新华三推算水协同:数据中心制冷走向节水与节能并重

资讯 快科技 全文 2627 字 · 约 7 分钟读完 配图 4 张 分类数据中心算力

当AI大模型加速走向规模化应用,算力需求迎来爆发式增长,数据中心也随之面临新的挑战:服务器功率越来越高,散热需求持续攀升,制冷系统的能耗与水资源消耗也日益受到关注。如何让算力跑得更快

所属频道 算力与芯片

AI大模型正加速走向规模化落地,算力需求随之爆发式增长,数据中心也碰上新的难题:服务器功率节节攀升,散热压力持续加大,制冷系统的能耗和水耗越来越受关注。算力要跑得更快,能源和水又该怎么省?

数据中心绿色发展的内涵,正从算电协同延伸到算水协同。电力供给和能源效率之外,区域水资源条件、冷却方式、水资源循环利用也得纳入考量,让算力建设与当地资源禀赋更匹配。

针对这一新命题,新华三在数据中心级绿色制冷技术上持续投入,以全栈制冷解决方案为底座,推动冷源、水源与算力负载协同优化,让数据中心在高效散热的同时,朝更绿色、更节能、更节水的方向走。

从“算力”到“算水”,绿色数据中心有了新考题

以往看数据中心的绿色化水平,PUE(电能使用效率)是重要指标。不过随着数据中心规模扩大,尤其是AI算力中心快速发展,制冷系统消耗的水资源同样不能忽视。

高密度AI服务器产生大量热量,传统风冷面临的散热压力更大;传统水冷系统里的冷却塔则要靠水分蒸发带走热量,补水需求持续存在。在水资源相对紧张的地区,建数据中心还得充分考虑当地水资源的承载能力。

也就是说,绿色数据中心不能只盯着“电怎么省”,还得琢磨“水怎么用”。“算水协同”理念的提出,就是把算力需求与区域水资源条件结合起来,从规划设计阶段就统筹冷却方式、冷源选择、水质处理和循环利用,让有限的水资源发挥更大价值。

从单点液冷到全栈协同,新华三构建绿色制冷底座

算力密度不断抬高,新华三的绿色制冷能力并不止于某一台液冷设备。它围绕IT设备散热、机房冷源、输配管路与智能管控做全链路系统设计,构建数据中心级全栈制冷解决方案,因地制宜搭起高效、可靠、经济的绿色制冷底座。

液冷服务器、液冷机柜、CDU冷量分配单元,二次侧管路、干冷器,再到机房Care Module微模块,新华三通过多层级一体化设计与统一监控管理,让各制冷环节高效协同。

面对不同算力密度和机房环境,新华三布局了风液同源、风液换热、液液换热等多种技术路线,并结合自然冷源利用和水系统优化,为新建数据中心及存量机房改造提供灵活选择。

[MD:Title]

其中,CareCooling动态双冷源系统是提升制冷能效的一项重要技术。该系统采用双盘管层叠结构和一次侧水系统同源设计,结合液液换热CDU与冷板式液冷架构,可根据水温、室外气象条件和算力负载,在全自然冷、部分预冷、全机械制冷三种模式间平滑切换。负荷自适应调节之下,自然冷源的潜力被充分挖掘,压缩机运行时间减少,自然冷源利用时间提升20%以上,制冷侧能耗从源头降下来。

新华三青海图灵小镇项目中,制冷系统结合当地气候条件设计,项目PUE测算值低至1.15,为绿色算力基础设施建设提供了有力支撑。

让冷源、水源与算力协同,三大场景解锁绿色制冷新路径

算力密度一路走高,制冷要干的事就不光是“把热搬走”了——算力、冷源、水源三者得联动起来,形成算水协同的体系。新华三是站在系统层面看这件事的:围绕三类典型场景,把“水怎么成为冷源、怎么循环再利用、怎么匹配液冷的高密度算力”这几条线捋清楚,前提是散热靠得住,同时把能效和水资源的集约利用一起考虑进去。

01 自然冷源优先,让制冷少一些“电力负担”

可以设想:寒冷季节室外空气温度本就够低,数据中心还需要让压缩机持续高负荷运转吗?答案显然是否定的。

室外温湿度、冷却水温度、机房算力负载,这些信息新华三CareCooling动态双冷源系统都会汇总起来,据此判断自然冷源眼下能不能用。

工况适宜时,优先启用全自然冷却模式;室外温度升高、自然冷能力不足时,平滑切换至部分预冷模式,水盘管提供一部分制冷量,压缩机开启,氟盘管补足不足的制冷量,并按出风温度调节压缩机开启数量及频率;当冷却水进水温度>机组回风温度时,水盘管旁通,避免空气被再加热,压缩机全部运行,氟盘管提供全部制冷量,并按出风温度调节压缩机运行频率。

[MD:Title]

借助动态双冷源调控机制,自然冷运行时长被尽量拉长,压缩机制冷能耗随之减少;同时可搭配干冷器等低蒸发散热路线,降低对冷却塔蒸发补水的依赖,节能与控水两头都有收益。

02 让再生水发挥价值,让每一滴水用得更充分

降低能耗之外,如何减少对水资源的依赖,也是算水协同的重要课题。以采用冷却塔的水冷系统为例,制冷过程中水分会蒸发,还需定期排污,补水因此持续不断。若能把符合条件的再生水处理后用于冷却塔补水,就有机会少取市政水。

新华三从系统设计角度,把再生水利用纳入数据中心制冷方案的整体考量。先根据项目所在地水资源条件,评估市政再生水等非常规水源的接入可行性;再结合冷却设备的水质要求,配置过滤、软化、阻垢等处理环节,降低结垢、腐蚀和微生物滋生风险;最后按不同设备和用水环节的要求实施分级用水,让处理达标的再生水优先用于冷却塔补水等适宜场景。

[MD:Title]

同时,通过水质监测和补排水管理,循环水使用效率持续优化。从水源选择,到水质处理,再到制冷系统运行管理,水资源在满足设备安全运行要求的前提下得到更充分的利用。

03 液冷直抵热源,高密度算力散热更高效

AI服务器的GPU、CPU等核心部件一直在释放大量热量。若全靠空气流动把热量带走,风量要更大,风机功耗也随之增加。怎样让热量更快、更直接地排出?冷板式液冷给出了一条新路径。

新华三的冷板式液冷方案,用冷却液直接带走GPU、CPU等高发热器件产生的热量,冷却液再由CDU完成循环与热量交换,热量被传递到机房外部的冷源系统。机柜内其他低功耗部件仍可走风冷,搭配列间空调、房间级空调或风墙等设备,构成灵活的风液混合架构。设施侧,客户可结合当地气候与水资源条件,选用干冷器或冷却塔等冷源方案。

[MD:Title]

从充分利用自然冷源,到再生水分级循环,再到液冷技术对高密度算力的精准散热,算水协同要做的,是让算力需求、冷源条件和水资源禀赋彼此找到更优解。

数据中心规划、建设、运营各环节都要跟着变,单靠某一项设备或某一门技术升级解决不了。AI 算力还在持续增长,新华三集团会继续把全栈制冷技术、系统级方案设计和全生命周期服务能力用起来,让数据中心不再只盯着单一能效优化,而是把能源和水资源放在一起协同优化。绿色制冷技术,正被新华三用来给可持续发展的智算基础设施添一把力。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. IDC:2030 年,全球数据中心机柜量将达 5800 万架

    IDC 发布全球 AI 需求趋势分析,指出 AI 智能体规模化落地正推动全球数据中心进入新一轮扩容周期,2030 年全球机柜规模、能耗与设施资本支出将大幅增长;中国智能算力规模同比增长 177%,市场呈现结构性差异,本土产业链同时迎来国内升级与海外布局双重机遇。

    来源 IT之家
  2. Meta基础设施负责人将离职,AI算力军备竞赛生变

    据TechCrunch报道,Meta长期负责基础设施的高管Santosh Janardhan即将卸任,他最早于2009年加入公司。从社交网络到AI大模型,Meta的算力底座正处在投入最密集的阶段,这一人事变动引发外界对其数据中心、自研芯片与超大规模集群战略走向的关注。

    来源 AI 行业观察
  3. 平头哥启动港股分拆上市:2026年9月已保密递表

    11月10日晚间,阿里巴巴发布公告,正式启动分拆全资子公司平头哥(上海)技术股份有限公司赴香港联交所主板独立上市的程序。公告称,港交所已确认阿里可进行此次分拆,平头哥已于2026年9月11日以保密形式递交A1上市申请表格。分拆完成后,平头哥预计仍为阿里的子公司,但将拥有独立的上市地位与融资通道。阿里巴巴在公告中将平头哥

    来源 腾讯网
  4. Altman向三星高管承认AI需求有水分:短期泡沫与联合造终端

    Sam Altman在与三星高管的闭门会上,罕见警告AI算力存“重复计算”的短期泡沫风险,并强调"真正能带动大规模需求增长的只有OpenAI和Anthropic两家。面对盈利质疑,Altman明确 OpenAI 的策略是:通过垂直整合降低成本,以“低利润率、大规模销售 Token”来以量取胜。

    来源 华尔街见闻
  5. AI交易逻辑轮动:GPU租赁价格还能撑多久?

    中期选举后数据中心建设面临监管与审批收紧风险,但GPU租赁价格上涨有望弥补资本开支缩减的损失。这一机制将推动AI投资逻辑发生结构性轮动:具备丰富存量算力的超大规模云厂商将重获定价权与溢价;而依赖算力扩建的AI实验室、新兴云服务商及数据中心产业链则面临承压。 数据中心的政治逆风正在重塑AI投资逻辑,但这场交易的生死,最终

    来源 AI 行业观察
  6. 数据中心热遇阻:宣布易落地难,电力与审批成卡点

    在AI算力需求推动下,数据中心项目以前所未有的速度被宣布,但落地正遭遇地方反对、许可延迟和电力接入瓶颈。TechCrunch指出,更根本的问题是,许多已宣布项目可能永远不会建成。本文分析地方政治、电网排队和资本开支热潮如何共同放缓数据中心建设,并探讨这对AI基础设施的长期影响。

    来源 AI 科技快讯
  7. AMD Zen 6发布:Agentic AI时代CPU为何重回中心

    在最初那些年, AI 数据中心的建设几乎围绕 GPU 展开。从大模型训练到推理, GPU 成为整个基础设施中最受关注的计算芯片,而 CPU 更多承担数据准备、任务调度和系统管理等工作。在这种分工之下,服务器 CPU 一度显得不那么重要。 但随着AI从大模型训练、推理逐步走向Agentic AI,情况正在发生变化。一个A

    来源 AI 行业观察
  8. GPU租赁价格成AI交易关键:数据中心逆风下的算力博弈

    中期选举后数据中心建设面临监管与审批收紧风险,但GPU租赁价格上涨有望弥补资本开支缩减的损失。这一机制将推动AI投资逻辑发生结构性轮动:具备丰富存量算力的超大规模云厂商将重获定价权与溢价;而依赖算力扩建的AI实验室、新兴云服务商及数据中心产业链则面临承压。

    来源 华尔街见闻
  9. 586GW变199GW:美国三分之二的AI数据中心计划只是PPT?

    Bernstein对北美8858个数据中心项目逐一核查后发现,586GW已宣布产能中仅199GW(34%)真实可信,其余387GW是永远不会落地的"PPT产能"。超大规模云厂商(亚马逊、谷歌、微软、Meta)占可信产能76%,而宣布了超半数产能的新兴云公司落地率仅11%。更致命的是:这些PPT项目已反噬真实项目——虚假

    来源 华尔街见闻
  10. 苹果Claris暗测Harbor:Mac组集群跑端侧大模型

    一向偏重软件业务的苹果全资子公司 Claris,正悄悄把 Mac 变成一台本地 AI 服务器。据 11 月 11 日披露,其测试中的 Harbor 应用,能让搭载苹果芯片的 Mac 直接跑起端侧大模型,而不必把敏感数据送去云端。 一根雷雳 5,串起多台 Mac 跑大模型 Harbor 既能在单台苹果芯片 Mac 上运行

    来源 AI 开发者社区
  11. AMD Zen 6架构详解:EPYC 9006系列最高256核,瞄准智能体AI

    在数据中心领域,AMD已经大杀四方了。 AMD服务器CPU的市场份额,从2017年的大约0.2%,一路飙升到如今的46%。近十年,AMD从几乎被忽略的挑战者,走到占据市场半数的位置。 今年,AMD更是秒开仙人模式,接连几颗炸弹,一套连招瞄准的是同一个方向:Agentic AI(智能体)。 第一颗,Zen 6架构,在架构

    来源 AI 行业观察
  12. CoreWeave融资转向:客户预付款与合同抵押,短约推高算力价格?

    CoreWeave 在第三季度财报中披露,公司正越来越多地要求客户预付费用、以特定合同为抵押进行借贷,并探索短期合约。这套组合拳旨在为激进的 AI 算力扩张提供资金,同时把部分风险转移给客户与贷款方。短期合约虽提升灵活性,却可能推高算力价格。

    来源 AI 科技快讯
  13. 2028年空档期:美国中期选举如何推迟5GW数据中心建设

    大摩担忧,蓝色浪潮后,数据中心项目延迟可能在2028年造成科技供应链的“空档期”(air pocket),引发“定价权下降或库存积压”,甚至出现订单放缓、利润率正常化和盈利下调,即便AI需求本身仍然完整。亚洲云半导体厂商以及旧内存板块评级遭集体下调,理由是定价权“见顶”预期或提前到来。

    来源 华尔街见闻
  14. 台积电10亿美元投OpenAI与Anthropic:AI循环融资再添样本?

    全球最大芯片代工厂台积电据悉将向Anthropic与OpenAI投资约10亿美元,成为AI热潮中“循环融资”的最新案例。在AI交易出现动摇迹象之际,这笔投资既凸显台积电对AI算力长期需求的押注,也引发外界对AI资本闭环与泡沫风险的关注。

    来源 AI 科技快讯
  15. SpaceX订购太阳能电池产线,星舰第15次试飞首试双回收

    财联社11月11日讯(编辑 史正丞)当SpaceX开始为人工智能卫星订购太阳能电池生产线,星舰即将进行的第15次试飞,也有了更鲜明的产业意义:未来的太空数据中心既需要持续供电,也需要能够大规模、低成本运送设备的火箭。

    来源 凤凰科技
  16. 55%对58%:中美AI的Token流向,差的不只是数字

    本文通过核验 GitHub Copilot 用户与付费订阅数据、AI 短剧算力成本,厘清行业容易混淆的两组关键数字,对比流量型与生产力型 AI 的差异,拆解 Token 流向背后的商业逻辑,剥离行业流传的不实叙事,还原当下 AI 产业真实的付费与成本面貌。

    来源 AI 行业观察
  17. 数据中心热潮撞上三重阻力:社区反对、审批拖延、电力争抢

    在AI算力需求推动下,数据中心项目以前所未有的速度被宣布,但落地正遭遇地方反对、许可延迟和电力接入瓶颈。TechCrunch指出,更根本的问题是,许多已宣布项目可能永远不会建成。本文分析地方政治、电网排队和资本开支热潮如何共同放缓数据中心建设,并探讨这对AI基础设施的长期影响。

    来源 AI 行业观察
  18. SpaceX牵手SINGULUS造HJT产线:100GW设备产能,约4.4座三峡

    全球首富埃隆 · 马斯克(Elon Musk)旗下 SpaceX 公司今天(11 月 11 日)发布公告,宣布与德国太阳能电池设备制造商 SINGULUS 签署重大供应合同,将引进异质结(HJT)太阳能电池整套生产线,从而加速制造 Starmind 卫星。

    来源 IT之家
  19. Bernstein:AI数据中心风险看错了?586GW变199GW

    华尔街目前正沉浸在一种“错误”的恐慌情绪中:大选后的政治阻力(如各州的暂停建设令)将大幅削减美国AI数据中心的产能扩张。然而,基于Bernstein对北美8858个数据中心项目的最新卫星级逐月追踪与信用模型分析,市场完全找错了风险焦点。Bernstein分析师Madison Rezaei团队在10月11日更新了其数据中

    来源 腾讯网
  20. Anthropic启动IPO路演:算力被提49次,单季收入169.56亿美元

    Anthropic IPO路演视频中“算力”被提及49次,"安全"相关词27次;CEO开场约30秒就提到生物武器风险。PPT显示,第三季度收入169.56亿美元,同比增超12倍,调整后经营利润率15%(GAAP为-3%),算力承诺约9009亿美元,长期利润率目标35%以上。

    来源 华尔街见闻
  21. AMD Zen6 架构细节公布:EPYC 最高 256 核,瞄准智能体 AI

    在数据中心领域,AMD 已经大杀四方了。AMD 服务器 CPU 的市场份额,从 2017 年的大约 0.2%,一路飙升到如今的 46%。近十年,AMD 从几乎被忽略的挑战者,走到占据市场半数的位置。今年,AMD 更是秒开仙人模式,接连几颗炸弹,一套连招瞄准的是同一个方向:Agentic AI(智能体)。第一颗,Zen

    来源 腾讯网
  22. 双11十八年:Token算力上架,全球品牌与银发族改写购物车

    ◎记者 杨翔菲 曾庆怡 2009年11月11日,淘宝商城(天猫前身)27个品牌五折促销,单日成交5200万元——十倍于日常的成绩,让这一天以“双11”之名,成为中国电商史上第一个购物节。 18年后的今天,“双11”“女大十八变”,已是一个全民共赴、全球同频、多平台参与的超级消费节点,成为一部写在中国人购物车里的消费变迁

    来源 腾讯网
向下滚动自动加载更多