文|光錐智能 姚 悅
編輯|王一粟
一進(jìn)入部署了液冷服務(wù)器的數(shù)據(jù)中心，不僅沒有嘈雜的風(fēng)扇聲，甚至在不開空調(diào)的夏日也完全沒有悶熱感。
在大模型引發(fā)“暴力計(jì)算”的熱潮下，數(shù)據(jù)中心的上下游，正在加緊推進(jìn)液冷“降溫”。
半年來，服務(wù)器廠商在液冷產(chǎn)品上紛紛推出新的解決方案。比如，中興通訊的新G5系列服務(wù)器，支持不同的冷板式液冷方案，從CPU液冷到內(nèi)存條散熱+VR液冷；聯(lián)想升級(jí)海神溫水水冷系統(tǒng)，可實(shí)現(xiàn)服務(wù)器全水冷無風(fēng)扇設(shè)計(jì)；新華三也發(fā)布全棧液冷解決方案，包含G6系列服務(wù)器、核心路由器、接入交換機(jī)；中科曙光子公司曙光數(shù)創(chuàng)8月發(fā)布了“冷平衡”戰(zhàn)略，是特別針對(duì)數(shù)據(jù)中心算力、成本、能耗三元平衡問題，推出的全棧液冷數(shù)據(jù)中心技術(shù)與全生命周期一站式服務(wù)；去年年底華為推出全場景液冷“天成”多樣性算力平臺(tái)。今年，華為昇騰再推集成天成液冷的算力集群，可以支持萬卡規(guī)模。
“在‘東數(shù)西算’‘雙碳’大背景下，不斷提升的功率密度和PUE（能效指標(biāo)，越接近1越優(yōu)）設(shè)計(jì)要求已成為行業(yè)面臨的主要問題，液冷技術(shù)具有高密低碳等優(yōu)勢，已經(jīng)成為應(yīng)對(duì)數(shù)據(jù)中心散熱壓力和節(jié)能挑戰(zhàn)的必由之路?！敝信d通訊數(shù)據(jù)中心產(chǎn)品線規(guī)劃總工翁建剛表示。
而就在去年，面對(duì)液冷，當(dāng)上游設(shè)備廠商活躍時(shí)，中游的數(shù)據(jù)中心還顧慮重重，保持觀望。但現(xiàn)在，像企商在線這樣的中游企業(yè)也已經(jīng)積極規(guī)劃液冷設(shè)施，足見液冷已經(jīng)成為行業(yè)共識(shí)。
企商在線IDC能力中心售前經(jīng)理徐濤對(duì)光錐智能表示，公司已經(jīng)在接管客戶的一些AI業(yè)務(wù)，AI服務(wù)器的功耗是通用服務(wù)器功耗的十倍左右，風(fēng)冷的局限性日漸明顯，必須嘗試液冷。
服務(wù)器廠商的積極布局，很大程度上來源于客戶的需求逐漸明朗。
數(shù)據(jù)中心占有半壁江山的三大電信運(yùn)營商在6月親自下場，聯(lián)合發(fā)布《白皮書》，提出“三年景愿”：即2023年開展液冷技術(shù)驗(yàn)證；2024年開展規(guī)模測試，新建數(shù)據(jù)中心項(xiàng)目10%規(guī)模試點(diǎn)應(yīng)用液冷技術(shù)，推進(jìn)產(chǎn)業(yè)生態(tài)成熟；2025年及以后開展規(guī)模應(yīng)用，50%以上數(shù)據(jù)中心項(xiàng)目應(yīng)用液冷技術(shù)。
“現(xiàn)在液冷基本上所有內(nèi)容已經(jīng)通過驗(yàn)證，進(jìn)入一個(gè)規(guī)模擴(kuò)張的階段?！苯?，工信部直屬研究機(jī)構(gòu)賽迪顧問的液冷領(lǐng)域分析師袁鈺明確當(dāng)前液冷所處階段。
其實(shí)，液冷并不是新技術(shù)，其早已被應(yīng)用于工業(yè)、航空領(lǐng)域。一說，阿波羅登月計(jì)劃，就將液冷用于宇航員體溫控制。在數(shù)據(jù)中心領(lǐng)域，液冷在上世紀(jì)60-90年代就嶄露頭角。但后來隨著計(jì)算技術(shù)迭代功耗下跌，又被“冷落”。
從被“冷落”到“翻紅”，液冷經(jīng)歷了什么，又將面對(duì)什么新挑戰(zhàn)？
“暴力計(jì)算”亟需液冷降溫
風(fēng)冷是過去很長時(shí)間內(nèi)，數(shù)據(jù)中心的主流溫控方案，以空氣為冷卻媒介。液冷和風(fēng)冷最大的區(qū)別，就是冷卻媒介不同，“液冷”利用礦物油、氟化液等絕緣低沸點(diǎn)的冷卻液作為冷媒，通過熱交換將服務(wù)器的熱量排出。完全絕緣、無腐蝕性的冷液，單位體積價(jià)格堪比茅臺(tái)、五糧液。
液冷之所以被數(shù)據(jù)中心重新重視，根本原因是，后摩爾定律時(shí)代，芯片、服務(wù)器的功耗再呈上升趨勢，隨之產(chǎn)生更高的溫度。
“那一次更讓我深刻理解了溫度對(duì)于服務(wù)器的影響。”有著十余年IDC售前經(jīng)驗(yàn)的徐濤回憶從業(yè)過程中遇到的設(shè)備散熱對(duì)服務(wù)器運(yùn)行影響的問題，“客戶規(guī)劃的服務(wù)器功耗100多瓦，實(shí)際裝的300多瓦，而且單機(jī)柜實(shí)際密度也比規(guī)劃高，結(jié)果測出服務(wù)器溫度到了六七十度，直接導(dǎo)致故障率是原來的10倍?！?/p>
圖源曙光數(shù)創(chuàng)招股書
針對(duì)數(shù)據(jù)中心高溫問題，頭部設(shè)備廠商更加大力推進(jìn)液冷，目的大多集中在降低PUE，具體則從技術(shù)、方案等不同角度著力。
據(jù)媒體此前報(bào)道，中興通訊建設(shè)的全液冷數(shù)據(jù)中心項(xiàng)目中，液冷散熱的比例已經(jīng)達(dá)到了70%。公司今年1月發(fā)布的G5系列服務(wù)器新品支持液冷散熱技術(shù)，采用冷板式液冷散熱，可實(shí)現(xiàn)數(shù)據(jù)中心PUE降至1.1，冷板&管路高可靠連接，全管路智能監(jiān)控，漏液秒級(jí)告警。
聯(lián)想則從液體溫度著眼，首創(chuàng)海神溫水全水冷技術(shù)。不同于常見的45-50攝氏度的技術(shù)，聯(lián)想通過數(shù)據(jù)分析，認(rèn)為進(jìn)水50攝氏度、出水60攝氏度，可以獲得最佳能耗比。海神溫水全水冷技術(shù)實(shí)現(xiàn)了服務(wù)器全水冷無風(fēng)扇設(shè)計(jì)，支持多類型GPU，散熱效率達(dá)98%，甚至可以支持?jǐn)?shù)據(jù)中心PUE降至1.1以下。
后摩爾定律時(shí)代，芯片的功率越來越高。尤其是大模型帶來的“暴力計(jì)算”，例如，用于訓(xùn)練ChatGPT的英偉達(dá) A100服務(wù)器的最大功耗已達(dá)6.5kW。而此前，傳統(tǒng)的服務(wù)器功率400W左右已經(jīng)算很高。
與此同時(shí)，AI產(chǎn)業(yè)快速發(fā)展，致使算力需求飆升。但受制于建設(shè)面積等客觀因素，增加單機(jī)柜功率密度，成為調(diào)和快速的算力需求與有限數(shù)據(jù)中心承載力的共識(shí)方案。
服務(wù)器功耗越來越大，溫度越來越高，所占空間越來越小。可以想象一下，一堆愛出汗的人，擠在狹小的屋子。
越來越高的溫度對(duì)于服務(wù)器來說是非常大的隱患。
“芯片溫度每升高10度，故障率就會(huì)翻倍，壽命也會(huì)減半。”徐濤說，所以散熱已經(jīng)是當(dāng)前智算面臨的最大問題之一。
但是，風(fēng)冷已經(jīng)被逼近甚至突破極限。每機(jī)柜15-25kW的功率密度是“未使用背板換熱器等其他制冷設(shè)備”的風(fēng)冷解決方案上限，僅勉強(qiáng)扛得住2-4個(gè)NVIDIA A100。
華為集群計(jì)算業(yè)務(wù)副總裁王振華表示，當(dāng)芯片的典型功耗超過300W，每平方厘米的功耗超過90W的時(shí)候，風(fēng)冷難以為繼。而當(dāng)前業(yè)界的主流芯片產(chǎn)品，功耗已經(jīng)超過這個(gè)閾值。
“機(jī)柜密度不斷提升，會(huì)帶來整個(gè)制冷系統(tǒng)的造價(jià)成本提升?！笔锕鈹?shù)創(chuàng)總裁何繼盛表示，“甚至單機(jī)柜的功率密度達(dá)到一定程度，繼續(xù)增加投資都不能滿足數(shù)據(jù)中心的散熱需求?！?/p>
另一方面，隨著“碳達(dá)峰”、“碳中和”等戰(zhàn)略落地，國家到地方對(duì)于PUE明確的“紅線”，成為刺激液冷產(chǎn)業(yè)加速更為直接的原因。
4月，多部門發(fā)文，2023年6月起數(shù)據(jù)中心PUE不高于1.4，2025年起數(shù)據(jù)中心不高于1.3，當(dāng)前行業(yè)平均PUE為1.5。更多的地方政策，則對(duì)數(shù)據(jù)中心提出了更加嚴(yán)格的要求。
相比之下，液冷的單位體積的比熱容足有風(fēng)冷的1000倍以上。（比熱容越大的物質(zhì)，溫度每上升1攝氏度，所吸收的熱量越多）；液冷PUE普遍在1.1，甚至不斷逼近1.0。
新華三已經(jīng)設(shè)計(jì)了PUE15kW時(shí)，冷板式液冷TCO優(yōu)勢明顯，當(dāng)單機(jī)柜功率>30kW時(shí)，浸沒式液冷開始出現(xiàn)優(yōu)勢。
此外，無論任何一種液冷路線，相較風(fēng)冷，都已經(jīng)在節(jié)省電和空間上具備成本優(yōu)勢。
根據(jù)開源證券研究所的統(tǒng)計(jì)結(jié)果，一個(gè)數(shù)據(jù)中心的能耗分布中，散熱系統(tǒng)的占比高達(dá)40%。也就是說，數(shù)據(jù)中心每耗費(fèi)一度電，只有一半用在了“計(jì)算”上，其他的則浪費(fèi)在了散熱、照明等方面。計(jì)算和散熱幾乎陷入了一場零和博弈，計(jì)算量越大散熱消耗的電量越大。
華為昇騰AI計(jì)算集群也已經(jīng)采用液冷散熱。液冷方案本就比傳統(tǒng)風(fēng)冷方案更省電，昇騰采用了直接把冷夜注入每塊芯片的精準(zhǔn)供給方式，相比浸沒式，可以降低日常運(yùn)維的成本。
“精準(zhǔn)供給取決于芯片板卡上都設(shè)置傳感器、電控閥門，再加上中央控制，可以實(shí)現(xiàn)為不同芯片在不同的負(fù)荷下，提供精細(xì)化冷量輸送?！北本N騰人工智能生態(tài)創(chuàng)新中心CTO楊光向光錐智能介紹。
華為昇騰門頭溝數(shù)據(jù)中心，拍攝：光錐智能
阿里云技術(shù)專家王鵬曾表示，如果全國的數(shù)據(jù)中心都采用浸沒液冷技術(shù)，預(yù)計(jì)到2025年，一年可節(jié)省上千億度電。
液冷散熱效果強(qiáng)大，數(shù)據(jù)中心不用采用疏密手段。尤其是對(duì)于一二線的數(shù)據(jù)中心來說，液冷的空間成本更突出。
徐濤透露，他們有數(shù)據(jù)中心，因?yàn)榻恿艘恍〢I業(yè)務(wù)，原來規(guī)劃246個(gè)機(jī)柜，但現(xiàn)在GPU服務(wù)器增多，為了避免數(shù)據(jù)中心溫度過高，只能進(jìn)行疏密，所以一下就砍到了六七十個(gè)機(jī)柜。但石景山區(qū)的數(shù)據(jù)中心上了液冷設(shè)備空間利用率就會(huì)大幅提升，同時(shí)可以降低數(shù)據(jù)中心的PUE，降低能耗水平。
“二三線城市的建筑成本為數(shù)千元，北京的建筑成本為數(shù)萬元，空間成本可以說非常高?！毙鞚硎荆m然目前液冷單千瓦成本較風(fēng)冷高，但考慮到空間利用率以及節(jié)省的電費(fèi)，液冷制冷方案，還是值得投入的。
規(guī)模擴(kuò)張還需跨越“百標(biāo)大戰(zhàn)”
雖然已經(jīng)初步跨過降本這道欄，接下來液冷擴(kuò)張卻還要面臨新的問題——“百標(biāo)大戰(zhàn)”。
以冷板式液冷為例，主要包括機(jī)柜與服務(wù)器，交付方式分為兩種，一體化交付與解耦交付。解耦交付是液冷機(jī)柜與液冷服務(wù)器之間遵循用戶統(tǒng)一制定的接口設(shè)計(jì)規(guī)范，機(jī)柜與服務(wù)器解耦，可由不同廠商交付；一體化交付是液冷整機(jī)柜（包括機(jī)柜和服務(wù)器）由廠商自定標(biāo)準(zhǔn)進(jìn)行集成設(shè)計(jì)開發(fā)，整機(jī)柜由同一廠商一體化交付。
液冷產(chǎn)業(yè)鏈尚不成熟，當(dāng)前業(yè)內(nèi)尚無服務(wù)器統(tǒng)一接口標(biāo)準(zhǔn)，各廠商產(chǎn)品及配件設(shè)計(jì)標(biāo)準(zhǔn)各異。兩種交付背后充滿了各方博弈。
對(duì)于廠商來說，一體化解決方案的成本一定是更低，開發(fā)和交付周期大幅縮短。更重要的是，為了形成客戶壁壘，廠商也多選擇以產(chǎn)品一體化的交付模式為主。這導(dǎo)致各廠商的產(chǎn)品之間兼容性差。
不過，數(shù)據(jù)中心用戶會(huì)對(duì)一體化交付充滿顧慮。
一方面，用戶會(huì)有遷移需求，比如達(dá)成新戰(zhàn)略合作，或者原本就是臨時(shí)租用機(jī)柜，以及后續(xù)機(jī)柜需要擴(kuò)容等。如果液冷的設(shè)施綁定，遷移成本會(huì)增加。另一方面，設(shè)備與設(shè)施綁定，可能會(huì)讓用戶失去議價(jià)權(quán)。一次性批量采購，設(shè)備更新速度快，大概率只能保持固定供應(yīng)商，如果選擇其他產(chǎn)品，還需要對(duì)基礎(chǔ)設(shè)施進(jìn)行改造。
因此，考慮到用戶需求，數(shù)據(jù)中心不愿意接受一體化方案，就會(huì)要求設(shè)備廠商解耦。畢竟設(shè)備廠商目前還處于充分競爭階段，廠商也就不得不解耦交付。
當(dāng)前超聚變、華為、浪潮、曙光、新華三等主要液冷服務(wù)器廠商皆擁有自己的一體化交付方案與解耦交付方案。
不過，解耦是能解，解耦也可帶來供應(yīng)商多樣化，有助于控制成本，能夠讓各供應(yīng)商發(fā)揮自身優(yōu)勢。但是解耦要求甲方協(xié)調(diào)各個(gè)供應(yīng)商做好對(duì)接，過程就會(huì)非常耗時(shí)耗力?！懊恳粋€(gè)環(huán)節(jié)都得多方密切溝通，也得緊盯落實(shí)，一旦出現(xiàn)一點(diǎn)差錯(cuò)，就導(dǎo)致系統(tǒng)性問題。”徐濤說，相對(duì)于一體化交付，沒有行業(yè)標(biāo)準(zhǔn)，解耦就會(huì)變成項(xiàng)目制。
各方拉鋸中，首當(dāng)其沖的就會(huì)是設(shè)備廠商。
曙光數(shù)創(chuàng)是國內(nèi)最早布局液冷的企業(yè)，液冷基礎(chǔ)設(shè)施市占率接近6成。但曙光數(shù)創(chuàng)今年年中報(bào)顯示，冷板液冷數(shù)據(jù)中心基礎(chǔ)設(shè)施產(chǎn)品，營收收入同比減少42.55%，營收成本同比減少33.63%，毛利率同比減少11.14%。年報(bào)中解釋，收入波動(dòng)的原因是，公司產(chǎn)品是非標(biāo)準(zhǔn)產(chǎn)品，但目前數(shù)據(jù)中心建設(shè)標(biāo)準(zhǔn)各異。繼而，下游會(huì)因?yàn)榉N種問題，猶豫嘗試液冷方案，導(dǎo)致液冷推廣遇阻。
曙光數(shù)創(chuàng)也呼吁行業(yè)統(tǒng)一標(biāo)準(zhǔn)。張鵬表示，首先如果行業(yè)標(biāo)準(zhǔn)對(duì)于供水的溫度、溫差、壓力等能夠統(tǒng)一，對(duì)液冷成本進(jìn)一步下降是非常有意義的，也是他們?cè)趯?shí)際落地中遇到的問題。
不過，行業(yè)的標(biāo)準(zhǔn)形成并不會(huì)一蹴而就。而徐濤認(rèn)為，各方博弈的滾動(dòng)過程，行業(yè)的發(fā)展難免會(huì)有波折很有可能“進(jìn)三步退一步”。當(dāng)然，這也是新興技術(shù)必然經(jīng)歷的過程。
華為昇騰已經(jīng)宣布將會(huì)發(fā)布業(yè)界首個(gè)萬卡級(jí)的集群，也將配套液冷方案，使用天成平臺(tái)采用的“液冷+電源+網(wǎng)絡(luò)”三條總線的設(shè)計(jì)思路。
企商在線石景山公共算力中心預(yù)計(jì)明年8月就交付，雖然還沒有行業(yè)標(biāo)準(zhǔn)落實(shí)，企商在線則選擇部分高功耗算力采用液冷方式一體化建設(shè)，然后直接租算力給客戶。
徐濤表示，后續(xù)隨著行業(yè)發(fā)展一定會(huì)有新的方案，考慮到芯片功耗越來越高，風(fēng)冷能力有限，同時(shí)“碳達(dá)峰”“碳中和”的要求，液冷作為確定趨勢，當(dāng)前先做起來比較重要。