每個數據中心都將成為AI數據中心。而關鍵的區別在于它們能以多快的速度實現這一目標。在過去的一年里，一切都發生了變化。在2024年的報告中，受訪者表示機架的平均密度已增加到12千瓦。大多數受訪者(60%)正在積極努力提高機架的密度(58%)，主要是通過改善氣流，其次是遏制(42%)和液體冷卻(40%)。根據報告，大多數受訪者(53%)認為新的AI工作負載(生成式AI)會增加主機托管行業的容量需求。

　　盡管密度已經翻倍，但它仍然不足以支持AI和高密度架構。盡管密度有所增加，但傳統數據中心只能在其機架中支持其中一個高端單元。這種快速的發展速度已成為我們行業創新的驅動力，最顯著的區別是它發生得非�？�。

　　液體冷卻和后門熱交換器是答案嗎?

　　在密度方面，必須做出一些改變。我們現在要求數據中心運營商從支持每機架6-12千瓦轉變為支持每機架40、50、60甚至更高的千瓦。雖然氣流和氣流遏制是提高效率和密度的絕佳方法，但我們很快就會達到氣流物理的極限。

　　因此，下一個合乎邏輯的步驟是轉向液體冷卻。與需要不斷努力工作的空氣冷卻不同，后門熱交換器或直接芯片液體冷卻解決方案的冷卻機制可以用更少的工作產生更好的冷卻效果，從而減少能源消耗和碳排放。這些技術還可以一起使用，將100%的熱負荷驅動到液體中。

　　雖然直接芯片冷卻最終將代表自引入PUE指標以來最顯著的冷卻效率提升，但后門熱交換器對于中高密度應用來說是一種有效且節能的解決方案-包括正在尋找液體冷卻策略的現有風冷數據中心。

　　展望未來

　　值得注意的是，我們這個行業所經歷的不僅僅是技術轉變。我們看到的是人類與數據互動方式的轉變。我們第一次可以向數據提出問題并得到“有意識的”答案。原創內容是根據我們的要求生成的，這背后是大量的計算，用于創建大型語言模型和進行推理訓練，我們的設施將是這場革命的核心。你的任務是找到創造性、創新性和可持續的方式來支持這個數字基礎設施的新時代。