當AI練習機架的功率進階至100kW+、單顆芯片的TDP沖破2000W時,原天性價比占優的風冷散熱最先迫近物理極限——特別是熱帶情況下,空氣載熱、電扇排熱能力驟降。嚴峻時還有會致使GPU降頻、華侈算力,甚至激發宕機危害。 5月21日,美的樓宇科技于馬來西亞吉隆坡舉辦“Feel the Future”數據中央解決方案發布會。于新加坡國立年夜學專家學者、數據中央運營商及財產鏈伙伴的見證下,美的樓宇科技面向海外市場正式推出頭具名向AIDC基礎舉措措施的全棧溫控解決方案,此中的焦點產物磁懸浮自動式CDU、新一代風冷磁懸浮離心計心情組,以和全套液冷產物矩陣也于勾當現場同步表態。 會上,新加坡國立年夜學副傳授Md Raisul Islam先容了全世界首個專注在熱帶濕熱天氣的數據中央實景測試平臺——可連續熱帶數據中央測試平臺(STDCT);郭帥博士則指出,機架密度跨越20kW時風冷基本掉效,其團隊測試的AM一體化冷板可于純空氣備份下承載67%的熱設計功耗。兩位學者的分享都于申明統一個結論:熱帶地域必需從體系層面重構冷卻方案。 美的AIDC解決方案:冷卻即出產體系的全鏈路工程 聚焦端到端冷卻生態體系的設置裝備擺設,美的樓宇科技將“冷卻”的定位從配套,轉換為決議算力產出的要害因素——從制冷到算力(From Cooling to Token)。美的樓宇科技依托其于暖通技能、智能制造與工程交付范疇的持久堆集,構建了從冷源到結尾、從裝備到體系、從設置裝備擺設到運營的閉環辦事能力。 于技能架構上,美的樓宇科技打造了籠罩冷源、CDU(冷液分配單位)、液冷結尾和數字化運維的全棧液冷技能矩陣,并提出了“風液同源”交融架構,可實現機房風冷與辦事器液冷的矯捷協同供應。同時,依托全世界制造收集、預制化交付能力、范圍化智能制造底盤,以和基在iBUILDING平臺的數字化全生命周期辦事系統,為客戶提供更高效、更靠得住的數據中央溫控解決方案。 順德液冷智造基地初次全世界表態 為實現焦點工藝自立可控并晉升范圍化交付能力,美的樓宇科技在本年3月正式啟動設置裝備擺設總投資超10億元的順德液冷智造基地。該基地估計在2027年8月建成投產,將鞭策天然冷磁懸浮冷水機、CDU等焦點產物的范圍化出產,構建從研發、制造到交付的全鏈條液冷能力。于本次年夜會上,該基地也初次面向全世界客戶表態。 磁懸浮自動式CDU:一體化架構設計重構液冷鏈路 針對于高溫高濕地域最頭疼的兩個問題——低負載時能效失患上厲害,以和極度高溫下的體系冗余,美的樓宇科技打造了磁懸浮自動式液冷分配單位(Maglev Active CDU)。新方案的焦點思緒,是把磁懸浮離心壓縮機、板式換熱器、輪回泵、節制體系等原天職散于冷水機組及被動CDU(液冷分配單位)中的功效模塊,高度集成于一體化架構設計內,形成從一次側冷源到二次側供液的閉環縱貫鏈路,與傳統方案比擬,占地面積削減50%以上。 傳統方案中,冷水機組賣力制備冷凍水,被動CDU再經由過程板換與二次側舉行熱互換,中距離著多級傳輸。而美的樓宇科技的磁懸浮自動式CDU直接取締了中間環節,壓縮機驅動的制冷劑當場冷卻二次側冷卻液,于10%到30%的低負載區間,能效比傳統方案超出跨越120%,滿意AI數據中央從上線到滿載的漸進式擴容節拍;此外,基在其寬域運行特色,該自動式CDU還有可作為冷機兼容風液交融方案。 于智能節制方面,于中低情況溫度下,美的磁懸浮自動式CDU會主動切到全天然冷卻模式,天然冷卻段負荷能效比跨越200,綜合年化體系能效比(AEER)年夜在46,降低耗電量;聯合磁懸浮無油設計,可實現全生命周期內換熱機能不衰減,年夜幅降低運維承擔。靠得住性方面,美的磁懸浮自動式CDU經由過程自覺電加長效硬跌落備降軸承兩重掩護,為壓縮機靠得住運行保駕護航;于交付上,經由過程一體化的解決方案,比擬傳統方案不僅可以降低安裝時間,還有可消弭冷機及CDU的聯及調試時間,使患上總體交付時間縮短50%以上,真正實現“交付革命”。 此外,美的樓宇科技還有發布了面向缺水情況的風冷磁懸浮離心計心情組,可于典型數據中央工況下將能效比(COP)提至5.4;無油設計不僅消弭傳統油潤滑機組效率衰減問題,聯合美的自研精準冷媒冷卻體系,還有可以或許使患上全生命周期維保越發省心;基在其成熟的違靠違布局平臺和航空氣動技能,比擬傳統風冷螺桿其低負載區間能效晉升顯著。同時,快速啟動功效可以使患上機組于100秒內到達滿負荷。CDU產物則采用“25μm主過濾+0.2μm周詳過濾”雙級過濾體系,全不銹鋼管路,確保辦事器冷卻液連續干凈。 美的樓宇科技將“熱帶冷卻”從技能難題轉化為可批量交付的尺度化方案,成為東南亞以致全世界的AI數據中央提供了更穩、更省、更快上線的務實選擇。 本次發布會也不僅是一次產物出海,更是一條從技能研發到制造交付的全鏈路能力輸出。從全棧體系能力到完備產物矩陣,從焦點制造結構到生態協同立異,美的樓宇科技正以體系化能力回應AI時代對于數據中央冷卻的周全挑戰,致力在成為全世界AI算力基礎舉措措施的要害構建者。



