BLOG
2026/10/12klik：39
Den hurtige udvikling af kunstig intelligens er at skubbe data centre mod højere niveauer af computing tæthed.
Moderne AI-servere udstyret med højtydende GPU 'er genererer betydeligt mere varme end traditionelt computerudstyr. For at opretholde stabile driftstemperaturer, er mange nextgenerations datacentre ved at indføre direkte flydende kølesystemer.
Men et flydende kølesystem handler ikke kun om at tilføje kølemiddel omkring varmekilden.
Systemet skal levere den korrekte mængde kølemiddel ved den korrekte strømningshastighed.
Hvis kølemiddelstrømmen er for lav:
Hvis kølemiddelstrømmen er unødigt høj:
Derfor er det vigtigt at forstå kravene til kølemiddelstrøm, når man designer pålidelig AI-køleinfrastruktur.
I et flydende kølesystem udfører kølemidlet én primær funktion:
Transport varme væk fra højeffektkomponenter.
Køleprocessen følger:
GLOBALGPU / CPU varmegenerering
↓
Koldpladsvarmeoverførsel
↓
Coolant Absorbs Heat
↓
Køleslangeoverførsler Opvarmet kølervæske
↓
CDU fjerner varme
↓
Coolant Returns til serverEffektiviteten af denne proces afhænger af:
Kølemiddelstrømningshastighed er den mængde væske, der passerer gennem køleløkken i en bestemt periode.
Det er almindeligvis udtrykt som:
Den krævede strømningshastighed afhænger af:
Højere varmebelastninger kræver generelt større kølemiddelkapacitet.
Det grundlæggende forhold er:
Varmefjernelse =
Kølervæske × specifik varme × temperaturforskelI praksis:
Højere GPU-effekt:
↓
Mere varmeproduktion:
↓
Højere kølebehov:
↓
Højere efterspørgsel efter kølemiddel
Dette er grunden til AI datacentre kræver omhyggeligt designede køleløkker.
Et typisk AI kølesystem indeholder flere køleveje.
For eksempel:
CDU
↓
Rack Manifold
↓
Flere GPU servere
↓
Koldplader
↓
ReturnedslagHver gren skal have en passende kølemiddelstrøm.
Dårlig flow balance kan forårsage:
Korrekt flowstyring forbedres:
Selv om slanger ikke er aktive køleanordninger, har de direkte indflydelse på flowydelsen.
Vigtige slangefaktorer omfatter:
Den indre diameter påvirker:
En mindre diameter kan øge trykfaldet.
En større diameter kan øge systemets størrelse og omkostninger.
Den korrekte størrelse afhænger af det samlede køledesign.
Trykfald opstår, når kølemidlet mister energi, mens det flyder gennem systemet.
Faktorer, der påvirker trykfaldet, omfatter:
Overdreven trykfald kan øge pumpens arbejdsbyrde.
Installation layout påvirker flow ydeevne.
Skarpe bøjer eller forkert routing kan:
Fleksible køleslanger giver ingeniører mulighed for at optimere routing, samtidig med at pålidelige forbindelser opretholdes.
Valg af slangestørrelse bør tage hensyn til:
Bestem kølemiddelvolumen, som kølesystemet kræver.
Evaluere:
Overvej:
Et praktisk slangedesign bør muliggøre:
CDU styrer kølemiddelcirkulationen i hele systemet.
Den forvalter:
Slangen, der forbinder CDU 'en med serverkølekomponenterne, skal understøtte de krævede strømningsforhold.
En dårligt valgt slange kan begrænse systemets ydeevne, selv når CDU 'en er korrekt designet.
En matchende konnektor størrelse betyder ikke altid optimal flow ydeevne.
En slange kan fysisk passe, men skabe unødvendig modstand.
Længere slangestier øges:
AI infrastruktur udvikler sig hurtigt.
Køling design bør overveje fremtidige rack tæthed stiger.
CJAN LCH serie køleslanger er designet til applikationer, der kræver:
Ansøgningerne omfatter:
Produktmuligheder:
Velegnet til generelle flydende køling applikationer.
Funktioner:
Designet til applikationer, der kræver øget sikkerhed.
egnet til:
Konstrueret til:
Coolant flow management er en grundlæggende del af AI data center flydende køling design.
Et vellykket kølesystem kræver den rette balance mellem:
Den flydende køleslange spiller en vigtig rolle ved at opretholde stabil transport af kølemiddel mellem køleelementerne.
Som AI computing power fortsætter med at stige, vil præcis kølemiddel flow management blive stadig vigtigere for at opretholde effektiv og pålidelig data center drift.
Mobile
