液冷智算中心发展趋势
随着人工智能技术的快速发展，数据中心对高性能算力的需求持续增大，传统的风冷散热方案已无法满足高密度计算集群的散热需求。液冷技术作为一种高效、节能的散热解决方案，正在加速改变数据中心的技术架构和产业格局。
液冷智算中心面临的挑战
- 芯片散热挑战： 现代CPU和GPU的热设计功耗（TDP）不断提升，传统风冷数据中心难以应对高密度、高功耗计算集群。
- AI集群需求： 生成式AI的快速发展引发了对新建智能计算中心训练和推理集群的巨大需求，对高速互联技术和散热技术提出了更高的要求。
- 硬件形态演进： 传统AI产品与架构已不能完全满足新的AI集群的需求，低延迟、高带宽互联架构的AI集群因其性能优势而被广泛采用。
- 标准化问题： 不同厂家的液冷整机柜方案设计缺乏统一标准，给终端用户的系统选型、设备部署及运维管理带来了诸多挑战。
- 漏液风险： 液冷系统可能带来的漏液风险需要有效降低和控制。
液冷智算开放架构解决方案
本报告提出了一套开放、灵活且高效的液冷智算架构解决方案，旨在解决上述挑战：
- 系统架构： 构建统一的液冷整机柜架构，实现对多种东西方AI加速器的兼容。
- 硬件架构： 构建统一的AI整机柜硬件设计，实现对多种AI节点实现整机柜部署兼容。
- 散热架构： 支持混合液冷和全液冷等多种散热方式，包括冷板式液冷、浸没式液冷和全冷板式液冷。
- 供电系统： 支持N+1或2N供电系统，采用双输入电源，实现灵活的冗余配置。
- 网络架构： 支持参数面Scale-out网络、云基础设施管理（南北向）网络，以及带外管理网口的合理布局和实现。
- 管理架构： 构建统一的AI整机柜管理系统，实现AI节点、交换模块和机柜的统一管理，以及各模块独立演进。
- 智能运维管理： 支持对液冷整机柜的实时告警与性能指标监控，智能节能，自动升级，排障等。
案例分析
超聚变FusionPoD for AI整机柜液冷服务器助力运营商打造高效、可靠、绿色的智算中心，通过架构创新和整机工程技术创新打造最佳的商用液冷方案，致力为客户提供绿色节能算力，为东数西算主要枢纽节点提供优质方案。
结论与展望
液冷智算开放架构凭借前沿技术创新与先进设计理念的深度融合，为高密度、异构计算场景打造出一套为8个OAM模组形态AI服务器集群化部署和运维极为高效的解决方案。未来，随着AI技术的不断发展，超节点架构有望成为高效训练集群和中心推理集群的主流部署模式，液冷整机柜级部署将成为必然且唯一可行的选择。
