伴随“东数西算”战略启动,以及“双碳”目标的提出,如何解决数据中心能源利用率低、节能技术水平不足等问题,已成为数据中心建设的首要难题。
对此,国内众多厂商纷纷进行液冷技术的探索与尝试,以实现更低PUE等目标。但因参与厂商众多,带来了理念不一、成果与案例难以参考、复制等新问题。

近日,在“绿色节能液冷数据中心高峰研讨会”上,《绿色节能液冷数据中心白皮书》(以下简称“白皮书”)正式发布。该白皮书是2023年首部,详解数据中心节能技术与标准的手册型白皮书。白皮书就数据中心的节能设计、建设,以及设施与设备验收等“全周期”维度给出了详实理念与标准范例。
液冷数据中心正当时
算力需求井喷,数据中心作为承载数据的关键,为我国数字经济的高质量发展提供了核心驱动力,而促进数据中心的绿色低碳和可持续发展也已成为“不可逆”的大趋势。
随着“东数西算”工程的全面启动和“双碳”目标的提出,液冷技术带动数据中心节能技术的研发与应用不断革新,为信息产业的绿色发展拓展更广阔的空间。
与传统风冷数据中心相比,液冷数据中心能有效降低能源消耗比,节省约30%的能源,可以将数据中心能源效率的指标降到1.05,更能满足绿色数据中心的要求。
虽然液冷液冷数据中心成为大势趋势,但是一个现实的问题是,液冷技术虽然诞生较早,但此前一直处于小规模部署阶段,众多链条企业尚依靠“作坊式生产”的方式完成产品及服务交付,难以形成规范化、规模化发展态势。
总之,液冷技术非常复杂,涉及液冷数据中心系统架构层、液冷部件及接口层、液冷基础设施层(液冷机柜、组件、换热设备、室外集成冷源等)、液冷监控系统层等多方面,产业链各企业技术路径多种多样,产品规格千差万别,想要对液冷技术进行标准化适配和部署的难度很大。
液冷数据中心的建设指南
近年来,众多团体、协会为推动液冷技术在数据中心的应用与普及,纷纷牵头液冷技术的标准立项编制工作。但百“标”齐放,未能让液冷数据中心的设计建设、节能设备验收、液冷机房运维等环节简便与清晰。这致使不少液冷数据中心在建设之初,普遍缺乏可持续的信心。
白皮书由国家互联网数据中心产业技术创新战略联盟、中科曙光和其子公司曙光数创联合主编,为新型节能数据中心的建设与运维,提供了建设方向以及设计准则。
白皮书围绕冷板式液冷、单相浸没液冷、相变浸没液冷三大主流节能液冷技术展开,在环境、性能、部件设计、运维规范等多方面提出具体要求,为液冷数据中心的规范化设计、建设等提供参考依据,弥补标准缺失难题。
曙光数创总裁何继盛介绍,白皮书的编写依托中科曙光及其子公司曙光数创多年的技术积累与市场经验。就如何实现数据中心低PUE下的高密度部署、液冷数据中心持续可靠运行、以及节能数据中心全年全地域建设运维等问题,提出了历经多年检验的理念与标准范例。
曙光数创深耕液冷市场
作为液冷数据中心市场的先行者之一,曙光数创早在2011年便开始探索液冷技术“无人区”,一直致力于为用户提供整体液冷数据中心基础设施解决方案。目前,曙光数创拥有知识产权共162项,其中国内专利共计有125项、软著共计有37项。由曙光建设的国内首个标准化液冷数据中心已持续稳定运行超2500天,曙光数创液冷解决方案也已部署在全国多座城市,其液冷数据中心累计建设规模超过260MW。
曙光数创副总裁张鹏介绍,曙光一直深耕数据中心基础设施液冷技术和产品应用,先后主持参与、制定数据中心相关节能标准共20预余项。以曙光液冷数据中心方案为例,其可让散热耗能占比,从传统风冷模式的超30%,降低至9%,PUE降低至1.2以下。如同等IT容量规模为40MW的数据中心,相比传统风冷模式,使用曙光浸没相变液冷方案,每年可节省电费3500万元。
张鹏表示,曙光数创具备先发优势,实施经验丰富,不断优化供应链,确保产品交付质量,并降低用户的部署成本。
如今,随着高算力需求的增加,数据中心的高功率高密度成为趋势,而液冷技术成为首选。不过这也对传统运维人员造成了挑战,比如散热和服务器是紧耦合,技术能力和操作流程需要调整。
目前,互联网、金融、电信等行业是液冷技术重三点应用领域,而随着液冷技术从点状到面的规模化发展,张鹏认为,未来3-5年,液冷渗透率将从目前的5%-8%左右增加到30%。
针对未来发展趋势,近期,曙光数创针对性地提出“冷平衡”战略,并整合自身技术创新与服务经验,打造SLiquid技术品牌和CloudBASE数据中心整体解决方案品牌,为“冷平衡”战略提供强有力的支撑。
据赛迪顾问《2023中国液冷应用市场研究报告》显示,2021年至2023年H1,曙光数创以58.8%的市场份额,位列中国液冷数据中心基础设施市场部署规模第一。
相信随着白皮书的发展,未来液冷数据中心建设能有标所依,有规可循,而曙光曙光数创也积极深耕液冷市场,助力“双碳”目标早日实现。
好文章,需要你的鼓励
亚马逊宣布向Anthropic追加50亿美元投资,分析师指出此举更多是为解决AI算力瓶颈。根据协议,Anthropic将锁定AWS最高5吉瓦的Trainium芯片算力,包括新一代Trainium 3和Trainium 4。此前Anthropic因容量不足被迫限流,此次扩容将提升用户并发支持能力。协议还涵盖亚欧地区推理算力扩展。分析师指出,此类交易已超越传统风险投资范畴,本质是"供应链融资"——将股权投资与云计算承诺捆绑,以锁定客户并确保资本回报。
这篇由清华大学、香港大学、美团LongCat团队等机构联合发布于2026年4月的综述(arXiv:2604.10098),是关于Transformer"注意力沉积"(Attention Sink)问题的首篇全面系统性研究。注意力沉积是指AI模型将大量注意力集中到语义无关的词上的普遍现象。综述梳理超过180篇研究,围绕"如何利用、如何解释、如何消除"三个维度构建了完整知识体系,涵盖大语言模型、视觉Transformer、多模态模型等多种架构,为AI推理效率、幻觉治理和低精度部署提供了系统性指导。
前微软工程师Dave Plummer是任务管理器的原始开发者,他近日解释了CPU使用率显示背后的原理。任务管理器并非实时读取CPU数值,而是通过定时器采样,计算两次采样间的CPU累计执行时间差来估算使用率。这一方法在早期静态时钟频率的CPU上表现良好,但在现代CPU动态调频、核心休眠等机制普及后,显示结果更接近"占用率"而非真实"生产力",导致数字有时显得不够精准。
这项由加州大学圣地亚哥分校等多家机构联合发布于2026年4月的研究(arXiv:2604.11201),推出了名为COCOABENCH的AI综合能力测试平台,包含153道需要同时运用视觉理解、网络搜索和编程三种能力的真实任务,并配套轻量级测试框架COCOA-AGENT。测试发现,当前最强AI系统成功率仅为45.1%,主要失败原因集中在推理规划、工具执行和视觉感知三大方面,揭示了现有AI距离"真正全能数字助手"仍有显著差距。