Rychlý růst umělé inteligence mění způsob, jakým jsou datová centra chlazena. S rostoucími výpočetními zátěžemi AI dosahuje tepelný výkon nové generace serverů úrovní, které tradiční vzduchové chlazení a evaporační systémy čím dál hůře zvládají.
Tato změna se stala konkrétní v polovině roku 2026, kdy NVIDIA uveřejnilo referenční návrh generace Rubin – plně kapalinově chlazenou architekturu založenou na vysokoteplotních glykolových okruzích spárovaných s venkovními suchými chladiči místo chlazené vody nebo evaporačních chladicích věží. Jedná se o jeden z nejjasnějších signálů, že suché chladiče přecházejí z podporující role do jádra odvádění tepla z datových center s AI.
Největší výzvou pro datová centra umělé inteligence již není pouze výpočetní kapacita – je to správa tepla.
S rostoucím výkonem GPU se zvyšuje hustota výkonu na stojan. Tepelný návrhový výkon jednoho GPU již v příštích generacích platforem dosahuje 1 800–2 300 W a špičkové hustoty výkonu na stojan v AI clusterech mohou výrazně překročit hodnoty, pro které byla tradiční datová centra původně navržena. tradiční datová centra původně navržena.
Tradiční chlazení vzduchem nestačí tomuto vývoji kvůli následujícím důvodům:
Aby byly tyto výzvy vyřešeny, příští generace AI zařízení přechází k přímému kapalinovému chlazení, při němž je teplo odváděno z čipů prostřednictvím okruhu chladicí kapaliny a následně odváděno ven.
Jedním z klíčových vývojů v pokročilém chlazení umělé inteligence je zavedení uzavřených glykolských systémů s vysokou teplotou.
Místo chlazení pomocí chlazené vody nebo výparných chladicích věží NVIDIA ve svém referenčním návrhu Rubin obíhá glykolské chladivo při teplotách mnohem vyšších než u běžných systémů s chlazenou vodou – chladivo vstupuje do stojanu přibližně při 45 °C a opouští jej kolem 55 °C; tento rozdíl teplot je natolik široký, že většinou stačí okolní vzduch, který odvádí teplo prostřednictvím suchých chladičů umístěných venku, a není třeba provozovat energeticky náročné mechanické chladiče.
Schéma architektury: stojan pro servery umělé inteligence → výměník tepla → suchý chladič umístěný venku v uzavřeném glykolském systému
Přínos z hlediska účinnosti je významný: chlazení obvykle činí až 40 % celkové spotřeby elektřiny datového centra , a zvýšení provozní teploty chladicího zařízení pouze o jeden stupeň může snížit náklady na chladicí energii přibližně o 4 %. Provoz smyčky při vyšší teplotě také znamená, že čím vyšší je teplota chladiva, tím větší je možnost přímého odvádění tepla prostřednictvím suchých chladičů namísto mechanického chlazení.
Nulová spotřeba vody prostřednictvím vypařování
Na rozdíl od chladicích věží uzavřené glykolyové systémy s uzavřenou smyčkou nezávisí na nepřetržitém vypařování vody. NVIDIA odhaduje, že návrh jejího datového centra Rubin může ušetřit přibližně 2,6 milionu galonů vody na megawatt ročně ve srovnání s běžným chlazením se vypařováním – čímž se úplně eliminuje dostupnost vody jako omezení při výběru lokality. Mechaniku úspory vody podrobněji rozebíráme v našem průvodci suchými chladiči a spotřebou vody v datových centrech.
Tímto se uzavřené glykolyové systémy s uzavřenou smyčkou stávají zvláště vhodné pro:
Vzhledem k vývoji infrastruktury umělé inteligence se suché chladiče mění z tradičního výměníku tepla na klíčovou součást celé chladicí architektury – nejsou již pouze doplňkovou součástí připojenou dodatečně.
Modulární suché chladiče V-tvaru
Pro aplikace umělé inteligence s vysokou hustotou nabízejí modulární suché chladiče V-tvaru zvláštní výhody: maximalizují plochu tepelné výměny při zachování kompaktního rozměru, poskytují vysoký chladicí výkon s flexibilní instalací, snižují nároky na plochu pozemku a umožňují snadné rozšíření kapacity prostřednictvím modulární konfigurace v průběhu růstu výpočetního výkonu.
Porovnání tradičního systému chladicí věže a systému uzavřeného glykolu s suchými chladiči nové generace včetně schématu toku tepla
Navrženo pro extrémní klimatické podmínky
Budoucí datová centra s umělou inteligencí nebudou umístěna pouze v tradičních technologických centrech – mnoho rozsáhlých zařízení pro umělou inteligenci se právě vyvíjí v oblastech s náročným klimatem, a proto chladicí systémy musí podporovat široké provozní teplotní rozsahy.
Moderní suché chlazení řešení je navrženo tak, aby zajišťovalo stabilní provoz přibližně od –20 °C (při správné ochraně proti zamrzání) až po okolní teplotu kolem 40 °C, a to s dlouhodobou spolehlivostí v náročných venkovních prostředích. Pro pobřežní a průmyslové lokality se stále častěji požaduje mořská korozní ochrana třídy C5M pro zařízení vystavená mořské mlze a agresivním atmosférám – podívejte se na naše řešení ochrany jádra suchého chladiče pro podmínky s vysokou korozí, kde najdete vhodné materiály pro tyto prostředí.
Vývoj umělé inteligence probíhá rychleji než tradiční plánovací cykly datových center, a proto chladicí systémy musí být dostatečně flexibilní, aby se rozšiřovaly spolu s rostoucím výpočetním požadavkem.
Modulární systémy suchých chladičů tuto flexibilitu poskytují. Namísto jednoho velkého chladicího zařízení mohou provozovatelé nainstalovat několik modulů a postupně zvyšovat chladicí kapacitu v míře, v jaké rostou úlohy umělé inteligence — což usnadňuje dopravu a instalaci, urychluje nasazení projektu, snižuje riziko údržby (protože lze servisovat jeden modul bez vypínání celého systému) a umožňuje škálovatelnou chladicí kapacitu, která sleduje růst výpočetního výkonu, nikoli jeho předpověď o několik let dopředu.
Zařízení, která na této úrovni provozují suché chladiče, čím dál častěji kombinují jejich provoz s nepřetržitým monitorováním stavu — náš průvodce chytrými suchými chladiči a dálkovým IoT monitorováním popisuje, jak senzory IoT detekují problémy s ventilátory, výměníky tepla nebo prouděním vzduchu ještě před tím, než ovlivní dostupnost systému.
Znamená vysokoteplotní kapalinové chlazení, že suché chladiče zcela nahrazují mechanické chladiče?
Ne vždy, ale cílem je minimalizovat závislost na nich. Protože referenční návrh třídy Rubin provozuje chladicí kapalinu výrazně teplejší než běžné chlazené vodní okruhy, suché chladiče mohou tento tepelný výkon přímo odvádět do okolního vzduchu v mnohem širším rozsahu klimatických podmínek a ročních období – mechanické chlazení se tak stává záložním řešením pro extrémní špičkové podmínky, nikoli hlavní metodou odvádění tepla.
Je možné u stávajících datových center provést retrofit suchých chladičů pro kapalinové chlazení s vysokou teplotou, nebo je k tomu nutná nová výstavba?
Obě možnosti jsou realizovatelné, avšak jejich praktická proveditelnost závisí na stávající chladicí infrastruktuře. Zařízení, která již využívají kapalinový chladicí okruh s výměníkem tepla a venkovním zařízením pro odvod tepla, mají jednodušší cestu; zařízení, která stále zcela závisí na chlazení vzduchem nebo na evaporačních věžích, obvykle vyžadují výraznější přepracování infrastruktury.
Jak ovlivňuje chlazení glykolem s vysokou teplotou rozměry suchých chladičů ve srovnání se standardními aplikacemi?
Širší rozdíl teplot (rozestup mezi teplotou chladiva a teplotou okolního vzduchu) obecně usnadňuje odvádění daného tepelného zatížení suchým chladičem, protože je větší teplotní rozdíl, který tento proces pohání. Přesto při dimenzování je nutné vzít v úvahu koncentraci glykolu, která ovlivňuje vlastnosti kapaliny – viz naše příručka pro výpočet kapacity suchého chladiče pro základní metodu.
Další generace serverů pro umělou inteligenci bude vyžadovat více než jen výkonné procesory – bude vyžadovat také stejně pokročilou chladicí infrastrukturu. Kapalinové chlazení glykolem s vysokou teplotou ve spojení s modulárními suchými chladiči typu V suché chladiče představuje hlavní směr pro budoucí datová centra AI a referenční návrh NVIDIA Rubin urychluje tento posun v celém průmyslu.
SINRUI Radiator vyvíjí přizpůsobená chladicí řešení pro náročné aplikace, včetně suchých chladičů, kapalinových chladicích výměníků tepla a průmyslových chladicích systémů. S tím, jak se výpočetní výkon umělé inteligence stále zrychluje, bude účinné odvádění tepla jedním z nejdůležitějších faktorů určujících spolehlivost, udržitelnost a škálovatelnost budoucích datových center.
Budoucnost umělé inteligence spočívá nejen ve rychlejších čipech – spočívá také v chytřejším chlazení.
Aktuální novinky2026-08-25
2026-08-20
2026-08-14
2026-08-12
2026-07-31
2026-07-29
EN
