液冷架构不再一刀切，这三种架构路径值得一看 随着AI大模型的规模持续扩张，智算中心的能耗和热密度已经来到一个全新高度。液冷，从最初的“尝试性替代方案”，已经变成算力基础设施中的核心组成。 但问题是，“液冷可行”早就不是新闻，真正的挑战是——在不同业务和部署环境下，液冷该怎么选、怎么落地？ 最近看到曙光数创推出的一套基于相变间接液冷的多架构融合方案，还挺值得聊聊。不同于传统液冷一套系统“打天下”的模式，这次直接抛出了三种不同路径，明显是奔着实际部署场景做了细分： ● 高密部署场景：泵驱+排级系统，目标很明确——压住100kW单柜的大功耗，适配主流AI训练集群； ● 静音节能场景：无泵+自循环池级系统，重力循环驱动冷媒流动，没有噪音和额外耗电，适合办公/边缘部署； ● 灵活扩展场景：模块化柜级系统，泵驱/无泵可选，业务变，架构就能跟着变。 这套方案的底层技术逻辑，是曙光数创自研的相变间接液冷系统C7000-F。简单来讲就是：冷板里的冷媒遇热就汽化，带走热量，后端再冷凝回流，不需要大量泵和水，结构更简单、效率更高。 而且他们在冷板结构上也做了点“硬活”——微纳米流道+强化沸腾技术，换热效率拉高的同时还能避免局部过热。再加上自研环保冷媒，在安全性和运维成本上的顾虑也少了不少。 说到底，现在拼液冷，拼的不是谁能把芯片温度压下去，而是谁能把方案做得足够“有选择权”。不是一个方案冷不冷得住，而是能不能灵活适配业务变化、能不能长期交付和稳定维护。
