Вы стоите перед стойкой, потребляющей 130 киловатт. Вентиляторы работают на пределе. Монитор PUE на вашей панели показывает 1.7. И вы осознаёте: система воздушного охлаждения, установленная три года назад, никогда не была рассчитана на такую нагрузку.
Этот момент наступает быстрее, чем ожидает большинство операторов. ИИ-нагрузки переписывают правила управления тепловыделением, и если вы по-прежнему полагаетесь на воздушное охлаждение для стоек с высокой плотностью GPU, вы сжигаете деньги и оставляете производительность неиспользованной. Эта статья даёт вам конкретную схему для оценки того, нужно ли вашей инфраструктуре переходить на охлаждение ЦОД для ИИ на основе жидкостных решений — и с чего именно вам следует начать.
Почему плотность ваших ИИ-стоек обгоняет воздушное охлаждение
Воздушное охлаждение упирается в жёсткий предел около 20 киловатт на стойку. Долгие годы этого было достаточно, поскольку ваша стандартная серверная стойка потребляла от 5 до 8 кВт. Но системы NVIDIA GB200 NVL72 теперь поднимают расчётную тепловую мощность одной стойки до 130–140 кВт, по данным TrendForce. Если вы размещаете такие GPU в традиционных объектах с воздушным охлаждением, вы рискуете столкнуться с тепловым троттлингом, который незаметно снижает пропускную способность вашего ИИ-обучения.
Физика неумолима, и она напрямую касается вас. Когда плотность ваших стоек превышает 30 кВт, объём воздуха, который нужно перемещать, становится механически непрактичным. В итоге вы получаете более широкие проходы, более крупные воздуховоды, более высокое энергопотребление вентиляторов и значения PUE между 1.5 и 1.9.
К 2028 году архитектура NVIDIA Feynman поднимет расчётную тепловую мощность до 4400 ватт на процессор, по данным Tom’s Hardware. Когда вы достигнете такого уровня плотности, охлаждение ЦОД для ИИ станет вашим базовым требованием к инфраструктуре.
Реальные цифры энергопотребления, определяющие охлаждение ЦОД для ИИ
Вам необходимо понять масштаб происходящего. По данным Международного энергетического агентства, к 2030 году центры обработки данных будут потреблять примерно 4% мировой электроэнергии. Внутри этого ваши серверы с ИИ-ускорением растут в потреблении электроэнергии примерно на 30% в год — почти втрое быстрее, чем традиционные серверы с их 9%, по данным China Economic News Network.
Goldman Sachs прогнозирует, что проникновение жидкостного охлаждения в ИИ-тренировочные серверы вырастет с 15% в 2024 году до 80% к 2027 году. Если через два года вы всё ещё используете воздушное охлаждение, вы окажетесь в меньшинстве. TrendForce, в свою очередь, оценивает, что внедрение охлаждения ЦОД для ИИ выросло с 14% до 33% в 2025 году. Это не постепенные сдвиги — они сигнализируют о структурном переходе, который вы не можете позволить себе игнорировать.
Рынок охлаждения ЦОД для ИИ достиг $6.6 млрд в 2025 году, по данным MarketIntelo, и ваша отрасль движется к $61.8 млрд к 2034 году при совокупном годовом темпе роста 28.7%. К 2024 году жидкостные системы уже захватили 46% более широкого рынка охлаждения, по данным Mordor Intelligence — и вы видите, что эта траектория ускоряется. Если вы отвечаете за планирование мощностей или бюджеты на инфраструктуру, эти цифры уже сейчас должны формировать ваши решения о закупках.
Технологии жидкостного охлаждения, которые вам нужно оценить
Когда вы начинаете оценивать варианты охлаждения ЦОД для ИИ, на вашем радаре должны быть три архитектуры.
Охлаждение с помощью холодных пластин крепит металлические пластины непосредственно к вашим CPU и GPU, а теплоноситель циркулирует через них, отводя тепло. Вы можете внедрить это как модернизацию — оно сосуществует с вашей существующей инфраструктурой воздухообработки. CoolIT продемонстрировала однофазную холодную пластину, способную охлаждать до 4000 ватт при почти 200 Вт/см², тогда как Accelsius заявляет, что её двухфазный подход достигает 300 Вт/см², как сообщает Tom’s Hardware.
Иммерсионное охлаждение погружает ваш сервер целиком в диэлектрическую жидкость. Если вы выбираете однофазный вариант, жидкость остаётся жидкой, и вы получаете более низкую стоимость — на эту категорию приходится 80.9% рынка иммерсии, по данным MGrid. Если вам нужно сверхплотное охлаждение ЦОД для ИИ, двухфазные системы позволяют жидкости закипать при низкой температуре, улавливая тепло за счёт фазового перехода, пока ваши стойки превышают 200 кВт. Ваш PUE может опуститься до 1.02.
Встроенное охлаждение вытравливает микроканалы непосредственно в корпус чипа, при этом TSMC нацеливается на коммерческое развёртывание около 2027 года. Ваш выбор среди этих трёх архитектур охлаждения ЦОД для ИИ зависит от того, модернизируете ли вы существующие мощности (brownfield) или строите новые кластеры с нуля (greenfield).
Согласование вашей стратегии ИИ-охлаждения
Если ваши стойки работают в диапазоне от 30 до 80 кВт, холодные пластины прямого контакта с чипом — ваш самый практичный вариант охлаждения ЦОД для ИИ. Вы получаете сокращение энергии на охлаждение на 30–46% по сравнению с воздухом, при PUE между 1.1 и 1.3. Вы сохраняете существующую компоновку стоек и избегаете серьёзных структурных изменений.
Если ваши стойки перешагивают отметку в 100 кВт — а если вы обучаете передовые ИИ-модели, скорее всего, так и будет — иммерсионное охлаждение становится вашим базовым решением. Двухфазная иммерсионная система может дать вам PUE от 1.02 до 1.05, что означает, что менее 5% вашей общей мощности уходит на накладные расходы охлаждения. Сравните это со среднеотраслевым PUE 1.56 по данным Uptime Institute, и финансовая логика становится неоспоримой для вашей операции.
Рассмотрим реальное развёртывание: LiquidStack построила иммерсионный гиперскейл-объект мощностью 40 мегаватт, который достиг экономии энергии на охлаждение в 92.6% и потребовал на 90% меньше площади, чем эквивалентное строительство с воздушным охлаждением. Если вы платите по коммерческим ставкам за недвижимость, такая экономия площади преображает вашу модель затрат.
PUE и финансовое обоснование охлаждения ЦОД для ИИ
Нельзя говорить об охлаждении ЦОД для ИИ , не рассматривая PUE, и разрыв между воздухом и жидкостью очевиден. При воздушном охлаждении ваш объект находится в диапазоне от 1.4 до 1.8. Прямой контакт с чипом снижает его до 1.1–1.3. Двухфазная иммерсия доводит его до 1.02–1.08, по данным анализа MGrid за 2026 год.
Вот что означают эти цифры для вашего операционного бюджета. Данные BOYD Corporation показывают: когда вы переводите 75% охлаждения с воздуха на жидкость, ваши общие затраты на электроэнергию падают на 27%, а общее энергопотребление снижается на 15.5%. Для объекта мощностью 40 мегаватт, платящего $0.08 за киловатт-час, ваша экономия энергии на охлаждение в 40–50% превращается в сокращение годовых эксплуатационных расходов на $1.4–$1.75 млн.
Ориентиры Huawei показывают, что центр обработки данных на 50 000 серверов с иммерсионным жидкостным охлаждением экономит примерно $16.5 млн на электроэнергии в год. Это та маржа, которую вы оставляете на столе с воздушным охлаждением.
Что делают гиперскейлеры в отношении охлаждения ЦОД для ИИ
Вы не одиноки в этом переходе. Google, Microsoft, Meta и AWS публично взяли на себя обязательства по дорожным картам жидкостного охлаждения, по данным MarketIntelo. Вы можете рассматривать Microsoft как ориентир — она проводит пилотные проекты жидкостного охлаждения на Среднем Западе США и в Азии, планируя сделать жидкость стандартом для новых развёртываний в 2025 году, по данным TrendForce. Если крупнейшие облачные провайдеры делают ставку на охлаждение ЦОД для ИИ с помощью жидкости, ваши колебания обходятся вам в конкурентное преимущество.
В Индии компания Submer Technologies в середине 2025 года подписала соглашение со штатом Мадхья-Прадеш о развитии до 1 гигаватта мощностей для ИИ-ЦОД с жидкостным охлаждением. Вам также стоит отметить KDDI в Японии, которая зафиксировала значения PUE, приближающиеся к 1.05, после развёртывания контейнерных однофазных иммерсионных установок для периферийного ИИ. Это производственные развёртывания, которые вам стоит изучать как эталонные примеры.
Регуляторное давление ускоряет ваш график. Директива ЕС об энергоэффективности теперь обязывает вас отчитываться о PUE и эффективности использования воды начиная с 2026 года. Несколько штатов США — включая Калифорнию, Мичиган и Айову — приняли законы о ежеквартальной отчётности, которым вы обязаны соответствовать. Если ваш объект эксплуатирует инфраструктуру с воздушным охлаждением выше 20 кВт на стойку, вы сталкиваетесь с регуляторной ответственностью, а не просто с разрывом в эффективности.
Ваша дорожная карта охлаждения ЦОД для ИИ
Вам не нужно завтра же демонтировать каждый воздухообрабатывающий агрегат. Но вам нужен поэтапный план.
Начните с аудита текущей плотности ваших стоек. Если какой-либо кластер стабильно превышает 30 кВт на стойку, отметьте его для оценки жидкостного охлаждения в течение 12 месяцев. Далее оцените свою водную инфраструктуру. Системы прямого контакта с чипом и иммерсии используют конструкции с замкнутым контуром, которые снижают ваше прямое потребление воды на 70–90% по сравнению с испарительными градирнями — это критично, если вы работаете в регионах с дефицитом воды.
В-третьих, запустите пилотный проект на небольшом кластере. Один иммерсионный резервуар или стойка серверов с прямым контактом с чипом дают вам реальные эксплуатационные данные без обязательств по полной модернизации. Ваши затраты составляют примерно $2–$3 млн на мегаватт, поэтому вам нужна проверка перед масштабированием.
Наконец, заложите совместимость с жидкостным охлаждением в каждую спецификацию нового объекта уже сейчас. Гиперскейлеры планируют вложить $650 млрд в ИИ-инфраструктуру только в 2026 году, а объекты, вводимые в эксплуатацию в 2027 и 2028 годах, по умолчанию будут с жидкостным охлаждением. Если ваши новые объекты всё ещё проектируются под воздух, вы фиксируете конкурентный недостаток ещё до заливки бетона.
Переход к жидкостному охлаждению ЦОД для ИИ — для вашей операции это не вопрос «если». Это вопрос того, когда плотность ваших стоек пересечёт порог, за которым воздух перестаёт работать. Для большинства операторов, работающих с ИИ-нагрузками, этот порог уже наступил.
发表回复