其核心目的始終不變：為工程師提供工具，以保持 AI 服務響應迅速和數據中心運行可靠，幫助運營商控制成本，并確保支撐現代計算的基礎設施能夠滿足 AI 當前所需的運行速度。
結論
機架功耗激增使傳統風冷技術達到性能瓶頸，液冷混合散熱憑借高效的源頭散熱優勢，成為數據中心散熱升級的關鍵方向。依靠完善的液冷硬件架構與實時監測調控機制，可有效提升散熱效率與運行可靠性，降低運營成本。未來，多傳感融合與邊緣監測技術將進一步提升故障識別精度，持續優化熱管理體系。整體來看，持續迭代的熱管理技術，是保障數據中心穩定輸出算力、支撐現代數字基礎設施高效運轉的重要基礎。
