AI算力中心冷却系统如何选型？风冷、液冷与风液协同方案解析

随着大模型训练、生成式AI和高性能计算快速发展，AI算力中心部署的GPU服务器数量持续增加，数据中心正在进入高功率密度时代。

相比传统服务器，AI服务器内部通常集成多个GPU、CPU、高功率电源和高速网络设备，热量更加集中，对冷却系统提出了更高要求。

过去数据中心主要依靠CRAC、CRAH等精密空调进行空气冷却，而面对更高密度的AI计算设备，冷板液冷、CDU以及风液协同冷却等技术正在得到越来越多关注。

但是，并不是所有AI算力中心都必须采用同一种冷却方式。

冷却系统选型应结合服务器热负荷、机柜功率密度、基础设施条件、能源效率、可靠性以及未来扩容需求综合判断。

1. AI算力中心为什么更重视冷却系统选型？

传统数据中心的热负荷相对分散，而AI算力中心的热量往往更加集中。

特别是在大模型训练过程中，大量GPU服务器可能持续高负载运行。

这意味着冷却系统不仅需要解决“机房温度高”的问题，还需要解决：

• 高热流密度芯片散热
• 高密度机柜散热
• 局部热点控制
• 大风量空气输送
• 冷却系统能源消耗
• 未来算力扩容

如果冷却能力不足，服务器可能因温度升高而影响运行稳定性。

而如果冷却系统设计过度，又可能造成设备投资和能源浪费。

因此，AI算力中心需要根据实际热负荷进行冷却系统设计，而不是简单选择“冷却能力越大越好”。

2. AI算力中心常见冷却方案有哪些？

目前AI数据中心主要采用三类技术路线：

高效风冷

通过CRAC、CRAH、EC Fan Grid以及服务器风机形成空气循环，利用冷空气带走服务器热量。

液冷

通过冷却液直接或间接接近CPU、GPU等高发热器件，将核心热量快速带走。

常见方案包括：

• 冷板液冷
• 浸没式液冷

风液协同冷却

利用液冷处理CPU、GPU等高热流密度器件，同时利用风机和空气冷却处理内存、电源、网络设备及机房环境热量。

对于高密度AI算力中心而言，风液协同正在成为值得关注的技术路线。

3. 根据机柜功率密度选择冷却方式

机柜功率密度是AI算力中心冷却系统选型的重要参考指标之一。

一般来说，随着机柜功率密度不断提升，对空气冷却能力的要求也会越来越高。

在相对较低或中等热负荷环境中，可以优先评估：

CRAC/CRAH + EC风机 + 冷热通道管理

通过提高空气循环效率满足服务器散热需求。

当机柜热负荷进一步提升时，可以考虑：

CRAH + EC Fan Grid + 精准送风

增强高密度区域的空气输送能力。

当核心芯片产生的热量已经难以通过空气高效带走时，则需要进一步评估：

冷板液冷 + CDU + 辅助风冷

因此，冷却系统不能仅根据“是不是AI数据中心”决定，而应根据实际服务器和机柜热负荷进行工程计算。

4. 什么情况下适合采用高效风冷？

风冷技术成熟，目前仍然是数据中心重要的冷却方式。

对于已有数据中心改造或者功率密度尚可通过空气冷却满足的AI服务器区域，可以继续采用高效风冷方案。

典型系统包括：

服务器 → 冷热通道 → CRAH/CRAC → EC风机 → 冷空气重新进入服务器

高效风冷的主要优势包括：

• 技术成熟
• 部署相对简单
• 运维体系完善
• 与现有机房兼容性较好
• 改造成本相对容易控制

但随着功率密度提高，需要特别关注风量、静压、气流组织以及局部热点。

5. EC Fan Grid适合哪些AI算力中心？

对于大型AI算力中心，传统单台大型风机可能难以灵活适应不断变化的服务器负载。

EC Fan Grid采用多台EC风机组成模块化风墙，可以提供较大的空气流量，同时根据实际负载调节运行状态。

主要特点包括：

• 模块化设计
• 多风机协同运行
• 风量灵活调节
• 较好的静压能力
• 单个风机故障时具有一定冗余能力
• 方便扩容和维护

因此，对于仍采用空气冷却、但需要较大空气循环量的数据中心，EC Fan Grid是一种值得考虑的方案。

6. 什么情况下需要考虑液冷？

随着GPU和其他高功率计算器件热流密度提升，空气冷却面临的挑战会越来越明显。

如果项目出现以下情况，可以重点评估液冷：

• 高功率GPU服务器集中部署
• 单机柜热负荷明显提高
• 空气冷却需要非常大的风量
• 局部热点难以解决
• 机房空间有限
• 希望提高冷却系统能源效率

其中，冷板液冷是目前AI服务器领域的重要技术路线之一。

冷板安装在CPU、GPU等高发热器件附近，通过冷却液直接带走热量。

典型热量传递过程为：

GPU/CPU → 冷板 → 冷却液 → CDU → 二次冷却系统 → 室外换热设备

这样可以减少核心芯片对空气冷却的依赖。

7. 为什么很多AI算力中心更适合风液协同？

即使CPU和GPU采用液冷，服务器内部仍然存在：

• 内存
• SSD
• 网卡
• VRM
• 电源模块

等发热部件。

这些部件并不一定全部进入液冷回路，因此仍然需要空气辅助散热。

与此同时，机房内的UPS、配电设备、网络设备和CDU等也会产生热量。

因此，一种常见的设计思路是：

CPU/GPU → 液冷

服务器其他部件 → 风冷

机房环境 → CRAH/CRAC

室外散热 → 干冷器/冷却塔

这种风液协同方式能够让不同冷却技术分别处理最适合的热负荷。

8. AI算力中心为什么仍然需要EC风机？

AI数据中心采用液冷，并不意味着EC风机退出冷却系统。

相反，EC风机的应用位置可能从服务器内部逐渐扩展到整个热管理系统。

例如：

CRAH空气处理机组

负责机房剩余热量和空气循环。

EC Fan Grid

为高密度服务器区域提供大风量、可调节空气供应。

CDU及辅助设备

部分设备内部的电气和控制元件仍然需要空气散热。

干冷器

通过风机驱动环境空气经过换热盘管，将液冷系统带出的热量排向室外。

冷却塔

通过空气流动提高系统换热能力。

因此，在AI算力中心中，风机的角色正在从单纯“给服务器吹风”，转向整个冷却系统空气侧热管理的重要执行设备。

9. AI算力中心冷却系统选型需要关注哪些因素？

实际项目中，不建议只比较“风冷和液冷哪个好”，而应重点评估以下几个方面。

服务器热负荷

首先确认服务器实际发热量以及厂家要求的冷却条件。

机柜功率密度

判断现有空气系统是否能够满足高密度区域散热需求。

风量与静压

对于空气冷却系统，需要计算过滤器、换热器、风道和服务器等产生的系统阻力。

供回水条件

如果采用液冷，需要评估冷却水温度、流量、水质、压力以及换热条件。

冗余能力

AI算力中心通常承担关键计算任务，冷却系统应考虑风机、水泵、CDU及其他关键设备的冗余设计。

能源效率

不能只关注设备采购价格，还应评估长期运行能耗。

可扩展性

AI服务器更新速度较快，冷却系统应为未来更高功率密度设备预留扩容空间。

10. 新建与改造项目的冷却选型思路不同

对于新建AI算力中心，可以从服务器、机柜、液冷管路、CDU、机房空调和室外换热设备进行整体规划。

这样更容易采用：

液冷 + 风冷 + 智能控制

一体化设计。

而对于现有数据中心升级AI服务器，则需要重点考虑原有基础设施条件。

例如：

• 原有CRAC/CRAH能力是否足够
• 原有配电是否支持高功率机柜
• 机房是否具备液冷管路改造条件
• 现有风机是否可以进行EC节能升级
• 室外散热系统是否需要扩容

因此，老旧数据中心不一定需要一次性完全改造成液冷，也可以根据服务器部署情况进行分阶段升级。

常见问题（FAQ）

AI算力中心一定要采用液冷吗？

不一定。

具体取决于服务器热负荷、机柜功率密度、设备要求以及基础设施条件。部分AI服务器仍可以采用优化后的高效风冷方案。

AI数据中心风冷和液冷哪个好？

两种技术各有适用场景。风冷技术成熟、部署方便；液冷更适合处理高热流密度器件。对于部分高密度AI算力中心，风液协同可能更加合理。

AI算力中心采用液冷以后还需要精密空调吗？

很多项目仍然需要一定的环境空气冷却。因为服务器非液冷部件、网络设备、电源系统以及其他基础设施仍会向机房释放热量。

EC Fan Grid适合AI数据中心吗？

对于需要大风量空气循环的AI数据中心，EC Fan Grid具有模块化、智能调速和灵活扩展等特点，可以作为空气侧冷却系统的一部分。

AI数据中心冷却系统选型最重要的参数是什么？

不存在一个参数可以决定所有方案。应综合评估服务器热负荷、机柜功率密度、风量、静压、供回水条件、冗余要求、能效以及未来扩容需求。

总结

AI算力中心冷却系统选型的核心，不是简单判断“风冷好还是液冷好”，而是根据实际热负荷选择合适的热管理方式。

对于不同项目，可以形成：

高效风冷 → EC Fan Grid强化风冷 → 冷板液冷 → 风液协同冷却

等不同技术路线。

随着GPU服务器功率密度持续提升，液冷的重要性正在增加，但EC风机、CRAH、Fan Grid、干冷器等空气侧设备仍然承担着重要的散热和换热任务。

因此，AI算力中心应从芯片、服务器、机柜、机房到室外换热系统进行整体冷却设计，在满足散热需求的同时兼顾可靠性、能源效率和未来扩展能力。