再不降温，服务器就要烧坏了

　　之昂

　　AI 服务器，一款巨大的电热水器

　　AI 和能量的关系很密切，以前我们总说它是“耗电狂魔”，那么用于AI 训练和推理的大规模数据中心所消耗的电能，最终都去哪了？

　　数据中心都是由大量服务器组成的，这些服务器消耗的电能绝大部分都转换成了热能，最后要通过水冷系统释放出来，类似于我们的家用电热水器。

　　这些热能如果不能及时释放，那高热会让服务器里的高算力芯片加速老化。

　　一年365 天无休的AI 芯片，本来就肩负着AI 深度学习的重任，具备极高的运算效能，也因此耗费着大量电能。如果散热环节不做好，那芯片的性能会直线下降。

　　比如英伟达去年打算推出的新一代Blackwell 架构的数据中心AI 芯片，从3 月一直延迟到年末，主要就是因为这款芯片在定制的服务器机架中，一连上其他服务器就会出现过热情况，导致预定该产品的大客户们根本没法用它来运行新的数据中心。

　　这么多年了，怎么就不能做出一款运算时不产生热量的芯片或电脑？很可惜，只要是在现在的计算机结构下，只要有运算、有数据读取，那就代表有做功；每次运算所使用的能量，最后都会以热的形式消散掉。物理学家拉尔夫·兰道尔（Rolf Landauer）1961 年提出的“兰道尔原理”，就已经发现了这一现象。

　　他基于热力学第二定律认为，计算机中存储的信息发生不可逆的变化时，会向周围环境散发一点点热量，因为逻辑上不可逆的信息处理操作，意味着湮灭了信息，这会导致物理世界中熵的增加，从而消耗能量。另外，其散发的热量和计算机当时所处的温度有关：温度越高，散发的热量越多。

　　也就是说，如果能把湮灭的信息拿回来，不就没能量消耗了？没错，但世上能做逆运算的大概只有“量子电脑”了。

　　而按照英伟达CEO 黄仁勋的说法，量子电脑距离大规模应用“至少30 年”；既然如此，那就先降温吧。

　　海水和风，都降不了温

　　微软曾经尝试过把整个数据中心放到海洋中，利用海水来降温。

　　一般大型数据中心都选择液体冷却，微软只不过发挥到极致，直接把装有数据中心的防水舱浸没在海水中，让它们可以更高效地执行云计算。

　　但经过近十年的试验验证，微软还是放弃了这一方法。

　　还有一些企业决定直接把服务器“泡”在冷却液中，也就是所谓的“浸没式冷却（Immersion Cooling）”。然而，因为水会导电，因此大部分冷却液都是氟化物。

　　氟化物的效率虽然差了一些，但至少可以用。但问题是，氟化物生产或废弃时，很容易产生一种永久污染物，会对环境产生长时间影响。现在各家厂商都还在试验新的冷却液，例如矿物油等。

　　更传统一点的方式还有“气冷”，也就是通过风扇带动空气，经过散热片带走热量。

　　可以观察一下电竞选手的电脑主机，他们为了维持中央处理器（CPU）长时间高效高频工作，往往会升级主板、散热片、风扇等配件，使得升级后的系统散热能力高于热设计功耗（TDP，Thermal Design Power） 要求，CPU 不会因为长时间运作而发生过热，甚至休眠等问题。

　　TDP 是指服务器在运行时消耗的热功率，它衡量的是服务器在正常运行情况下，所产生的热量和所需要的散热能力。换句话说，TDP 指的是一个处理器或芯片运作时可能会产生的最大热量，通常以瓦特（W）为单位，TDP 一般是该系统散热的最低标准。

　　不过，单纯的“气冷”方式已经达到散热效率的极限。TDP 规格已达200W 以上的AI 高算力芯片，由于封装结构和材料的原因，早已不能使用空气对流当散热媒介。所以，现在的AI 算力厂商们要么选择水冷，要么就选择一种“气冷+ 水冷”的结合方式“3D 均温板（VC，Vapor Chamber）”。

　　改变服务器的构造

　　水冷也可以用于普通的电脑主机，电竞主机中也会有酷炫的水冷管，管内有不断流动的液体能迅速带走热量。这种散热方式效率好，且增加的体积不大。但万一发生漏液，绝对会损害其他元器件。

　　而3D VC 在成本上就可靠多了。3D VC 顾名思义，就是把均温板层层叠起来，变成3D 结构。这个均温板长得像是一块金属板，但它里面其实是容易汽化的工作流体，原理跟散热片不太一样。

　　当这种流体在热源处吸收热量后就会汽化，当热量被带走，汽化的流体会被冷却成液体并回流。这样一来，利用液体、气体两种不同状态进行热交换的方法，导热速度甚至比金属的热传导还要更快，热量分配也更均匀，不会出现热都聚集在热源处的情况，能更有效降温。

　　不过这样一来，放服务器的架子会更大，空间就成了另一个问题。

关注读览天下微信， 100万篇深度好文， 等你来看……