為什么服務器冷卻在數據中心行業(yè)如此重要？

　　作者：James Lupton 是 Blackcore Technologies 的首席技術官

　　數據中心運營商越來越多地尋求新的冷卻解決方案，以確保其服務器有效高效地運行。

　　高性能計算 (HPC) 或人工智能 (AI) 工作負載可能需要數天的高利用率運行時間才能完成一組復雜的模擬。運行這些工作負載的硬件缺乏足夠的冷卻會導致不可靠、故障并降低服務器系統的整體性能，這也會延長工作負載的運行時間。這意味著運行該工作負載的總成本或服務器在其使用壽命期間運行的總成本將增加。

　　需要非傳統冷卻的另一個例子是在超頻期間。通過超頻處理器，您可以提高時鐘速度，從而使 CPU 每秒執(zhí)行更多指令。這通常用于游戲系統，但現在也廣泛用于需要快速、低延遲計算的領域，如電子交易。

　　超頻可以提高計算機組件的性能，但代價是增加功率，從而產生額外的廢熱。如果沒有適當的冷卻，組件根本無法應對額外的熱量并發(fā)生故障，可能導致提升的性能毫無用處。

　　為了解決這些挑戰(zhàn)，液體冷卻通常是答案。

　　數據中心液體冷卻有哪些不同類型?

　　最常見的三種液體冷卻類型是浸入式冷卻、機架級液體冷卻和獨立式液體冷卻。

　　浸入式冷卻涉及將所有計算機組件放置在專門的非導電液體中，通常具有油性。浸入式冷卻有兩種類型：單相和雙相。

　　單相的工作原理是主動將液體泵送到熱源上，吸收熱量，然后將液體循環(huán)到熱交換器再次冷卻。

　　雙相的工作原理是液體保持低沸點。然后，來自組件的熱量在接觸時使液體沸騰，這種相變將熱量從冷的組件上轉移出去。氣泡上升到罐頂，然后凝結回液體形式。冷凝過程會帶走冷卻劑中的熱量。

　　浸入式冷卻需要定制硬件、非典型機架空間和數據中心定制。它還需要定義一個完整的堆棧，并且維護期望很少，因為在系統部署后添加卡或磁盤驅動器需要大量工作。與其他方法相比，浸入式冷卻的部署成本通常很高。

　　然而，與傳統的基于風扇的系統相比，浸入式冷卻的優(yōu)勢在于它提供了更高的散熱效率。液體冷卻劑的導體比空氣好得多，并且循環(huán)所需的能量輸入更少。

　　機架級液體冷卻是將整個數據中心機架轉變?yōu)閺V泛的液體冷卻回路的過程。機架的很大一部分將專用于泵送和冷卻液體冷卻劑。機架的其余部分將采用服務器系統，這些服務器系統的主要發(fā)熱組件(CPU，RAM)裝有水塊或冷板，冷卻劑從其上方流過。然后，這些系統將管道引導到機箱后部，在那里它們有快速斷開閥。

　　這允許服務器的內部冷卻回路與主機架級冷卻回路連接和斷開。機架級液體冷卻提供非常高密度的計算，因為您可以將大量硬件堆疊在一起，因為冷卻基礎設施在某種程度上被抽象化了。然而，這需要整個機架級解決方案，并且根據部署的復雜性，可能會比典型的服務器部署成本大幅增加。

　　最后，獨立式液體冷卻涉及將所有必要的液體冷卻硬件完全整合到單個服務器機箱中。這意味著將液體冷卻劑泵入特定的計算機組件(即處理器)上，通過水塊或冷板傳遞熱量。這種冷卻劑通過管道輸送到關鍵組件或熱源上，然后像傳統服務器配置一樣返回到由內部風扇冷卻的散熱器。

　　獨立式液體冷卻意味著數據中心不需要額外的硬件或基礎設施?？梢允褂脗鹘y機架，服務器基本上像典型的風冷服務器一樣即插即用，這意味著服務器具有與標準服務器類似的維護能力。與浸沒式冷卻系統相比，獨立式液體冷卻的部署成本往往更接近典型服務器的成本。

　　液體冷卻不僅僅是提高服務器的效率

　　數據中心所有者意識到，他們可以通過捕獲和回收現有基礎設施中的廢能來提高效率。正在實施一項新的 ISO 能源再利用因子 (ERF) 標準，以幫助數據中心衡量其在能源再利用方面的表現并提高可持續(xù)性。

　　微軟和谷歌都已開始在芬蘭開展熱能再利用項目，前者與 Fortum 合作，稱“數據中心產生的廢熱將轉化為區(qū)域供熱，為芬蘭第二大城市埃斯波、鄰近的考尼艾寧和基爾科努米市提供服務，這將是迄今為止世界上最大的數據中心廢熱回收項目?！?/p>

　　與此同時，谷歌正與 Haminan Energia 合作，重新利用現有數據中心的熱量，這將“占當地區(qū)域供熱網絡年熱量需求的 80%”。

　　英國也在試驗類似的計劃，能源供應商 Octopus 最近向 Deep Green 投資 2 億英鎊，利用廢棄的直流電為附近的游泳池供暖。

　　數據中心的主要制約因素

　　特別是在金融等行業(yè)，人們逐漸遠離云端，這通常是基于成本的舉措，而回歸到更靠近交易所或由交易所托管的共置數據中心——這是從性能和控制的角度推動的。與任何技術一樣，它都是關于“合適的工具用于合適的工作”。云和遠程數據中心對于某些行業(yè)和項目來說效果很好，但始終需要物理上靠近特定位置的高性能硬件。

　　人工智能、監(jiān)管壓力和工作負載將如何影響液冷采用的速度

　　人工智能和其他 HPC 行業(yè)正在繼續(xù)提高機架式服務器系統的功率密度。計算機數量的增加意味著功耗增加，從而導致發(fā)熱量增加。從服務器系統中去除這些熱量反過來需要為高 CFM(立方英尺/分鐘)風扇提供更多功率。

　　液冷技術(包括機架級冷卻和浸沒式)可以提高服務器系統散熱效率，從而減少風扇功率。反過來，這可以減少服務器機架的總體功率預算。

　　當將此推算到數據中心占地面積的大部分時，節(jié)省的資金可以大幅增加。當您考慮到一些最新的 Nvidia 機架產品需要 40KW 或更高功率時，您可以開始看到功率需求如何轉向極端。作為參考，許多電子交易共置僅提供 6-12KW 機架的情況并不少見，這些機架有時半空運行，因為服務器需要的功率超過機架可以提供的功率。

　　這些趨勢將迫使數據中心采用任何可以減輕其自身基礎設施和為其供電的本地基礎設施的電力負擔的技術。

　　此外，任何提高效率的方法，無論是通過減少總體負荷還是重復使用廢熱，對于保持運營效率，同時擴展以滿足不斷增長的計算需求都至關重要。許多人可能會開始考慮構建新的定制 HPC 或以 AI 為重點的數據中心，從頭開始關注這些新要求。

　　位置也將繼續(xù)在新數據中心建設中發(fā)揮重要作用，因為獲取綠色能源和良好的氣候將成為需要考慮的新的關鍵因素。

　　來源：千家網