Dirbtinio intelekto sparčius augimas keičia duomenų centrų aušinimo būdus. Kai dirbtinio intelekto apkrovos didėja, naujos kartos serverių generuojama šiluminė galia pasiekia tokį lygį, kurį tradicinės oro aušinimo ir garinamųjų sistemų negali vis labiau tvarkyti.
Šis poslinkis įvyko vidurio 2026 m., kai NVIDIA paskelbė savo Rubin kartos etaloninę konstrukciją – visiškai skystuoju aušinimu paremtą architektūrą, kurioje naudojamos aukštos temperatūros glikolio grandinės kartu su lauko sausaisiais aušintuvais vietoj vėsinamojo vandens ar garinamųjų aušinimo bokštų. Tai vienas aiškiausių signalų, kad sausieji aušintuvai perkeliami iš pagalbinės pozicijos į dirbtinio intelekto duomenų centrų šilumos šalinimo šerdį.
Didžiausias dirbtinio intelekto duomenų centrų iššūkis daugiau nebe tik skaičiavimo galia – tai šilumos valdymas.
Kai GPU našumas auga, stalčių energijos tankis staigiai didėja. Vieno GPU šiluminės projektinės galios reikšmė jau artėja prie 1800–2300 W naujos kartos platformose, o viršutinis šiluminis stalčių tankis dirbtinio intelekto klasteriuose gali būti žymiai aukštesnis nei buvo numatyta tradiciniams duomenų centrams. tradiciniai duomenų centrai pirminėje stadijoje nebuvo suprojektuoti tokiam šiluminiam krūviui.
Šiam pokyčiui pritaikyti oru aušinami sistemos kovoja dėl šių priežasčių:
Šiems iššūkiams įveikti naujos kartos dirbtinio intelekto objektai perkelia tiesioginį skysčių aušinimą, kai šiluma iš mikroschemų perduodama per skysčio aušinimo kontūrą ir vėliau pašalinama už pastato ribų.
Vienas iš pagrindinių pažangios dirbtinio intelekto aušinimo plėtros etapų – aukštos temperatūros uždarosios ciklo glikolio sistemų įdiegimas.
Vietoj šaltinio vandens arba garinamųjų aušinimo bokštų NVIDIA Rubin etaloninė projektavimo schema cirkuliuoja glikolio aušinimo skystį esant žymiai aukštesnėms temperatūroms nei įprastos šaltinio vandens grandinės – aušinimo skystis patenka į stovą maždaug 45 °C temperatūroje ir išeina apie 55 °C temperatūroje, o tokia temperatūrų skirtumo riba leidžia atitinkamai išmesti šilumą tik naudojant aplinkos orą per lauko sausus aušintuvus daugumoje geografinių regionų, nepriverčiant veikti energiją intensyviai sunaudojančių mechaninių aušintuvų.
Architektūros diagrama: dirbtinio intelekto serverio stovas – šilumos mainytuvas – lauko sausas aušintuvas uždarosios ciklo glikolio sistemoje
Efektyvumo argumentas yra reikšmingas: aušinimas paprastai sudaro iki 40 % visos duomenų centro elektros energijos suvartojimo , ošaldymo įrenginių veikimo temperatūros padidinimas tik vienu laipsniu gali sumažinti šalčio energijos sąnaudas maždaug 4 %. Kilus cirkuliacinio kontūro temperatūrai, tuo didesnė galimybė tiesiogiai atiduoti šilumą sausiesiems aušintuvams, o ne naudoti mechaninį aušinimą.
Nulinis garavimo vandens suvartojimas
Skirtingai nuo aušinimo bokštų, uždarieji glikolio cirkuliacinio kontūro sistemos nepriklauso nuo nuolatinio vandens garavimo. NVIDIA įvertino, kad jos Rubin duomenų centro projektas gali sutaupyti maždaug 2,6 mln. galonų vandens per megawatą kasmet palyginti su įprastiniu garavimo aušinimu – taip visiškai pašalinant vandens prieinamumą kaip vietos parinkimo apribojimą. Vandens taupymo mechanizmus išsamiau aptariame mūsų gidoje apie sausiuosius aušintuvus ir duomenų centrų vandens suvartojimą.
Tai daro uždarąsias glikolio cirkuliacinio kontūro sistemas ypač tinkamas:
Kai dirbtinio intelekto infrastruktūra tobulėja, džiovinamieji aušintuvai tampa daugiau nei tradicinis šilumos mainų įrenginys — jie tampa esmine visos aušinimo architektūros dalimi, o ne papildoma komponente, pritvirtinta vėliau.
V formos moduliniai džiovinamieji aušintuvai
Aukštos tankumo dirbtinio intelekto taikymuose V formos moduliniai džiovinamieji aušintuvai siūlo ypatingas privalumus: jie maksimaliai padidina šilumos mainų paviršiaus plotą, išlaikydami kompaktišką matmenis, užtikrina didelę aušinimo galios našumą su lankstiu montavimu, sumažina žemės plotų poreikį ir leidžia lengvai plėsti galios pajėgumus modulinės konfigūracijos pagalba, kai auga skaičiavimų poreikiai.
Tradicinės aušinimo bokšto sistemos ir naujos kartos uždarosios ciklo glikolio bei džiovinamųjų aušintuvų sistemos palyginimas su šilumos atidavimo schemos paveikslu
Suprojektuota ekstremalioms klimato sąlygoms
Ateities dirbtinio intelekto duomenų centrų nebus tik tradicinėse technologijų srityse – daugybė didelės apimties dirbtinio intelekto įrenginių kuriami regionuose su sunkiomis klimato sąlygomis, todėl aušinimo sistemos turi būti pritaikytos veikti plačiame temperatūrų diapazone.
Šiuolaikiniai sausieji aušintuvai sprendimai suprojektuoti stabiliai veikti maždaug nuo –20 °C (su tinkama užšalimo apsauga) iki apie 40 °C aplinkos temperatūros, užtikrindami ilgalaikį patikimumą sunkiose lauko sąlygose. Pakrantės ir pramonės vietovėse jūrinė korozijos apsauga, pvz., C5M lygio denginiai vis dažniau nurodoma įrangai, kuri yra veikiama druskos purškalo ir agresyvių atmosferų – žr. mūsų sausųjų aušintuvų šerdies apsaugos sprendimą aukštai korozijai atsparioms sąlygoms, kad sužinotumėte medžiagų pasirinkimą šiose aplinkose.
Dirbtinio intelekto plėtra vyksta greičiau nei tradicinių duomenų centrų planavimo ciklai, todėl aušinimo sistemos turi būti pakankamai lankščios, kad galėtų plešti kartu su augančiu skaičiavimo poreikiu.
Modulinės sausosios aušinimo sistemos suteikia šios lankstumo. Vietoj vieno didelio aušinimo įrenginio operatoriai gali įdiegti kelis modulius ir palaipsniui didinti galios našumą, kai dirbtinio intelekto apkrova auga – tai leidžia lengviau vežti ir montuoti, greičiau įgyvendinti projektus, sumažinti techninės priežiūros riziką (nes vieną modulį galima remontuoti, neprastabdant visos sistemos), o taip pat suteikia mastelio keičiamą aušinimo galios našumą, kuris atitinka skaičiavimo galios augimą, o ne reikalauja numatyti jį už kelių metų.
Objektai, kuriuose naudojami sausieji aušintuvai tokio masto, vis dažniau juos sujungia su nuolatine būklės stebėsena – mūsų vadove apie protinguosius sausuosius aušintuvus ir IoT nuotolinį stebėjimą paaiškinama, kaip IoT jutikliai aptinka ventiliatorių, vamzdelių ar oro srauto problemas dar prieš tai paveikiant sistemos veikimo laiką.
Ar aukštos temperatūros skystojo aušinimo technologija reiškia, kad sausieji aušintuvai visiškai pakeičia mechaninius šaldytuvus?
Ne visada, tačiau tikslas – sumažinti priklausomybę nuo jų. Kadangi Rubin–klasės etaloninė konstrukcija cirkuliuoja aušinamąjį skystį žymiai karštesnį nei įprasti šaldyto vandens kontūrai, sausieji aušintuvai gali šilumą išmesti tiesiogiai į aplinkos orą daug platesniame klimato ir sezonių diapazone – mechaninis aušinimas tampa atsarginiu sprendimu ekstremalioms viršūnės sąlygoms, o ne pagrindiniu šilumos išmetimo būdu.
Ar esamiems duomenų centrams galima įrengti sausiuosius aušintuvus aukštos temperatūros skystojo aušinimo sistemoms, ar reikia naujos statybos?
Abu variantai įmanomi, tačiau praktiškumas priklauso nuo esamos aušinimo infrastruktūros. Objektams, kurie jau naudoja skystojo aušinimo kontūrą su šilumos mainytuvu ir lauko šilumos išmetimo įranga, kelias yra paprastesnis; tiems, kurie vis dar remiasi tik oro aušinimu arba gariniais bokštais, dažniausiai reikia žymiai didesnio infrastruktūros perstatymo.
Kaip aukštos temperatūros glikolio aušinimas veikia sausųjų aušintuvų matmenis palyginti su standartinėmis programomis?
Didesnis priartėjimo temperatūros skirtumas (tarp aušinimo skysčio temperatūros ir aplinkos oro temperatūros) paprastai palengvina sausojo aušintuvo gebėjimą pašalinti tam tikrą šilumos kiekį, nes varomasis temperatūros skirtumas yra didesnis. Vis dėlto matmenys vis tiek turi atsižvelgti į glikolio koncentraciją, kuri veikia skysčio savybes – žr. mūsų sausųjų aušintuvų našumo skaičiavimo vadovą pagrindiniam metodui.
Kitos kartos dirbtinio intelekto serveriams reikės ne tik galingų procesorių – jiems taip pat reikės lygiaverčių pažangių aušinimo sistemų. Aukštos temperatūros glikolio skystojo aušinimo technologija, sujungta su V tipo moduliniais sausaisiais aušintuvais yra viena iš pagrindinių būsimų dirbtinio intelekto duomenų centrų krypčių, o NVIDIA Rubin etaloninis projektas greitina šią pramonės permainą.
SINRUI Radiator kūrinėja pritaikytas aušinimo sistemas reikalaukantiems taikymams, įskaitant sausus oru aušinamus radiatoriums, skystuoju aušinimu veikiančius šilumos mainų įrenginius ir pramoninius radiatorių sistemas. Kai dirbtinio intelekto skaičiavimai toliau pagreitėja, efektyvus šilumos šalinimas taps vienu svarbiausių veiksnių, lemiančių ateities duomenų centrų patikimumą, tvarumą ir mastelį.
Dirbtinio intelekto ateitis – ne tik greitesni čipai, bet ir protingesnis aušinimas.
Karščiausios naujienos2026-08-25
2026-08-20
2026-08-14
2026-08-12
2026-07-31
2026-07-29
EN
