圖像來源，The Washington Post via Getty Images

圖像加註文字，數據中心若沒有冷卻系統就無法運作

• • Author, 克里斯·巴拉紐克（Chris Baraniuk）
  • Role, 科技事務記者
• 2025年12月24日

它們全天候高速運作，並且會變得炙熱——但是，資料中心的電腦晶片卻享有「溫泉級」待遇，有些甚至像住在水療中心。

「我們會讓冷卻液流上來，然後像淋浴般灑落，或緩緩滴落在元件上，」液體冷卻公司Iceotope的執行長喬納森·巴倫（Jonathan Ballon）說，「有些地方會直接噴灑。」

在其他情況下，這些勤奮的裝置會浸泡在循環流動的冷卻液浴中，藉此帶走它們產生的熱量，讓它們能以極高速度運作，這種方式稱為「超頻」。

「我們有客戶一直在超頻，因為完全沒有燒毀伺服器的風險，」巴倫說。他還表示，一家美國連鎖飯店甚至計劃利用伺服器產生的熱能來加熱客房、洗衣房和游泳池。

沒有冷卻系統，數據中心就會癱瘓。

去年11月，美國一家資料中心的冷卻系統故障，導致全球最大交易所營運商芝加哥商品交易所集團（CME Group）的金融交易技術離線。該公司隨後增加了額外冷卻容量，以防止類似事件再次發生。

目前，數據中心需求正急速增長，部分原因是AI技術的崛起。但這些設施消耗的能源與水資源，令它們日益引發爭議。

美國有超過200個環保團體最近要求暫停新數據中心的建設。但一些數據中心公司表示，他們希望降低環境影響。

他們還有另一個動機：數據中心的電腦晶片越來越強大，以至於業界普遍認為傳統的冷卻方式——例如風扇持續吹送空氣的「風冷」——已不足以應付某些運算。

巴倫意識到能耗巨大的數據中心建設引發的爭議：「社區正在反對這些計劃。我們的系統需要的電力和水顯著更少，完全沒有風扇，運作時非常安靜。」

圖像來源，Iceotope

圖像加註文字，Iceotope表示其技術可將冷卻成本降低多達80%

Iceotope表示，其液體冷卻技術能同時冷卻資料中心的多個元件，而不僅僅是處理晶片，並可將冷卻相關的能耗降低多達80%。

該公司的技術使用水來冷卻實際和電腦互動的油基冷卻液。但水保持在封閉迴路中，因此無需不斷抽取當地水源。

當被問及這些油基冷卻液是否源自化石燃料時，巴倫表示部分確實如此，但強調不含PFAS（俗稱「永久化學物質」），這類物質對人體有害。

部分液體冷卻技術使用含PFAS的製冷劑。不僅如此，許多製冷劑會產生高效溫室氣體，加劇氣候變遷。

市場調查公司IDTechEx前高級技術分析師王裕霖（Yulin Wang）解釋說，兩相冷卻系統使用這類製冷劑。製冷劑起初是液體，但伺服器元件的熱量會使其蒸發成氣體，這種相變吸收大量能量，因此冷卻效果顯著。

在某些設計中，資料中心設備完全浸泡在大量含PFAS的製冷劑中。「蒸汽可能會逸出儲槽，存在安全問題，」王裕霖說。在其他情況下，製冷劑僅直接輸送至最熱的元件——電腦晶片。

目前，一些提供兩相冷卻的公司正改用不含PFAS的製冷劑。

圖像來源，Yulin Wang

圖像加註文字，王裕霖（Yulin Wang）指出，一些冷卻特質可能存在安全問題

多年來，企業嘗試過各種冷卻方法，競相尋找最佳方案。

微軟曾將一個裝滿伺服器的管狀容器沉入奧克尼海域，希望冷海水能提升裝置內部風冷系統的效率。

去年，微軟宣佈終止該計劃，但公司從中獲得了寶貴經驗，微軟Azure全球基礎設施總經理 阿利斯泰爾·斯皮爾斯（Alistair Speirs）表示：「沒有人工操作，問題更少，這改變了我們的運營流程。」無人值守的數據中心似乎更可靠。

初步結果顯示，這個海底數據中心的電力使用效率（PUE）為1.07，遠高於大多數陸上數據中心，且完全不需用水。

但最終，微軟認為建造與維護海底數據中心的經濟效益不佳。

該公司仍在研究液體冷卻技術，包括微流體技術，讓微小液體通道穿過晶片的多層結構。「你可以把它想像成納米尺度的液體冷卻迷宮。」斯皮爾斯說。

研究人員也在提出其他構想。

今年7月，加州大學聖地亞哥分校的陳仁坤(Renkun Chen)教授及其團隊發表論文，介紹一種基於多孔膜的冷卻技術，可被動冷卻晶片，無需主動泵送液體或吹風。

「基本上，你是利用熱量來提供泵送動力。」陳教授說。他將其比作水從樹葉蒸發，誘發抽水效應，將更多水分從樹幹輸送到枝葉補充水分。陳教授表示希望能將該技術商業化。

機器學習應用公司Hugging Face的AI與氣候負責人薩莎·盧喬尼（Sasha Luccioni）表示，對冷卻技術的需求日益迫切。

這部分源於AI的需求，包括生成式AI或大型語言模型（LLMs），即驅動聊天機器人的系統。她過去的研究顯示，這類技術消耗大量能源。

「如果模型非常耗能，冷卻就必須再升級。」她說。

她補充，能解釋輸出過程的推理模型更耗能。

它們使用的能量是只回答問題的標準聊天機器人的「數百倍甚至數千倍」。盧喬尼呼籲AI公司應更透明地披露各產品的能耗。

巴倫則認為，大語言模型只是AI的一種形式，並主張它們在生產力方面已「達到極限」。