喜报!
“绿色领跑企业”
近期,戴尔荣获由中环联合认证中心(CEC)颁发的“绿色领跑企业”奖项,这是继“环保产品领跑者”之后的又一殊荣,恭喜戴尔!

作为全球领先的数字化解决方案供应商,戴尔将可持续发展置于一切工作的核心,以智能、高效的解决方案帮助客户实现可持续发展目标,智能冷却技术就是其中之一。
天热的时候
我们会吹风扇来降温
但温度高到一定程度时
(比如30℃以上)
即便风扇转速调到最高
整个人还是热到冒烟
这时候往往洗把冷水脸更解热
为什么?
因为作为冷却介质的空气,其导热性并不令人满意。
水的导热系数大约是空气的4倍,同体积的水能够比空气吸收更多热量。相关数据显示,在25°C时,空气的热导率为0.0262,而水的热导率为0.606——这意味着,在25°C时,水吸收的热量是空气的25倍。
就像室温30度超出风扇的制冷上限时,你无法通过加快风扇转速来解热;在数据中心,传统风冷散热也面临同样的难题。
传统风冷的难题
近些年数字经济的发展催生了对高算力的渴求,CPU功耗越来越高,服务器越来越热。下图显示了英特尔和AMD下一代处理器的热设计功耗(TDP):在未来3年内,大多数最新一代处理器的TDP将超过400W。

针对不同的TDP,现有冷却技术(风冷和液冷)的冷却表现如何呢?

从图中可以看出,风冷和液冷之间的临界点取决于服务器外形(例如1U与2U、多节点与单片)及其配置,一般来说,风冷可以延伸到大约350W。反观液冷,其向下与风冷散热的覆盖区域部分重合,向上可延伸至更高的TDP范围。
结合GPU不断提升的功率要求、NVMe驱动器的冷却要求以及DPU的兴起,这就解释了为什么我们现在正处于风冷和液冷的临界点。
智能冷却
兼顾不同需求
可以预见的是,当服务器越来越热,未来数据中心需要散发的热量将远远超出传统风冷散热的能力范围。面对这一趋势,有必要在数据中心引入散热效率更高、更节能环保的冷却技术。
当前服务器的散热技术可分为三个类别:
●空气冷却(在Dell PowerEdge服务器上称为多矢量冷却)
●直接液体冷却(在Dell PowerEdge服务器上称为冷板式冷却)
●浸没式冷却
1
多向量冷却
这以传统的风冷散热为基础——利用风扇通过服务器的正面吸入冷空气,并从服务器的背面排出热空气。这种方法与适当的数据中心设计相结合,将来自冷水机组的冷空气移到冷通道,以便被服务器吸入,而热通道则收集来自服务器的热空气并将其发送到冷水机组。
从服务器前挡板上的开口形状到服务器内的护罩,戴尔以多向量冷却技术简化服务器内的气流路径,通过专属的管道型风扇以及自动调适冷却功能,把气流引导到服务器温度最高的部位,以创新推动空气冷却的发展。

值得一提的是,最近发布的新一代PowerEdge服务器在设计之初就考虑了可持续性,与前几代服务器相比,新一代戴尔PowerEdge服务器进一步优化了风冷散热效率,允许更多气流通过系统,从而在持续最高性能的同时保持低温。
2
冷板式液冷
冷板式液冷系统主要由冷却剂分配单元(CDU)、冷板、循环管路等部件构成,其核心是通过冷板,将发热部件的热量传递给循环管道中的冷却液体,基于液体本身的制冷特性实现服务器降温。
由于所用液体的吸热系数明显高于空气,因此可以冷却较热的组件,例如CPU或GPU,冷板式液冷仍需要部分风冷辅助冷却服务器的其余部分。当前的直接液体冷却技术可以支持TDP高达900W的组件。

3
浸没式液冷
浸没式液冷技术将服务器倾倒在一个装满液体的大容器中,依靠液体流动循环带走热量。目前业界正在积极研究实现最大热吸收的最佳液体。
如下图所示,针对不同的TDP值,冷板式液冷提供最高的冷却能力:

不过需要注意的是,尽管液冷具有更高的散热效率,但这并不能消除数据中心对风冷的需求,因为通过液体冷却过程收集的热量仍然需要从数据中心移除。
数据中心具体采用什么冷却方案受到应用条件、地理位置、工作负载等因素影响,戴尔认为在可预见的未来,客户将拥有完全适合风冷的工作负载,和需要直接液体冷却的冷却能力的工作负载,因此提供智能冷却技术满足不同客户的散热需求,即:
所有未来(和当前一代)的PowerEdge服务器都支持所有冷却方法,从而让客户根据他们的工作负载和数据中心能力科学地规划和采用不同的冷却系统。
除了支持多种冷却技术,戴尔的智能冷却还包括统一能耗管理软件OpenManage Power Center,该软件可以提高客户对服务器功耗的可见性和控制性,继而帮助客户低成本、自动化、智能化地应对各种能耗事件,减少碳足迹。
在未来几年内,大多数数据中心将采用至少两种不同的冷却技术,因此企业在做出硬件采购决策之前,首先需要考虑当前选择的硬件能否过渡到新的冷却技术。戴尔智能冷却方案以多种冷却技术助您自如应对不同散热需求,轻松构建绿色数据中心,是您面向未来投资的绝佳选择。
END
如果您想了解更多有关戴尔科技的产品和解决方案信息,请扫描以下二维码咨询戴尔官方客服。

好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。