如何解決資料中心冷卻難題

你可以透過將冷卻技術與機櫃密度和工作負載匹配來解決資料中心冷卻難題。對於高密度機櫃，這意味著採用液冷。目前有四種主要選項：空氣冷卻、直冷（direct-to-chip）、浸沒式冷卻和混合式冷卻。每一種都對應不同的密度區間，因此正確的答案取決於你的機櫃密度（以及你是否運行美國伺服器環境還是全球業務佈局），而不是某一個「通吃」的單一技術。本文為你提供一個基於密度的決策框架。你將看到每種冷卻技術最適合的位置。你還會獲得關於改造專案、全新資料中心建設以及需要追蹤的效率目標等實用指南。用它將你的冷卻策略轉化為一個可以立即執行的具體計畫。

關鍵要點總覽

• 將冷卻技術與機櫃密度匹配，以獲得最佳效果。
• 為超過 70 kW 的高密度機櫃選擇液冷方案。
• 重點考慮四種冷卻方式：空氣冷卻、直冷、浸沒式和混合式。
• 追蹤 PUE、WUE 等效率指標來衡量冷卻效能。
• 在冷卻策略中預留彈性，以因應不斷成長的 AI 負載。

資料中心冷卻難題解析

AI 工作負載帶來的熱密度攀升

資料中心冷卻難題首先源於熱密度的變化。傳統企業級工作負載每櫃功率通常為 5–10 kW，峰值接近 15 kW。AI 工作負載會迅速改變這一圖景。一台包含 8 張 GPU 及其配套基礎設施的訓練機櫃會消耗 30–50 kW 電力，更高密度的機櫃則可能超過每櫃 100 kW。Uptime Institute 的指導意見將 AI 機櫃的功率下限定在 30 kW，常見範圍是 50–80 kW，而前沿建置則超過 100 kW。對於高密度工作負載，整體冷卻需求相較傳統負載可以提升 10–20 倍。

這一跨越會帶來關鍵缺口。熱密度的驟升會在站點與區域層級同時壓垮冷卻能力。水資源和能源約束縮小了你的技術選項空間，而到 2027 年，液冷每年可能消耗約 1.7 兆加侖水。老化的電力基礎設施則帶來負載波動和電壓變化。被壓縮的部署週期進一步抬高營運風險。在現代資料中心中，這些熱挑戰使冷卻成為擴展 AI 基礎設施的首要約束。你必須在高密度、AI 驅動的環境真正落地之前，就為其預先建設好基礎設施。

為什麼空氣冷卻會觸及上限

傳統空氣冷卻系統在伺服器機櫃密度約 70 kW 時會觸及物理極限。

在這一界限之下，空氣冷卻依然是穩妥之選。在這條線之上，你就需要極高的風量、風扇功率和空間。空氣冷卻也可能消耗高達 40% 的機房用電，這會明顯拉低冷卻效率。在這樣的密度水準上，熱管理需要截然不同的思路。一套可靠的冷卻策略必須始於對真實密度資料的誠實評估。

即便是已經優化平衡的資料中心冷卻系統，也會在運行過程中暴露痛點。局部熱點和機櫃溫度不均勻會逐漸出現。氣流盲區可能被機房級監控忽略。溼度忽高忽低，往往暴露出隔離或保溫方面的問題。熱量會在「死角」緩慢堆積。隨著地板磚移動、線纜纏繞，氣流路徑會逐漸退化。許多機房還會運行超出實際需要的冷卻能力。髒污的濾網、被堵塞的通風口和失效的風扇則加劇了這一問題。資料中心冷卻難題同樣體現在日常營運中。週期性的機櫃紅外掃描與定期檢查可以早期發現這些問題。有效的資料中心冷卻仰賴將冷卻策略與真實工況相匹配，而不是僅僅依賴設計假設。

為什麼資料中心冷卻如此困難

高密度機櫃中的熱集中

冷卻需求與功率密度同步攀升。更高的運算密度會在更小的物理空間內產生更多熱量。一台高密度機櫃將大量熱負載集中於一點，因此冷卻系統必須更快地移除熱量，才能保持合理的進風溫度。傳統的機房級冷卻在這種移除速度要求下難以跟上。

緊湊布置的設備還會打亂氣流路徑。局部熱點會形成，房間平均溫度看起來正常，單個機櫃卻過熱。熱負載分佈也很不均衡，一些機櫃遠遠熱於相鄰機櫃。周界冷卻系統無法針對某一個熱點機櫃進行「點對點」降溫，因此營運人員往往被迫整體降低機房溫度，從而在全設施範圍內造成能源浪費。冷空氣在長距離傳輸中還會與熱排氣混合，這種混合會降低實際送達到設備端的有效冷卻能力。

這並不意味著空氣冷卻就是一種糟糕的技術。空氣冷卻仍然非常適合許多機房。真正的問題在於功率密度，而不是技術本身。當機櫃越過某一熱閾值後，僅靠空氣已經無法向正確的位置輸送足夠的冷卻能力。行級冷卻透過將冷卻機組直接放置在機櫃旁邊，可以縮短空氣路徑、改善進風溫度的一致性。在任何密度區間內，良好的氣流管理和冷熱通道隔離始終是基礎。

效率與需求的雙重擠壓

你同時面臨兩股壓力：冷卻系統必須降低能耗，同時又要移除遠比過去更多的熱量。預計到 2028 年，資料中心可能貢獻美國電力負荷成長的最高 44%。冷卻系統本身可占到機房用電的最高 40%。這一占比讓冷卻效率成為任何能源規劃的核心。

第二重擠壓來自晶片本身。允許的封裝工作溫度持續下降，而功耗卻不斷提升。永續目標推動營運方使用更溫暖的冷卻水或環境空氣。更低的晶片溫度、更少真正有效的冷卻手段以及更嚴格的綠色目標彼此交織。你的冷卻策略必須在這些力量之間取得平衡，而熱管理的重心如今比以往任何時候都更加接近矽晶片本體。

資料中心冷卻系統對比

沒有任何一種方案能在所有機房中「一招通吃」。多數現代資料中心冷卻系統都會組合多種手段，每種方式都適合特定的密度區間。下表從效能、適配性、合規性和成本四個維度比較四大資料中心冷卻技術。

空氣冷卻與混合冷卻

空氣冷卻在許多機房中依然是一種穩妥選擇。你可以用三個指標來追蹤其健康狀況。PUE 等於機房總能耗除以 IT 設備能耗，Uptime 預測 2025 年加權平均值為 1.54。RCI 則將所有進風溫度相對於 ASHRAE 範圍壓縮成兩個數字。RTI 等於設備風量除以送風風量再乘以 100%，其中 100% 表示氣流平衡。

當 RTI 低於 100% 且 RCI-high 為 100% 時，表示機房送風量可以進一步降低。RTI 低於 100% 且 RCI-high 也低於 100% 時，則表示冷空氣已經送達機房，但未能抵達最需要的設備進風口——這是分配問題，而不是能力不足。

混合冷卻則提供了一條具成本效益的現代化路徑。你可以僅對最熱的機櫃採用液冷，而在其他區域保持空氣冷卻。這樣的冷卻策略既能保護預算，又能整體提升效率。

液冷：直冷與浸沒式冷卻

直冷（direct-to-chip）是切入液冷的成本效益更佳起點。它能夠較為平滑地整合進既有的空氣冷卻機房中，同時在針對性應用上的安裝和維護成本更低。浸沒式冷卻則在密度和效率方面更進一步，但需要冷卻槽、絕緣冷卻液、結構支撐以及客製化硬體。

監管壓力同樣在重塑這兩條路徑。EPA SNAP 要求到 2036 年將 HFCs 的使用削減 85%。加州 Title 24 要求冷卻系統在設計工況下可透過「自然冷卻」等方式承擔 100% 冷卻負荷。Chandler 則將用水量限制在每日每 1000 平方英尺 115 加侖。封閉迴路的直接液冷透過循環冷卻劑而非依賴蒸發耗水，這在各州擴大用水監管時可以簡化申報工作。

數位化流量計量能夠在這些冷卻系統中強化順序控制和運行週期管理，也有助於最佳化開式系統中的補水用量。在眾多液冷技術中，直冷與浸沒式分別適用於不同的密度上限，因此務必將選擇與機櫃密度一一對應。

將冷卻與機櫃密度匹配

一個基於密度的框架

你已經了解了對比結果，下一步是把它轉化為決策。先從量測得到的機櫃密度出發，再將每一密度區間對應到一種冷卻方式。下表為你給出了這張「對應表」。

請把這張表當作起點，而不是鐵律。空氣冷卻在低於約 70 kW 的區間中仍然適用於許多機房。越過這條線後，直冷液冷一般會成為現實可行的入門方案。浸沒式冷卻則更適合最極端的運算叢集。混合架構讓你能夠僅在密度真正需要的地方引入液冷和浸沒式冷卻。

工作負載與機房適配度

密度本身並不能完全決定方案選擇。工作負載類型會重塑熱分佈輪廓。以 GPU 為核心的 AI 工作負載將熱量集中在處理器本身。訓練與推理的組合又會進一步影響設計：訓練叢集的熱負載持續且穩定，而推理負載則會隨流量波動。要讓冷卻策略貼合這種模式，而不僅僅是銘牌上的數字。

機房約束會進一步收緊選項空間。電力、水資源、空間和氣候等因素都非常關鍵。

水資源尤其需要關注。持續的熱負載意味著持續的冷卻需求。許多已大規模部署的技術（如蒸發式冷卻）都仰賴大量淡水取水，這會將數位基礎設施成長與當地水資源直接綁定，並加劇對緊缺水源的壓力。即便 IT 負載相似，不同機房的用水足跡也可能大相逕庭，這取決於冷卻技術、運行實務和水的回收利用條件。規劃者不能僅依賴平均 WUE 數值。你需要按階段評估冷卻系統類型、冷卻塔濃縮倍率、全年平均與峰日 WUE，以及對極端溫度事件的敏感性。基礎設施能力同樣重要：水處理能力、汙水處理能力、輸水與排水管網能力，以及對新增基礎設施的依賴程度，都會限制永續方案的選擇。有效的資料中心冷卻始於這些在地事實，可靠的冷卻策略也必須立足於此。

落地合適的冷卻方案

改造 vs. 新建

在改造既有機房和新建資料中心之間，你面前是一筆非常明確的權衡。改造通常比新建節省 30–50% 成本，因為你重複利用現有的電氣與機械系統。一項針對液冷的輕量改造在硬成本層面約為 200 萬美元/MW，工期約 3–4 個月，對現網影響相對有限。在生產環境中做徹底轉換則可能需要 8 個月以上。全新液冷資料中心建置的成本超過 1100 萬美元/MW，但這會為 100 kW 以上機櫃提供一張「白紙」式的設計畫布。

將液冷引入既有機房並非「即插即用」。你需要為總管、閥門、冷卻分配單元（CDU）以及管路預留空間。一些較老的空氣冷卻機房甚至根本無法進行合理的液冷改造。樓板承重限制也可能阻止引入更重的液冷設備。液路一旦洩漏，問題惡化的速度要遠快於空氣冷卻故障，因此你的團隊必須制定新的緊急應變流程並提升反應速度。缺乏統一的全球標準會在流量、管路型別和廠商相容性方面帶來互通難題。應在機房整體層級規劃液冷改造，並優先考量在白區之外部署預製化冷卻模組。這樣既能保持生產環境在線，又能將機房內部施工降到最低。

效率目標與下一步行動

在升級之前先設定可量化的目標。PUE 是你的首要指標，目前產業平均約為 1.58。要在不同季節比較 PUE，以發現波動與站點間差異。爭取讓 100% 的機櫃都處於 ASHRAE 推薦進風範圍（65°F–80°F，約 18–27°C，溼度 40%–60%）。引入 WUE 來衡量每千瓦時 IT 能耗對應的用水量，並透過 CUE 將營運與碳排放連結起來。這些指標將支撐你的資料中心能效與永續報告。

部署完成後，要遵循持續改善循環。為 PUE、TUE、WUE 及元件級能耗建立即時監控。將結果與產業基準與監管預期對標。在工作負載演進的過程中持續微調冷卻運行策略。維持扎實的資料蒐集能力，以支援環境合規報告。你的冷卻策略必須保持足夠的彈性，因為 AI 密度仍會持續攀升。

將冷卻方式與機櫃密度一一對應，並為高密度機櫃採用液冷。圍繞機房約束與效率目標規劃實施路徑——這就是解決資料中心冷卻難題的答案。

從機櫃層級的密度評估開始。為每個密度區間選擇合適的技術，再在改造或新建之間做出選擇。讓你的資料中心冷卻方案保持足夠靈活。

AI 正在重新定義密度。GPU 在晶片層級匯聚了巨大熱量，機櫃功率遠遠超出僅靠氣流就能管理的範圍。液冷已經走向主流。多數機房會在既有基礎設施上逐步疊加新冷卻策略，以因應不斷成長的工作負載。因此，現在就是制定冷卻策略的「窗口期」。在下一批高密度機櫃落地之前，重新審視你的冷卻計畫。

常見問題（FAQ）

在什麼機櫃密度下應該轉向液冷？

空氣冷卻在每櫃約 70 kW 時觸及物理極限。在此之下，配合冷熱通道隔離的空氣冷卻依然表現良好。越過這一界限後，直冷液冷通常會成為現實可行的起點。浸沒式冷卻則適合最極端的運算叢集。先量測你的實際密度，再將密度區間與冷卻技術一一對應。

液冷會不會讓空氣冷卻徹底過時？

不會。空氣冷卻在許多機房仍然適用，尤其是低於 70 kW 的機櫃。問題在於密度，而不是技術本身。多數現代資料中心都會採用組合路線：只在最熱的機櫃上部署液冷，其餘區域繼續使用空氣冷卻。這條混合路徑既能保護預算，又能整體提升效率。

直冷與浸沒式冷卻有什麼差別？

直冷透過安裝在最熱元件上的冷板來輸送冷卻液。它更容易整合進既有機房中，在針對性場景下的安裝和維護成本也更低。浸沒式冷卻則將整套硬體浸入絕緣冷卻液中，能夠實現最高的密度與效率，但需要冷卻槽、結構支撐和客製化硬體。

既有機房能否改造為液冷？

通常可以，而且改造一般比新建節省 30–50% 成本。你依然需要為總管、冷卻分配單元和管路預留空間。樓板承重限制可能阻止更重的液冷設備落地。一些較老的空氣冷卻機房則根本無法承擔液冷改造。在做出承諾之前，一定要先對整座機房進行評估。

冷卻升級後應該追蹤哪些指標？

首先追蹤 PUE，並在不同季節做橫向比較。引入 WUE 來衡量每千瓦時 IT 能耗的用水量，引入 CUE 來量化碳排放。爭取讓 100% 的機櫃都處於 ASHRAE 推薦的進風範圍。透過即時監控，讓你的冷卻策略在 AI 密度不斷上升的背景下依然保持靈活。