Methods-贸泽技术与解决方案杂志，及时了解技术创新与工程设计方面的重要资讯。
Issue link: https://trendsintech.mouser.com/i/1540278
液冷技术就具有巨大潜力：一项研究 发现，与传统的空气冷却相比，完全采 用液冷技术可将设施能耗降低18.1%， 将数据中心总能耗降低10.2% 11 。 其中最具前景的方法是两相液冷技 术。该技术利用液体在气化过程中吸 收热量来冷却数据中心组件， 以极 低的能耗实现了高效管理高热负载。 美国能源部正在资助几个创 新冷却项目，包括： 12 • 英伟达的模块化数据中心设计 ，该设 计结合了直接芯片冷却、泵送两相冷 却和单相浸入式冷却技术 • 英特尔正在开发使用新型混合制冷 剂的两相冷却系统 要普及两相冷却技术，必须解决一 些问题。这种技术需要专门的放电 液，但部分候选制冷剂会引起环境 问题。 13 此外，实施这些系统可能需 要对现有基础设施进行重大改造。 硬件的进步也起到了辅助作用。行 业巨头英伟达公司最新推出的 Blackwell图形处理器 (GPU) 承诺将 性能提高30倍，能耗降低25倍。 14 最后，数据中心基础设施管理 (DCIM) 软件对优化运营至关重要。它可以实时 监控电力使用和环境状况，帮助操作员 快速识别和解决效率低下的问题。例 如，DCIM软件可以精确定位" 幽灵服 务器"，这些服务器即使在没有负载的 情况下也在耗电。这类工具还能帮助规 划更高效的数据中心，预测服务器负载， 并简化冷热通道隔离等技术的使用。 解决方案3：需求响应计划、AI和自动 化技术助力电力优化 除了提高能效，数据中心也在积极地利 用AI和需求响应计划来管理能源消耗。 需求响应计划是一种基于政策的方 法，旨在确保能源供应的可靠性。这 些计划通过调整用电时间和地点来 平衡电力需求 尤其是在用电高峰 期 并确保电网稳定性。例如，利 用碳感知模型的数据中心可以将工作 负载转移到碳强度较低的地区。需 求响应计划可将低排放能源的能源 成本降低高达34%。例如，谷歌目前 其电力消耗中64%来自无碳能源。 15 当然，AI已广泛应用于电力优化。基 于AI的温度调节是应对数据中心能 耗挑战的一种解决方案。这些系统 使用AI、传感器和算法来实时监控 温度并调整制冷。AI旨在根据设备 使用情况、天气条件等因素预测温 度波动。此方法通过避免过度制冷 节省能源，并减少制冷设备磨损。 环境问题与可持续AI实践 尽管增加数据中心的能源供应 对AI的未来至关重要，但这不可 避免地会对环境产生影响。 AI的能源消耗已广受关注。制造先进 GPU、开垦荒地建造数据中心、为AI模 型训练和推理提供动力，以及发电所 消耗的自然资源和产生的排放物，都会 对环境造成影响。这些影响尚未考虑 排放物对当地社区造成的社会影响。 这些环境问题为发展可持续 AI实践铺平了道路，包括： • 碳 抵消计划：允许企业从减少、防止 或隔离碳排放的项目中购买碳信用 额度的专项计划 • 环保型AI模型设计：精简高效的模 型，只需较少的计算能力即可完成训 练和部署 • 高 能效硬件开发：开发定制硬件、节 能服务器机架以及英伟达Blackwell 系列等AI优化GPU 尽管这些进展意义重大，但若 缺乏正确的政策、法规和行业 标准来引导和塑造可持续AI实 践，它们的意义就微乎其微了。 AI虽然还处于早期发展阶段，但各 级立法者和全球政府都在讨论这个 问题。新加坡宣布了一项数据中心 可持续发展标准，欧盟委员会则通 过了一项数据中心可持续发展评级 计划。 16 与此同时，美国政府正在探 索如何管理国家AI能耗的影响。 17 美国、欧洲和其他地区还推出了多项政 府计划和税收优惠，旨在激励可再生能 源开发、碳排放抵消及能源效率投资。 平衡电源供应与技术进步：AI驱 动的数据中心未来 数据中心对电力的需求随着AI 的发展而不断增加，凸显了对创 新型电力采购和管理解决方案的 需求。目前的电网状况无法满足 AI对电力需求的指数级增长。 要实现这一目标，数据中心需要 结合可再生能源生产、先进冷却 技术和复杂的电力优化方案。这 些方向均需大量投资和工程技术 突破，且成功与否尚不确定。 AI的未来需要联邦、州和地方政府、科 技公司及公用事业公司的通力合作， 以确保未来能源供应的可持续性。 19 |