施耐德电气：2024智算中心液冷架构探讨白皮书_13页_1mb

报告摘要

人工智能服务器配备GPU等加速器时会产生大量热量，风冷散热不再可行，液冷成为首选。液冷优势包括提升加速器可靠性、性能、能效，减少用水量和降低噪音。AI训练和推理工作负载需要高热设计功耗（TDP）管理，液冷是解决方案。

液冷主要分为两类：冷板式（液体流经服务器组件冷板散热）和浸没式（服务器整体浸入绝缘液中散热）。这两种方法各有优缺点，具体选择取决于部署场景。

液冷架构由三个关键要素组成：

液冷架构有六种常见类型，基于散热方法（液-气或液-液）和CDU类型（机柜内安装式或落地式）：

架构类型	优缺点	适用场景
L2A机柜内CDU：现有空气散热	优点：与现有制冷基础设施兼容，易于安装。缺点：能效较低，占用空间。	小规模部署，风冷冷量充足。
L2L机柜内CDU：现有水系统散热	优点：能效高，利用现有水系统。缺点：安装复杂。	大规模部署，现有水系统支持。
L2L落地式CDU：现有水系统散热	优点：成本低，空间省。缺点：故障风险集中。	多机柜部署，工作负载可容忍常见故障。
L2A落地式CDU：空气散热	优缺点：能效提升，但部署复杂。	大规模部署，高密Load。
L2L专用散热系统：独立水系统散热	优点：最高能效，可 reuse 热量。缺点：需要额外管道投资。	大规模部署，高能效优先。