引言：为什么芯片级直接冷却正成为现代数据中心不可或缺的一部分

人工智能 (AI)、高性能计算 (HPC)、云计算和高级仿真工作负载的快速发展正在从根本上改变数据中心的冷却需求。支撑 IT 基础设施数十年的传统空气冷却技术，随着现代处理器热设计功耗 (TDP) 的不断提高，正逐渐接近其物理和经济极限。

高性能GPU、AI加速器和新一代CPU每个芯片都会产生数百瓦的热量，某些AI服务器平台的单机架功耗甚至超过100千瓦。在这样的条件下保持运行稳定性需要更高效的散热管理方法。

芯片级直接冷却已成为高密度计算环境中应用最广泛的液冷技术之一。通过将冷却剂直接输送到发热组件，芯片级直接冷却显著提高了散热效率，实现了更高的机架密度，并支持下一代人工智能驱动的基础设施。

什么是芯片直接冷却？

芯片直接冷却是一种先进的液冷技术，它通过循环液态冷却剂到连接到芯片表面的特制冷板上，直接将热量从高性能电子元件（如 CPU、GPU 和 AI 加速器）中移除。

与依靠风扇将空气吹过散热器的传统空气冷却系统不同，芯片直接冷却通过液体传递热量，液体的热导率和热容量比空气高得多。

典型的芯片直接冷却系统由几个关键部件组成：

• 冷板
• 冷却液分配单元（CDU）
• 冷却液回路
• 歧管和流体分配网络
• 热交换器
• 监控系统

主要目标是创建高效的热通路：

芯片 → 导热界面材料 → 冷板 → 液冷剂 → 冷却装置 → 设备冷却系统

这种直接传热方法最大限度地降低了热阻，使高功率计算系统能够稳定运行。

芯片直接冷却的工作原理是什么？

1. 芯片到冷板的热传递

该过程始于处理器产生的热量通过导热界面材料 (TIM) 传递到冷板。

冷板通常由导热性能优异的材料制成，例如：

• 铜
• 铝合金
• 不锈钢

冷板内部设有精密设计的微通道，使冷却剂能够流向热源附近。

与传统的风冷散热器相比，芯片与冷却剂之间更小的热路径显著提高了散热性能。

2. 冷却液循环和散热

冷却剂在流经冷板通道时会吸收热量。

常见的冷却液类型包括：水基冷却剂

水被广泛使用的原因在于：

• 高导热性
• 高热容量
• 运营成本低
• 可用性

现代液体冷却系统通常使用经过特殊处理的水循环系统来防止：

• 腐蚀
• 生物生长
• 污染

介电冷却剂

一些直接对芯片冷却系统可能使用介电液体来提供电绝缘。

优势包括：

• 降低电气风险
• 更高的热稳定性
• 与先进散热架构的兼容性

然而，介电液体通常价格更高，并且需要专门的基础设施。

3. 冷却液分配单元 (CDU) 管理

冷却液分配单元 (CDU)是芯片直接冷却系统的关键组件。

CDU 执行以下几项重要功能：

• 控制冷却液流量
• 维持压力平衡
• 将设施用水与IT设备冷却回路隔离
• 监控温度和系统性能
• 提供过滤和安全控制

CDU 有两种常见的配置：

机架级 CDU

机架式 CDU 为各个服务器机架提供冷却控制。

优势：

• 模块化部署
• 易于扩展
• 适用于小型液冷装置

机柜式级CDU

机柜式CDU 支持多个机架。

优势：

• 更高的制冷能力
• 简化维护
• 适用于大型人工智能数据中心

芯片直接冷却与传统风冷

随着计算密度的增加，空气冷却的局限性变得越来越明显。

在所有环境下，芯片级直接冷却并不能完全取代风冷。相反，许多现代数据中心采用混合冷却架构，其中液冷负责高功率组件，而风冷则负责其余系统组件。

芯片直接冷却的主要优势

1. 支持高密度人工智能基础设施

芯片直接冷却的最大优势在于它能够支持极高的计算密度。

基于先进GPU的现代人工智能系统需要比传统企业服务器多得多的散热能力。

应用领域包括：

• 人工智能训练集群
• 大型语言模型（LLM）基础设施
• 超级计算平台
• 科学模拟
• 云GPU服务

芯片直接冷却技术使数据中心能够在相同的物理空间内部署更多的计算能力。

2. 提高能源效率并降低PUE值

冷却基础设施占数据中心能源消耗的很大一部分。

芯片直接冷却技术通过以下方式降低能耗：

• 降低风扇功耗
• 提高传热效率
• 减少对机械冷却系统的依赖

这有助于数据中心实现更低的电源使用效率 (PUE) 值，并提高整体可持续性。

3. 更高的机架密度和空间优化

传统风冷系统需要大的气流通道、架空地板、封闭系统和强大的冷却设备。

芯片直接冷却技术使操作人员能够：

• 提高机架功率密度
• 减少冷却基础设施占地面积
• 优化数据中心空间利用率

对于正在建设人工智能工厂和超大规模计算设施的组织而言，空间效率已成为一个关键因素。

4. 提高硬件可靠性

保持稳定的工作温度对于高性能处理器至关重要。

芯片直接冷却技术具有以下优势：

• 更稳定的热控制
• 降低温度波动
• 降低热节流风险

稳定的温度使处理器能够更接近其设计的性能水平运行。

芯片直接冷却技术的应用

人工智能数据中心

AI 工作负载是推动芯片直接冷却技术普及的主要因素。

配备高性能GPU的现代AI服务器会产生巨大的热负荷，超过了传统散热能力。

高性能计算（HPC）

科研机构和超级计算中心将芯片直接冷却技术应用于以下领域：

• 天气模拟
• 计算流体动力学
• 分子研究
• 航空航天工程

云计算基础设施

云服务提供商越来越多地部署液冷技术来支持：

• GPU即服务平台
• 人工智能云平台
• 企业加速计算

边缘计算

紧凑型边缘数据中心可以受益于芯片直接冷却技术，因为它可以在有限的空间内提供较高的冷却效率。

芯片直接冷却的挑战与考量

虽然芯片直接冷却具有显著优势，但成功实施需要精心的工程设计。

基础设施要求

数据中心需要：

• 液体管道系统
• 泄漏检测解决方案
• CDU 安装
• 维护程序
• 训练有素的技术人员

服务器兼容性

并非所有服务器都设计用于液冷。

组织必须评估：

• 服务器机箱设计
• 冷板兼容性
• 厂商支持
• 适用性要求

维护和运营

液冷系统需要妥善管理：

• 冷却液质量
• 流速
• 压力水平
• 温度监测

先进的监控系统对于长期可靠运行至关重要。

芯片直接冷却的未来

数据中心基础设施的未来发展方向是更高密度、更高效的计算架构。

多种趋势正在加速芯片直接冷却技术的普及：

人工智能加速器增长

随着人工智能处理器功耗的不断增加，液冷将成为标准配置，而不是可选技术。

机架级液冷架构

未来的人工智能系统越来越多地采用液冷机架而非单个服务器进行设计。

这种方法可以改进：

• 部署效率
• 冷却可扩展性
• 系统集成

高温液体冷却

下一代冷却系统正在探索更高的供水温度，从而提高能源效率并更多地利用自然冷却方法。

与智能数据中心管理集成

未来的芯片直接冷却系统将越来越多地集成以下组件：

• 基于人工智能的监控
• 预测性维护
• 数字孪生
• 自动冷却液管理

芯片直冷数据中心解决方案

链力的数据中心液冷解决方案，核心产品涵盖集装箱数据中心、机架式CDU/机柜式CDU、液冷服务器机柜，深度适配NVIDIA H100，NVIDIA H200，NVIDIA B200，GB200 NVL72，AMD MI300系列，实现极致能效优化，PUE可降至1.15以下。

结论：芯片直接冷却技术助力下一代计算技术的发展

对于面临人工智能、高性能计算和高性能计算应用带来的日益严峻的散热挑战的现代数据中心而言，芯片直接冷却已成为一项关键技术。

通过液冷技术将热量直接从处理器传递出去，芯片直接冷却技术可提供以下优势：

• 更高的冷却效率
• 更高的货架密度
• 能源性能提升
• 更好的热稳定性
• 未来可扩展性

随着人工智能工作负载的不断扩展和处理器功率需求的增加，芯片直接冷却将在构建下一代可持续的高性能数据中心基础设施中发挥核心作用。

对于计划建设人工智能就绪型数据中心的组织而言，液冷不再仅仅是一种冷却解决方案，而是未来计算的基本基础设施战略。