R1-01 · 算力中心与液冷 / 负载、迁移与热环境
待认领listed
→
众筹中recruiting
→
已开课open · Course 售卖
一课题可并存多讲师版本
课程大纲
学完能做什么
- 说清整车与机柜两侧**共用哪一套物理**、**不共用哪一套边界**——并能指出把车上的直觉照搬过来会在哪一步出错
- 用同一把尺（Q=P·(1−η) 与 Q=ṁ·c_p·ΔT）估出一台服务器、一个机柜、一个机房的产热量级，不不查手册也能排出主次
- 读懂供液温度等级这套语言，并说出「为什么它是液冷经济性的枢纽，而不是换热效率」
- 判断一个给定负载该走风冷、冷板还是浸没——说得出判据是什么，不不是「密度高就上液冷」
- 画出算力中心冷却的系统边界图：谁归 IT、谁归设施、二者的交界面在哪一层
内容大纲
- 两侧到底哪里一样：共用的那套物理
- 导热、对流、两相、管网压降、换热器 ε-NTU —— **整套基础不变**，这是本课程体系 A 族可以直接当前置的原因
- 热源估算的第一把尺两侧相同——都是「输入功率乘以一减效率」；换的只是对象：车上是电机与电控，机房里是芯片、供电与光模块
- 冷却液工程几乎逐条对应：电导率、腐蚀、材料相容性、过滤与补液 —— ⚠ 机房这侧**更严**，因为漏液直接打在设备上
- 泵、换热器、快接头的选型逻辑同源；⚠ 但机房侧对**盲插与在线维护**的要求是车上没有的
- 哪里不一样：四条会让直觉出错的分界
- **热汇不同**：车的最终热汇是行驶风与环境空气，随车速变；机房的热汇是冷却塔/干冷器/外气，**随气候与季节变，且可以选址**
- **时间尺度不同**：车是工况瞬态（pull-down、快充、soak）；机房是**长期连续运行**，瞬态问题主要来自负载波动与故障切换，不不是启停
- **能效口径不同**：车上算续航掉电；机房算 PUE/WUE/ERF/REF，**且欧盟已把它变成法定报告义务** 所以这是车上完全没有的一层
- **维护性不同**：车是停机维修；机房要求**带电在线换件**，这直接决定快接头、管路走向与冗余设计
- 还有一条最容易忽略的：车上「冷却液回路」只服务几个部件；机房里**一个 CDU 下面挂几十个机柜**，流量分配与均流是主要矛盾
- 量级：把三层热源估出来
- **芯片级**：单颗高端加速卡的功耗已进入数百瓦量级；⚠ 具体值随代次变，**属平台相关量**
- **机柜级**：传统机房、通用算力、AI 训练三档差一个量级以上 所以行业普遍把 **30 kW/柜** 当作「液冷成为必选」的门槛；标杆机型单柜已达 **约 120 kW**（⚠ 典型/标杆值，不非验收依据）
- **机房级**：Σ机柜 + 供配电损耗 + 冷却系统自身耗功 —— 这就是 PUE 的分母与分子怎么来的
- 用 Q=ṁ·c_p·ΔT 反算流量：同样带走 100 kW，水与空气所需体积流量差三个量级 —— **这是风冷撞墙的根本原因**，不不是「液冷更先进」
- 技术路线全集：热从哪儿走
- **风冷 + 通道封闭**：空气全程，最成熟，密度上限低
- **背板/门式换热**：空气→水的交界移到柜后 所以**机房主体不动**，改造友好，漏液风险在柜外
- **冷板液冷（Direct-to-Chip）**：水直达芯片。⚠⚠ **它只带走一部分**——行业口径 **60%~80%**（多源不一致，如实记）所以内存、供电、光模块仍走空气 所以**必然是混合系统，两套回路都要设计**
- **浸没（单相/两相）**：液体直接包裹，热阻最低；代价在材料相容性、维护性与工质法规
- 全集按「热从哪儿走」画，不不按「谁更先进」排 —— 后者会漏掉门式换热这一整类
- 供液温度：为什么它是枢纽
- 行业用**供液温度等级**这套语言描述设施侧水温，等级名里的数字即**该等级允许的最高供液温度（℃）**（⚠ 等级体系与各级取值以现行版本为准，本课不复述条款）
- **液冷最大的经济性来源不是换热效率，是能用高温水**：供液温度足够高时，多数气候区可全年只靠冷却塔或干冷器排热、压缩机基本不开
- 所以所以设计顺序是：**先问芯片允许多高的进水温度，再倒推冷源**，不不是先选冷源再看芯片能不能接受
- 代价：水温越高，单位流量载热越少 所以泵与换热器要更强，或每柜少装板卡
- 整车是「先定散热器再定水温」，机房必须反过来——把这个顺序照搬过来，会在选完冷源之后才发现全年自然冷却已经拿不到了
- 系统边界：谁归 IT、谁归设施
- **IT 侧**：芯片、冷板、服务器内管路、机柜内分液（manifold）
- **设施侧**：CDU 二次侧以外、一次侧管网、冷源、冷却塔/干冷器
- **交界面在 CDU**：它是二次侧与一次侧的解耦点，也是责任、水质、压力三者的分界
- 这条边界与整车的「零部件 vs 整车集成」是同一种东西：**说不清边界，需求就会在两边都落空**
- ⚠ 本课只画边界与接口，各段的设计判据分别归后面的板块，不本课不展开
关键公式
Q_gen = P · (1 − η)
任何部件的产热＝输入功率×(1−效率)。与整车热管理**完全同一把尺**，不换了对象不换公式
Q = ṁ · c_p · ΔT
载热能力。用它反算「同样带走 100 kW，空气与水各需多少体积流量」——那个比值就是风冷撞墙的根本原因
PUE = 数据中心总能耗 / IT 设备能耗
最常用的能效指标；⚠ 分子分母的边界（含不含哪些辅助系统）**由所依据的规范写死**，不不同规范口径不可横比
关键概念
热源—热汇供液温度等级风冷的物理上限冷板液冷（Direct-to-Chip）浸没冷却（单相/两相）门式/背板换热CDU（冷量分配单元）二次侧 / 一次侧混合系统（液冷+风冷并存）自然冷却能效指标体系在线维护盲插与不滴漏快接系统边界与责任分界
推荐工具与标准
Excel / Python（三层热源量级估算） 本站交互原理图（用它画机柜级回路，与整车图对照读） 气象数据源（用于自然冷却小时数初判；⚠ 具体数据源与年份口径按项目要求选定）
ASHRAE TC 9.9 数据中心热环境导则（热环境等级与供液温度等级的来源；⚠ 版本、各等级取值与适用范围**按现行版本确认**，本课只写去向、不不复述条款） Open Compute Project（OCP）Cooling Environments 相关规范（冷板、CDU、浸没、门式换热、余热回收五个功能域；⚠ 各文件版本与射程按现行发布确认） GB 50174 数据中心设计规范（机房建筑与总体要求的来源；⚠ 液冷相关条款按现行版本确认） GB 40879 数据中心能效限定值及能效等级（⚠ 该标准正在修订，方向是把射程从仅空气冷却扩到不限冷却方式；不引用前必须核现行状态） 欧盟能效指令（EED）中数据中心报告相关要求（PUE/WUE/ERF/REF 报告义务的来源；⚠ 条款号、门槛与时限按现行版本确认） ⚠ 以上全部文件的编号、现行版本、条款内容与实施窗口一律按现行有效版逐条核对；**本大纲未填入任何条款级判定表与限值**
工程案例
（教学构造案例，不对应任何真实机房）**给定**：某团队要建一个新的高密度算力机房，团队全部来自整车热管理，按车上的老顺序做——先选定一套冷源，再回头问芯片能接受多高的进水温度。
**判据**：机房侧能不能全年只靠冷却塔或干冷器排热，取决于**芯片允许的最高进水温度**与**当地气候**这两个量的组合；而冷源一旦选定，出水温度就被锁死了。
**结论**：他们所选冷源的出水温度只支撑压缩机全年运行，芯片本可接受的更高进水温度**用不上**。
**做错的代价**：全年自然冷却这份收益整个丢掉，而它恰恰是液冷相对风冷最大的经济性来源；冷源已采购，改回去意味着重新选型与重新走一遍审批。
根子不在选型能力，在**顺序**：机房必须先问芯片允许多高的进水温度，再倒推冷源；车上恰恰相反。
动手做
交付物 · 挑一个你熟悉的整车热管理回路和一个公开的机柜液冷方案：① 各画一张热源—热汇—输运图，把两张图的**共同结构**用同一套符号标出来；② 列一张对照表，逐条写出「这一条在两边是一样的 / 不一样的」，不一样的必须写清**为什么**；③ 用 Q=ṁ·c_p·ΔT 分别估出「带走 100 kW 所需的空气与水体积流量」，并说明这个比值如何决定了技术路线的分叉点；④ 画出算力中心侧的系统边界图，标明 IT 侧与设施侧的交界在哪一层、责任如何划分。
常见误区
- **把「液冷」当成一个方案**：它至少是冷板、浸没、门式换热三类，热从哪儿走完全不同 所以按「热的路径」画全集，不不按「先进程度」排序
- **以为上了冷板就不用风冷**：冷板只带走一部分（行业口径 60%~80%，多源不一致），内存/供电/光模块仍走空气 所以**必然是混合系统**，漏掉那部分会让机房风侧严重欠配
- **照搬整车的设计顺序**：车上先定散热器再定水温，机房必须先问芯片允许的进水温度再倒推冷源 —— 顺序反了会丢掉全年自然冷却这个最大收益
- **拿 PUE 横比**：分子分母的边界由所依据的规范写死，不同规范/不同气候区/不同负载率的 PUE 不不可直接比较
- **把漏液当成小概率维护问题**：它是液冷相对风冷**新增的失效模式**，且后果直接落在设备上 所以负压设计、不滴漏快接、分区隔断要在架构阶段就进方案，不不是事后加检测线
- **用整车的瞬态直觉看机房**：机房是长期连续运行，主要瞬态来自负载波动与故障切换，不不是启停与 pull-down
相关课题