生成式人工智能取得了如此巨大的飞跃，以至于数据中心都难以跟上步伐。我们现在讨论的不再是简单的服务器，而是功率密度极高、几乎要冒烟的机架，功率轻松超过 50 千瓦。在这种情况下，散热管理已经从一个技术细节变成了决定我们能够运行多少计算以及成本多少的瓶颈。
为了解决这个问题，芯片直接液冷已成为主流。人们不再使用输送冷空气的巨型空调，而是将液体直接输送到处理器发热的部位。这一改变至关重要，因为长语言模型（LLM）需要更高效、更强劲的散热系统来防止硬件性能下降。
英伟达的颠覆性概念和“按摩浴缸”式冷却
英伟达提出了一个乍听之下有些疯狂的方案：用热水冷却。其诀窍在于，其新型 Rubin 架构服务器能够使用温度高达 45°C 的液体进行冷却。打个比方，这就像把处理器放在热水浴缸里一样，但由于物理定律，这套系统运行完美。
秘诀在于所使用的冷却液，它是由75%的水和25%的丙二醇混合而成。由于人工智能芯片会产生大量的热量，这种冷却液即使在如此高的温度下也能吸收热量，使芯片流出电路时的温度约为55°C。这使得芯片与外界空气的温差足够大，从而在大多数气候条件下，可以通过外部散热器被动散热。
这套系统最令人惊叹的地方在于它无需风扇。通过密封服务器电路板并移除通常会产生超过 85 分贝震耳欲聋噪音的风扇，从而打造出更加安静高效的运行环境。此外，由于它是一个只需一次性注水的封闭回路，因此无需蒸发式冷却塔，数据中心内部的用水量也减少了近 100%。
先进架构：CDU 和冷板
简单地将热水浇在芯片上是不够的；这需要精密的工程设计。冷却液分配单元 (CDU) 和冷板正是在此发挥作用。据伊顿专家介绍，优质冷板与普通冷板的区别在于其高精度的内部微结构，这种结构能够使热量几乎瞬间从芯片传递到冷却液中。
智能CDU充当系统的核心，协调液体流动与电气架构。这种集成至关重要，因为它能帮助系统节省冷却能耗，并将节省下来的电力用于驱动更多GPU。实际上，这意味着每个电源连接的计算输出可以提升33%。
- 高容量常量蒸馏装置： 能够处理 105 kW 至 2,3 MW 的热负荷。
- 后门热交换器（RDHx）： 它们能为功率高达 75 kW 的强大处理器散热。
- 动态冷板： 能够冷却热输出超过 1.500 瓦的芯片。
- 机架歧管： 不锈钢歧管确保冷却液无泄漏地到达每个角落。
环境影响和尚存挑战
尽管英伟达声称已解决了公司内部的用水问题，但我们仍需从更宏观的角度来看待这个问题。用水不仅发生在服务器本身，还发生在为其供电的发电过程中。煤炭和天然气发电厂在2030年之前仍将是能源结构的重要组成部分，而它们每发电一千瓦时（kWh）就需要消耗大量的水。
换句话说，尽管数据中心是一个闭环的环保系统，但用水成本却转移到了发电厂。即便如此，这种转变仍然是必要的。在功率密度高达每机架 120 千瓦的环境中，从风冷转向液冷是防止过热缩短关键组件寿命的唯一途径。
如今，液冷散热效率比空气冷却高出3.000倍。这不仅提高了性能，还通过摒弃传统的冷水机组和冷凝器，转而采用自然冷却方案和无油离心式冷水机组，从而优化整体能耗，并减少碳排放。
人工智能行业正在推动服务器热力学的革新，从传统的系统转向以热水和智能流量管理为核心的架构。这一技术飞跃能够最大限度地提高计算密度和业务盈利能力，确保基础设施能够支持LLM（层级模型）的指数级增长，而不会因过热而崩溃。