算力越强，散热越难：数据中心为什么开始用液体降温

谈论人工智能时，人们习惯聚焦模型和芯片，很少提到散热。但在真实的数据中心里，能不能把热量及时带走，直接决定了设备能跑多快、能开多久。当单机柜的功率密度不断上升，传统的风吹降温开始吃力，液体被重新请回了机房。

一、算力的另一面是热量

电子设备工作时会发热，而芯片的功耗几乎全部转化为热量。数据中心里有成千上万台服务器同时运行，如果不能持续散热，芯片会因为温度过高而降频，甚至停机保护。

过去，机房的散热主要靠空气：冷空气从地板送入，穿过服务器带走热量，再从顶部排出。这套方案成熟、成本可控，配合合理的风道设计，能应付相当高的功率密度。问题是，功率密度的增长速度超过了风冷能力的提升速度。

衡量散热效率的常用指标，是整座数据中心的总用电与计算设备用电之比。数值越接近1，说明电力越多地用在计算上，而不是消耗在制冷和配电环节。这个指标之所以被反复提及，是因为它把"散热好不好"变成了可以比较的数字。

二、风冷为什么不够用了

空气的比热容和导热能力都远低于液体。同样的体积，液体能带走的热量要多得多。当单个机柜的功率从几千瓦上升到几十千瓦，需要的风量会急剧增加，风扇转速提高，噪声和能耗随之上升，机房里还会出现明显的局部热点。

更现实的问题是空间：为了塞进更多服务器，机柜越来越密，留给风道的余地越来越小。于是，"用液体"从一个可选项变成了必选项之一。

风冷还有一个容易被忽略的限制：它很难做到"按需降温"。机房里不同机柜的功率差异很大，统一的送风容易造成有的地方过冷、有的地方过热。为了让最热的机柜安全运行，往往要把整体温度压低，这在无形中浪费了电力。

三、液冷的几种路线

常见做法有两条。一条是冷板式：把一块内部有微通道的金属板贴在发热量最大的芯片上，冷却液在板内流动，把热量带走，再通过外部换热器散出去。它的优点是改造相对容易，服务器整体结构不用大改，因此目前落地较多。

另一条是浸没式：把整台服务器直接浸在不导电的液体里，让液体接触所有发热元件。散热效率更高、噪声更低，但对液体材料、密封和运维流程的要求都更高，改造成本也更可观。两条路线并不是替代关系，而是对应不同的功率密度和场景。

两条路线之外，还有一些介于其间的做法，例如把发热最集中的部件单独做局部液冷，其余部分继续用风冷。这类混合方案在改造现有机房时更常见，可以在控制投入的同时解决最紧迫的热点问题。选择哪一条路线，通常取决于功率密度、机房条件以及可以接受的改造成本。

四、难点不只在技术

液冷真正的挑战，有一半在机房之外。管路怎么布置、漏液如何检测、冷却液如何更换和回收、运维人员如何培训，都是必须回答的问题。一旦出现泄漏，处理成本很高，所以可靠性设计往往比散热效率更受重视。

另一个隐性成本是标准化。不同厂商的设备接口、液体规格、监控协议各不相同，用户在做整体规划时容易被锁定。行业正在推动统一规范，但落地需要时间，也需要足够多的实际部署来验证。

五、能耗与选址：算力的地理学

散热最终指向能耗。数据中心的电力一部分供给计算，一部分用于制冷。提高散热效率，可以直接降低整体能耗，这也是能效指标被反复强调的原因。

值得注意的是，散热方式还会影响数据中心建在哪里。液冷对空气温度和湿度不那么敏感，理论上让更多地区具备条件；但液体供应、维护能力和电力结构又成为新的约束。算力的地理分布，正在被这些看似技术性的细节重新塑造。

从更长的时间尺度看，算力、电力与水资源的约束正在越来越紧密地绑在一起。这也让能效从一项技术指标，变成了选址、投资和运营决策中的核心变量。

六、余热回收：把废热变成资源

散热系统排出的热量，过去大多直接释放到环境中。随着规模扩大，越来越多项目开始考虑回收利用：用换热装置把较低品位的热量收集起来，供给周边区域的供暖、温室种植或生活热水。

这件事在技术上是成立的，真正的难点在于匹配。数据中心需要常年稳定散热，而供暖需求集中在冬季，供需在时间上并不同步；热量输送的距离越远，损耗越大。因此余热回收是否可行，往往取决于周边有没有稳定的用热方，以及当地的气候和能源价格。它把数据中心从一个单纯的用电大户，变成了区域能源系统中的一个环节。