微软预览了一种新的数据中心设计,这种设计将大大减少冷却服务器所需的用水量。
微软数据中心基础设施工程副总裁Steve Solomon周一在一篇博客文章中详细介绍了这项技术。
水蒸发时会从周围空气中吸收大量热量。许多数据中心运营商利用这种现象来散发硬件产生的热量。众所周知,蒸发冷却是冷却服务器最省电的方法之一。
服务器集群产生的热量会提高数据中心内的空气温度。蒸发冷却系统使用风扇将热空气吸入装满水的容器中。当容器中的水蒸发后,空气的温度会急剧下降,风扇可以将其抽回数据中心,冷却里面的服务器。
和其他的一些散热方法相比,蒸发冷却的耗电量更少。这种方法的缺点是蒸发的水会流失,因而增加数据中心对环境的影响。微软最新发布的数据中心设计旨在应对这一挑战。
与标准蒸发冷却系统类似,微软的设计使用水来调节数据中心的温度。不同的是,它并不蒸发水,而是用冷却器冷却水,这意味着没有液体损失。这就大大减少了数据中心的耗水量。
Solomon详细介绍说:“虽然卫生间和厨房等管理用途仍需要用水,但这种设计将避免每个数据中心每年超过1.25亿升水的需求。”
在过去几年中,微软已经实现了显著的节水效果,预计此次会在这一基础上进一步减少用水量。2023年,该公司数据中心每消耗1千瓦电能将消耗约0.49升水。这比2021年下降了39%,比微软的第一代数据中心节水80%。
该公司通过几种不同的方法减少了用水量。
今年7月,微软披露其数据中心的大部分设备都在相对较高的温度下运行。这样,它就可以在一年中的大部分时间里用外部空气冷却硬件。此外,微软还为一些数据中心配备了可以使用回收水和雨水的硬件。
微软减少用水量的努力还包括软件部分。今年早些时候,微软详细介绍了其正在开发的 “预测模型”,旨在预测数据中心一天的用水量。如果该设施最终用水量增加,工程师就能迅速确定存在管道漏水等问题,并进行修复。
该公司还致力于通过其他方式提高数据中心的效率。对于配备其定制的Maia 100 芯片的服务器,该公司开发了一种冷却“小跟班”,可在所连接的系统中循环冷却液。由于液体的导热性能比空气好,因此这种方式比使用风扇要有效得多。
目前,冷却液并不直接流经微软的芯片,而是冷却连接在这些芯片上的冷板。该公司打算在未来利用所谓的微流体技术改变这种状况。该公司计划设计具有微小通道的芯片,让冷却液直接流经硅片,从而进一步提高数据中心的效率。
Solomon写道:“尽管我们目前的机组仍将混合使用风冷和水冷系统,但亚利桑那州凤凰城和威斯康星州普莱森特山的新项目将于2026年试用零水蒸发设计。”“这些新项目将于2027年底开始投入使用。”
好文章,需要你的鼓励
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
商汤科技研究团队开发的InteractiveOmni是一个突破性的全模态AI助手,能够同时处理图像、视频、音频和文字,并具备强大的多轮对话记忆能力。该模型采用端到端架构,实现了从多模态输入到语音输出的统一处理,在多项基准测试中表现优异。特别值得关注的是,4B参数版本就能达到接近7B模型的性能,且已开源供研究使用。
亚马逊云服务宣布投资500亿美元,专门为美国政府构建AI高性能计算基础设施。该项目将新增1.3千兆瓦算力,扩大政府机构对AWS AI服务的访问,包括Amazon SageMaker、Amazon Bedrock和Claude聊天机器人等。预计2026年开工建设。AWS CEO表示此举将彻底改变联邦机构利用超级计算的方式,消除技术障碍,助力美国在AI时代保持领先地位。
腾讯混元团队联合北航、清华推出Honey-Data-15M,这是一个包含1500万高质量图像-问答对的开源数据集,通过创新的双层思考链策略让AI学会深度推理。基于此训练的Bee-8B模型在复杂推理任务上表现卓越,证明了专注数据质量能让开源AI达到商业级水平。