在具体水耗数据方面，英伟达可持续成长负责人 Josh Parker 称，参考设计可以将传统冷却塔体系中每千瓦时计算负载约 0.6 加仑用水降至接近于零，实现高达约 95% 的用水削减。 换言之，在保持一致计算才能的前提下，数据中间为冷却所消费的淡水需求将被明显紧缩，为处于水资本重要地区的举措措施供给缓解空间。
英伟达在官方博客中表示，该液冷数据中间参考设计“在保持高算力输出的同时，几乎清除了冷却环节对水的依附”，并将其描述为将来云办事商构建 Rubin 世代 AI 举措措施时价得采取的样板筹划。 不过，科技媒体指出，英伟达并未在博文中说起采取液冷筹划与传统风冷数据中间在扶植成本上的差别，也未具体解释这一设计在实际安排中的经济可行性。
与传统须要保持较低机房温度的风冷筹划不合，英伟达的思路是许可办事器在更高温度下运行，再合营高效液冷轮回体系，将热量集中导出。 根据公司介绍，这一设计可以让 AI 办事器在高达 45 摄氏度（约 113 华氏度）的温度下稳定工作，与近期亚马逊传播鼓吹其以更高散热上限优化以空气冷却为主的数据中间思路类似。 经由过程进步可容忍温度区间，运营方在不合季候和蔼候前提下对外界冷源的依附有望降低。
报道还提到，英伟达博客未解释采取液冷参考设计的数据中间，比拟沿用效力较低空气冷却体系的举措措施，在扶植和改革成本上的投入差距。 这意味着，对很多云办事供给商和托管运营商而言，是否大年夜范围切换到英伟达所倡导的液冷架构，不仅是技巧选择，更是资金与回报周期的博弈。 有分析认为，只有在能源价格、排放监管和水资本束缚合营施压的情况下，这类高投入的高效筹划才有望实现更广泛落地。
英伟达表示，在这套筹划中，办事器产生的热量由液冷组件直接捕获，并经由过程温度更高的封闭轮回回路传输至散热装配。 因为冷却回路运行在较高温度下，冷却塔或干式冷却器可以在全年更多时光段将热量排出到情况中，而不必依附大年夜量蒸发用水，体系对四周空气温度的敏感度也是以降低。 公司强调，这种架构为构造在不合气候带的数据中间供给了更大年夜的工程弹性。
尽管如斯，业内和环保不雅察人士指出，英伟达的表述更多聚焦于冷却技巧层面的改进，对外界最关怀的一些核心问题——例如超大年夜范围 AI 数据中间在建造过程中的碳萍踪、经久运营所需的巨量电力消费、以及对本地电网和地盘应用的压力——并未给出本质性回应。 他们强调，即便冷却环节用水接近于零，只要算力需求持续快速攀升，总体能源与资本占用仍将保持在极高程度。
跟着 AI 模型范围和推理、练习需求赓续飙升，英伟达等芯片与体系供给商正测验测验经由过程参考设计和一体化解决筹划，影响将来数据中间形态的演进。 这套以高温液冷为核心的数据中间架构，被公司描述为云办事商面向 Rubin 世代 GPU 集群时的“迁徙路径”，旨在让其在处理更密集算力义务的同时，以更少水资本支撑基本举措措施运行。 不过，在更广泛的社会和政策评论辩论中，环绕 AI 数据中间选址透明度、社区介入、用电上限和情况影响评估的请求，仍远未因单一技巧筹划的提出而获得本质缓解。
发表评论 取消回复