关注公众号，点击公众号主页右上角“ · · · ”，设置星标，实时关注旺材芯片最新资讯
随着人工智能（AI）的空前增长，微软下一代数据中心面临前所未有的基础设施挑战：现代设施必须同时支持差异巨大的IT设备混合负载。根据微软在2026年4月发布博客，这种硬件冷却需求的“发散性”催生了分区冷却（Zonal Cooling）策略，成为其下一代AI数据中心的核心热管理范式。AI加速器（如现代GPU）功率密度急剧上升，单加速器功耗超过1kW时，空气冷却因空气热容量有限已不切实际，必须采用液冷；而通用硬件（CPU计算、存储、网络）在可预见的未来仍主要保持风冷。两者对冷却液温度的要求截然不同：液冷AI加速器：得益于更高的散热效率，芯片端冷却液供给温度可高达45°C且不牺牲峰值性能。风冷通用设备：为兼顾人机舒适与硬件效率，需低得多的供给温度，约30°C。若沿用统一设施水系统（FWS）单温度环路，会导致严重低效——液冷GPU机架被供应低于所需的冷却液（过冷），尤其当液冷占比升至90:10（如NVIDIA GB300服务器）时，大部分设备被不必要地过冷，浪费能源与水。分区冷却是一种设施设计，引入多个独立的水环路，各自以不同温度供液。微软在下一代AI数据中心（2028年及以后上线）实施的是设施级分区：环路A（风冷区）：服务风冷通用设备，维持较低温度（~30°C），兼顾人员舒适与通用硬件效率。环路B（液冷区）：服务液冷AI加速器，可在较高温度（最高45°C）下高效运行。这种分离让运营商精确匹配各分区冷却供给，避免“以最低公分母统一过冷”的低效，动态按需供冷。分区冷却具备关键灵活性：随硬件代际演进（未来AI加速器可能需要不同液温范围，或微流控技术支持更高温度；通用设备需求不变），可通过调整环路温度、重配冷却分配来适配，无需大规模基础设施翻修。液冷扩展了允许供液温度范围，使温度专属分区可多层应用：1、设施级（Facility-level）：数据中心内两个温区——风冷区与液冷区（微软2028+新建AI数据中心正式采用）。2、行级（Row-level）：按部署硬件定制每行温区（如通用行vs GPU行）。3、机架级（Rack-level）：单机架内多温区，跨服务器细粒度优化。4、芯片级（Chip-level）：服务器内部分区——例如GPU高带宽内存（HBM）用更冷冷却液，SoC和CPU用较暖冷却液，以支撑更高HBM堆叠与带宽，同时避免不必要开销。目前微软在实验室探索行级、机架级、芯片级，设施级将于2028年起在新建AI数据中心落地。分区冷却可以持续提升设施性能与效率，直接支撑微软可持续承诺（碳负、下一代数据中心消除蒸发冷却用水）：能效与可持续：减少冷却基础设施负荷，降低年化PUE（设施级分区预计PUE改善高达10%），等价于节能与减碳。服务器密度提升：定制分区冷却降低酷暑日峰值冷却功耗，从而降低峰值PUE；设计者可借此在同一市电包络内增加服务器、预留未来加速器低温需求功率，或缩减每数据中心合约市电。更高性能：冷环路支持GPU/CPU安全超频维持高频；优化内存冷却（芯片级分区）支持更高HBM堆叠密度与带宽。面向未来的灵活性：独立分区可随硬件代际调温/重配，兼容未来创新（如微流控、新加速器温区），无需推倒重来。分区冷却代表了数据中心热管理的范式转移：从“单一设施水系统适配所有”转向“分区专属、灵活适配空冷与液冷异构负载”。作为微软下一代AI基础设施的基石策略，它让数据中心在AI算力爆发与可持续目标（碳负、零蒸发水冷）间取得平衡，并为未来硬件多样性预留弹性。
专心 专业 专注
