聊聊算力中心冷却系统的核心作用

上个月去参观一个中型算力项目，站在机房门口就感觉到凉气扑面而来，带队的工程师说，这里算力中心冷却系统的功耗占比快到总功耗的三成了，我当时就挺惊讶，原来这套看不见的系统居然这么吃资源，那它到底为啥这么重要呢？今天就拉出来唠唠，给想要入行或者好奇的朋友理理清楚。

其实很多人对算力中心的印象，就停留在“有很多服务器能算东西”，顶多关心下有多少P的算力，多少钱一度电，很少有人会想到冷却这件事。但现在不一样了，AI大模型火了之后，算力中心的算力密度越来越高，十年前一个标准机柜也就三五千瓦的发热量，现在一个高密度AI机柜，发热量能到几十千瓦，翻了快十倍。这么多热量堆在封闭机房里，要是散不出去，用不了半小时机房温度就能飙到五六十度，服务器直接就宕机罢工了。所以说，冷却系统从一开始就是算力中心必不可少的配套，不是什么可加可不加的“锦上添花”。

不管是CPU还是GPU，只要跑起来就会发热，温度越高，电子元件的老化速度就越快，寿命也就越短。我之前听一个做了十年运维的老大哥说，他们早年建的一个小算力中心，图省钱用了劣质的冷却方案，结果不到三年，GPU的故障率翻了一倍，换硬件花的钱，比当初省下来的冷却投入多了快十倍，你说坑不坑？好的算力中心冷却系统，能把机房和硬件的温度稳定控制在设计范围内，不让元件长期在高温下工作，无形中就延长了硬件的整体使用寿命，对企业来说，这就是省了后期的更换成本。

现在不管是AI训练还是大规模数据计算，都是让服务器满负荷持续跑，很多任务一跑就是好几天甚至十几天。要是温度控制不好，芯片自带的过热保护就会触发自动降频，本来一块GPU能跑100T算力，温度一高可能只能跑60T，本来一周就能跑完的训练，硬生生拖到十天半个月，对企业来说，这就是工期延误，就是损失。靠谱的冷却系统，能让芯片一直工作在合理的温度区间，不会因为过热触发降频，能一直稳定输出额定算力，不会掉链子。我那个做算力项目的朋友说，他们现在做AI训练，最看重的就是冷却，冷却稳了，算力才能稳，不然钱花了，时间也耽误了，太不值当。

肯定有人会说，冷却系统本身就耗那么多电，还说降成本？其实这里面的门道不少，低效的冷却系统，不仅散热差，还费电，而高效的冷却系统，虽然初期投入高一点，但长期算下来，反而能省不少钱。比如现在很多算力中心会利用自然冷源，北方冬天的冷空气，或者附近江河的冷水，来辅助散热，能大幅降低冷却系统本身的功耗。现在电费本来就是算力中心运营的大头，冷却效率每提一个百分点，一度电就能省几分钱，一年下来，一个中型算力中心就能省出几十万甚至上百万，这个账算下来，其实很划算。而且刚才也说了，冷却好能延长硬件寿命，不用频繁换硬件，这又是一笔不小的节省。

现在常见的冷却方案有风冷、液冷还有浸没式液冷，不同方案的作用也不一样。传统风冷成本低，适合低密度的算力机房，但是高密度的AI机柜，风冷就压不住温度了，所以现在新建的AI算力中心，大多都改用液冷了。液冷的散热效率比风冷高很多，能扛得住高密度的发热量，还能降低噪音，就是初期投入高一点。至于浸没式液冷，就是把整个服务器泡在绝缘冷却液里，散热效果更好，不过现在成本还比较高，用的还不多，但未来如果算力密度继续涨，说不定会越来越普及。不管用什么方案，核心都是把热量及时散出去，保障整个算力中心的稳定运行。

其实说了这么多，总结下来就是一句话，很多人建算力中心，把钱都砸在买服务器芯片上，却忽略了冷却系统的投入，其实算力中心冷却系统才是算力稳定输出的幕后保障。选不对冷却方案，哪怕买了最好的芯片，也发挥不出应有的性能，还会平白多出很多运营成本。所以不管是做算力项目的企业，还是普通用户想租用算力，都别忘了把冷却系统的配置也纳入考虑范围，毕竟只有冷却稳了，算力才能真的稳。