智算时代大家谈：散热为什么成了AI算力的“阀门”？

工业机器人自动化日前，施耐德电气关键电源中国中心热管理解决方案创新实验室在上海正式揭牌，标志着施家的本土研发已具备从性能验证、场景模拟到定制方案开发的全流程赋能能力。全行业的目光，再次投向了施家这个“热管理”的关键玩家。

工业自动化与控制于是乎，我们邀请至顶科技CEO兼总编高飞，在施耐德电气热管理创新实验室的揭牌现场组了个深挖数据中心制冷话题的高端局——智算时代大家谈：算力新趋势，散热新使命

算力经济爆发，“被忽视的问题”变为核心约束

中科院计算所研究员张云泉在超算领域深耕三十余年，其于2018年率先提出“算力经济”概念。彼时超级计算机多用于气象、基因测序等科研场景，产业商业闭环未能成型，然而AI大模型的爆发彻底改变了这一格局。

智算需求的爆发带动付费市场规模化落地、Token经济学与算力经济的价值逻辑得到统一——这笔经济账的算清，让曾经一直被视作工程末端配套环节的基础设施重新进入视线，散热便是其中最为棘手的一项。

张云泉坦言，散热曾是他“最后才会去想的问题”，但AI芯片功耗密度的攀升速度远超预期：

传统CPU芯片功耗大约在150到250瓦，风冷体系可稳定承载；

新一代单颗GPU的功耗已经跃升至千瓦级别，整机功率可达190至230千瓦；

下一代机柜更将迈向600千瓦乃至兆瓦级...

但空气导热系数仅为水的约1/23，当机柜功率突破50千瓦，传统风冷系统在绝对热量值与瞬态波动两大维度的应对都已捉襟见肘，散热正式从次要配套升级为算力释放的硬性约束条件。

参考链接：https://www.schneider-electric.cn/zh/work/campaign/buildings-of-the-future/?range=63361-powerstrip