低功耗AI DeepSeek入场，英伟达GB200供应延迟，引发了关于数据中心冷却策略的广泛讨论。
DeepSeek的R1聊天机器人以高效节能著称，其低功耗的特性引发了业内人士对“现有冷却基础设施是否已足够”的思考。与此同时，英伟达GB200服务器的供应延迟进一步加剧了不确定性。LiquidStack高管Angela Taylor指出，这一组合事件正在促使数据中心运营商重新思考冷却投资的策略。
风冷会卷土重来吗？
Taylor表示，DeepSeek的高效模型可能让风冷在短期内重新成为可行选项。由于DeepSeek的AI模型功耗较低，一些运营商可能会推迟液冷改造，以评估风冷是否能满足需求。然而，这并不意味着液冷技术的长期前景受到威胁，而是行业在AI模型多样化背景下的短暂调整。这就是为什么LiquidStack、Submer和Iceotope等行业玩家仍继续在浸没式和冷板式液冷解决方案方面进行创新。
LiquidStack针对本地和区域边缘应用的新型预制模块化解决方案 MicroModular 和 MegaModular
Submer-Smartpod EXO 浸没式液冷
Iceotope-KUL AI单相冷板式液冷
Taylor强调，液冷技术仍然是未来高密度AI工作负载的核心解决方案。传统的风冷可能不足以处理下一代AI模型，特别是那些需要极高密度和持续计算性能的模型。DeepSeek的出现并没有真正改变这一前景。
AI生态多元化：从训练到推理的转变
Taylor预测，DeepSeek的入场将吸引更多玩家进入AI领域，推动工作负载从高耗能的模型训练转向低功耗的推理任务。推理工作负载通常在边缘计算环境中运行，这将催生对高效、紧凑冷却解决方案的需求，尤其是在分布式数据中心和边缘场景中。
液冷技术的未来：短期调整，长期增长
尽管液冷改造可能暂时放缓，但为高性能AI工作负载量身定制的数据中心仍在快速发展。Taylor强调，液冷技术是未来AI基础设施的核心，尤其是在处理高密度、高性能计算任务时。无论是否有DeepSeek，投资下一代AI应用的公司仍然需要高密度计算环境，这将触碰传统冷却方法的极限。
总结
AI技术的快速演进、供应链的波动以及冷却需求的多样化，正在重塑数据中心行业的格局。此次组合事件凸显了AI基础设施规划的动态性，虽然可能让部分运营商暂时放缓液冷改造，但液冷技术的长期前景依然光明。无论是为高性能AI量身定制的数据中心，还是边缘计算场景，液冷技术都将在其中继续扮演关键角色。未来AI工作负载的规模和复杂性将需要运营商从一开始就集成先进液冷解决方案的相关设施。
参考来源：DATA CENTRE Frontier
图片来源：liquidstack.com, YouTube-Submer,
iceotope.com
AI技术的快速发展和供应链的不确定性，需要数据中心运营商在冷却策略上保持高度敏捷，并采用柔性的热控架构，以在短期需求与长期投资之间找到平衡。短期来讲，虽然风冷和单相冷板技术已经可以满足deepseek等类型的AI算力的解热需求，但相关技术还有很多的不足需要优化。长期来讲，我们还需要继续开发大热量高密度的解热方案。
