曙光数创张鹏：AI原生时代 重新定义液冷技术服务范式

随着人工智能技术的飞速发展，算力需求呈现爆发式增长。与此同时，芯片功耗问题愈发凸显。以英特尔和NVIDIA的主流芯片为例，从2000年到2020年，CPU TDP（热设计功耗）功耗基本稳定在100瓦到200W以内，单机柜功率也仅在3-5kW左右。然而，从2020年到2025年，无论是CPU还是GPU，功耗都呈翻倍增长态势。如今，CPU功耗已达到400-500W；GPU功耗，如NVIDIA预计其2027年推出的Rubin Ultra 576芯片，单机柜功率可能高达600kW。这一趋势对数据中心的散热和能耗管理提出了严峻挑战。
 
曙光数创副总裁兼CTO张鹏表示，传统数据中心在冷却系统上的能耗惊人，且电子设备失效多因高温造成。据统计，2022年—2023年，中国新增服务器中采用液冷技术的比例仅为个位数，2024年有所提升，达到10%左右。曙光数创预测，到2030年，随着液冷服务器出货量不但提升，液冷的渗透率预计将达到35%。“因此，我们认为液冷是AI时代的必选项，无论从极致芯片散热、能耗优化还是部署密度提升等方面来看，液冷都具有不可替代的重要作用。”张鹏如此说道。
 
 
秉承“液冷即服务”的理念 提升全生命周期服务
 
虽然液冷数据中心发展迅速，但目前仍处于初步发生阶段，实际应用比例较低。在发展过程中，液冷数据中心仍然面临着诸多问题。从设计方面来看，传统设计院对液冷和传统暖通设计存在误区；液冷服务器种类繁多，系统匹配难度较大，同时各厂家的设计标准不一，温度、温差、压力等参数各不相同，架构设计也千差万别。这些不同的需求和设计都增加了液冷数据中心的复杂性。
 
此外，液冷数据中心的施工质量参差不齐，一旦施工环节出现问题，后期运维难度将大幅增加。液冷系统本身看似简单，无冷机，仅有冷塔、风扇、水泵，但实际上，目前大部分液冷系统设计较为脆弱，一旦运维稍有疏忽，就可能导致事故宕机。
 
张鹏表示，基于此，曙光数创践行“液冷即服务”的理念，强调液冷不单纯是设备的提供，客户需要的是全生命周期的服务。这包括从设计规划到设备选型，从定制化的深化设计到安装交付，再到运维保障，包括水质管理等各个环节，致力于为客户提供从可研架构设计到最终使用的全方位服务，确保液冷系统的安全性和可靠性。
 
相变间接液冷技术解决深层应用痛点
 
当下，冷板式液冷仍是主流技术。其优势在于对服务器硬件架构和用户使用习惯几乎没有改变，且成本相对较低。然而，冷板式液冷也存在一些问题。例如，材料兼容性方面，一些材料在长时间使用后会发生性质变化，如密封件、管路等，容易引发故障。此外，客户对冷却液的需求也不尽相同，有的需要纯水加药剂，有的则需要乙二醇或丙二醇等，这都需要进行长期的材料兼容性测试和验证。水质、菌落、结构以及电化学腐蚀等问题也时有发生。更重要的是，随着芯片TDP的不断攀升，水冷板的散热能力面临挑战，客户对其未来能否满足更高功耗芯片的散热需求存在担忧。 张鹏表示，鉴于此，曙光数创推出了一种新的解决方案——相变间接液冷。该方案在安全性、可靠性以及客户界面友好性等方面进行了综合考量。曙光数创在相变浸没技术领域积累了丰富经验，对强化沸腾技术有着深刻的理解。
 
“相变间接冷板的散热相较于传统水冷板，其热阻下降约15%，整体温度至少降低5度。在冷板设计方面，曙光数创从表面处理、界面设计到流道设计，都进行了精细优化。”张鹏如是说。
 
在系统架构方面，曙光数创提供了多种解决方案。例如，采用“N+1”CDU（冷却分配单元）的池化架构，实现上液下气的排气解决方案，可支持2个或多个CDU。该架构既可采用泵驱设计，也可采用无泵设计。通过将蒸汽引导至上方冷凝后再循环，上方的冷凝器也可实现“N+1”冗余池化。此外，对于偏好模块化设计的客户，曙光数创也提供了模块化解决方案。“这些架构已在实验室经过验证，系统电载和运行稳定性均经过测试。单柜功率方面，泵驱设计可达到100千瓦，无泵设计可达到80千瓦，均通过了系统可靠性测试。”张鹏解释说。

(本文不涉密)
责任编辑：路沙

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。