人工智能（AI）产业正在进入基础设施竞争的新阶段。

随着大型语言模型（LLM）、生成式AI、AI Agent以及高性能计算（HPC）的快速发展，全球科技巨头正在加速建设新一代AI数据中心。从OpenAI、Microsoft到Google、Amazon，再到Meta，算力基础设施已经成为决定未来AI竞争格局的重要战略资源。

近日，Meta宣布将在加拿大阿尔伯塔省（Alberta）斯特金县（Sturgeon County）建设其首个加拿大数据中心项目，总投资超过130亿加元（约100亿美元），规划电力容量达到1GW。该项目将成为Meta全球第33座数据中心，也是其在美国之外规模最大的海外数据中心之一。

这一超级数据中心项目不仅代表Meta对未来AI算力需求的长期投入，也进一步说明：AI时代的数据中心正在从传统计算基础设施转变为高密度、高功耗、高效率的新型智能计算工厂。

Meta加拿大数据中心：AI算力扩张的新里程碑

根据Meta公布的信息，该数据中心位于加拿大艾伯塔省埃德蒙顿（Edmonton）附近的Sturgeon County，占地规模约1750英亩，规划建设面积约290万平方英尺。

项目主要特点包括：

• 投资规模：超过130亿加元
• 规划容量：1GW级AI数据中心
• 建设周期：预计2-3年
• 施工阶段：约3000名建筑工人参与
• 长期运营岗位：超过300个
• Meta全球第33个数据中心

Meta在美国之外最大的海外数据中心项目之一

从规模来看，1GW的数据中心负载已经接近一个大型城市级电力需求。这意味着该项目并不是传统意义上的服务器机房，而是一座面向未来AI计算的“超级算力基础设施”。

为什么Meta选择加拿大阿尔伯塔？

过去，数据中心选址通常关注：网络连接；土地成本；人力资源；市场距离。

但AI时代改变了数据中心建设逻辑。

对于GW级AI数据中心而言，最重要的因素已经变成：

电力供应能力。

AI服务器，尤其是GPU计算集群，需要消耗大量能源。

例如：

NVIDIA GB200/GB300等AI服务器；

大规模GPU训练集群；

AI推理基础设施；

都会带来远高于传统CPU服务器的数据中心功耗。

因此，Meta选择阿尔伯塔省并非偶然。

该地区具备：

1. 丰富能源资源

阿尔伯塔长期拥有成熟能源产业基础，包括天然气、电力基础设施以及工业能源供应体系。

Meta计划通过新的能源合作项目，为数据中心提供长期稳定电力支持。其中，Greenlight Electricity Centre项目规划建设约932MW天然气发电设施，为当地大型数据中心提供能源供应。

2. 寒冷气候降低散热压力

加拿大北部气候条件对于大型数据中心具有天然优势。

较低环境温度可以帮助降低部分冷却负荷，提高能源效率。

然而，对于AI数据中心而言，仅依靠自然冷却已经无法满足未来需求。

原因在于：

传统数据中心：服务器功率密度约5-15kW/机柜

AI数据中心：GPU服务器机柜可能达到50kW、100kW甚至更高

因此，散热方式必须升级。

从“电力竞争”到“散热竞争”：AI数据中心进入液冷时代

过去几十年，数据中心主要采用空气冷却技术。

通过：

空调系统；

风道设计；

冷通道/热通道隔离；

降低服务器温度。

但AI计算带来的GPU高功耗，使空气冷却逐渐接近极限。主要挑战包括：

1. 高密度GPU产生巨大热量

AI训练任务通常需要数千甚至数万个GPU同时运行。

GPU芯片持续满负载运行时，会产生大量热能。

如果无法及时散热，会导致：性能下降；设备寿命降低；系统稳定性风险增加。

2. 风冷能耗持续增加

传统风冷需要大量：风机；空调；制冷设备；

这些系统本身也消耗大量能源。

随着数据中心规模扩大，冷却系统可能成为重要能源消耗来源。

Meta采用闭环液冷技术，探索绿色AI基础设施

值得关注的是，Meta此次加拿大数据中心项目已经明确采用先进冷却方案。

根据Meta官方信息，该数据中心将采用：

闭环液冷系统（closed-loop liquid cooling）+ 干式冷却（dry cooling）

以降低水资源消耗。

该设计无需传统冷却方式中的大量运营用水，同时帮助提升大型AI数据中心能源效率。

这体现了未来AI数据中心发展的重要趋势：高算力 + 高效率 + 低资源消耗

液冷技术正在成为大型AI基础设施的重要组成部分。

为什么液冷成为AI数据中心未来标准？

液冷技术相比传统风冷具有明显优势。

更高散热能力

液体导热效率远高于空气，可以快速带走GPU、CPU等核心芯片产生的热量。

支持更高机柜密度

液冷数据中心可以支持：50kW机柜；100kW机柜；未来更高功率密度计算节点。

这使数据中心能够在有限空间内部署更多计算资源。

降低能源消耗

通过减少大型空调和风机系统依赖，液冷能够有效降低数据中心整体能源消耗，提高PUE表现。

支持下一代AI服务器

未来AI服务器架构将越来越依赖液冷：

包括：NVIDIA GB200；NVIDIA GB300；AI GPU集群；HPC超级计算系统。

液冷将成为支撑这些设备长期运行的重要基础设施。

链力液冷解决方案：助力AI数据中心迈向高密度计算时代

随着全球AI基础设施进入高速建设阶段，链力持续关注高功率计算环境下的数据中心散热挑战，为AI服务器、超级计算中心以及高密度计算场景提供专业液冷解决方案。

链力液冷系统覆盖：

数据中心冷板式液冷方案

通过冷板直接连接CPU/GPU热源，实现高效率热量传输。

系统包括：液冷机柜；CDU冷却分配单元；管路循环系统；智能监控系统。

适用于：AI训练中心；云计算平台；HPC超级计算中心；企业AI基础设施。

高密度AI液冷机柜方案

针对新一代GPU服务器需求，提供高功率密度液冷机柜解决方案：

优势包括：支持高达100kW+机柜散热需求；模块化设计；快速部署；高可靠运行。

定制化液冷数据中心建设

针对不同客户需求，提供从设计到交付的一站式服务：

包括：数据中心液冷架构设计；CDU系统配置；液冷管路规划；机柜集成；整体解决方案交付。

帮助企业降低能源成本，提高计算密度，加速AI基础设施建设。

结语：AI竞争的下一战，是算力基础设施竞争

Meta加拿大1GW AI数据中心项目，是全球AI基础设施扩张的一个缩影。未来几年，随着人工智能应用持续增长，数据中心将面临更高的计算需求、更大的能源压力以及更复杂的散热挑战。液冷技术正在成为解决这些问题的重要路径。从Meta这样的全球科技巨头，到正在建设AI算力平台的企业，现代数据中心正在从“服务器集中地”转变为“高性能计算工厂”。在这一过程中，高效率、高可靠性的液冷系统将成为推动下一代AI数据中心发展的关键技术。

链力将持续推动液冷技术创新，为全球AI计算、云服务和高性能计算产业提供先进的数据中心液冷解决方案。