成果介绍
本成果面向AIDC下一代高密度数据中心高功率芯片散热、高热密度机柜部署与低碳节能运行挑战,形成覆盖“无泵驱动两相液冷、浸没液冷、相变风辅液冷、气体介质高密度风冷、余热回收与AI能效优化”的全栈热管理体系。成果突破了传统风冷散热能力不足、液冷系统能效评价困难、冷源侧能耗高和余热资源浪费等关键瓶颈,构建从芯片、服务器、机柜、冷源到AI控制的全链条协同优化路径。在芯片和服务器侧,通过两相相变传热、浸没冷却和界面热阻优化提升高热流密度散热能力;在机柜和机房侧,通过相变风辅液冷、气体介质强化冷却和温度场快速预测支撑高密度安全部署;在冷源和园区侧,通过复合冷却、低品位余热回收和智能能效调控降低全年运行能耗,协同优化运行实现冷却系统节能率30.9%,典型气候城市分析节能率达16.18%-20.08%。成果可服务智算中心、超算中心、运营商数据中心和既有机房液冷化改造,兼具液冷硬核装备、AI预测控制和工程转化价值。相关研究已形成高水平论文、发明专利、样机测试和示范应用支撑,可为AIDC绿色低碳建设提供可参考、可推广的系统解决方案。
成果亮点
本成果亮点在于以AIDC高密度算力场景为牵引,构建了从芯片到园区能源系统的全栈热管理技术。第一,液冷路线完整,覆盖无泵驱动两相液冷、单相浸没液冷、相变风辅液冷和重力驱动两相回路,可面向不同功率密度、不同服务器形态和不同改造条件灵活配置。第二,突破高热流密度散热瓶颈,通过相变传热、界面热阻优化和浸没式换热提升芯片级取热能力,支撑AI/GPU服务器持续稳定运行。第三,兼顾风冷到液冷过渡,发展气体介质高密度风冷、机柜温度快速预测和风液结合散热,降低既有机房改造门槛。第四,打通冷源侧与园区侧,通过复合冷却、低品位余热回收和水源热泵技术,将数据中心排热由负担转化为可利用能源。第五,引入AI与物理约束模型,实现温度场、能耗和设备性能预测,支撑运行优化和智能运维。第六,成果具备工程转化基础,已形成样机测试、示范应用、论文专利和标准政策支撑,可从部件、机柜、系统到运维平台分层落地。成果不是单一设备改良,而是可复制、可组合、可工程化推广的系统解决方案,兼具节能、增密、安全和低碳价值。可支撑新建智算中心和存量机房改造双场景,形成从关键部件到整体解决方案的市场竞争力。并持续支撑行业绿色低碳升级和国产化应用。
团队介绍
团队由清华大学李震课题组牵头,长期深耕数据中心热管理、工程热物理、两相流传热、液冷技术、余热回收和能效智能优化。团队围绕AIDC高密度算力基础设施,形成了多方向协同的研发梯队:在芯片与服务器散热方面,开展无泵驱动两相液冷、固固界面传热和单相浸没冷却研究;在机柜与机房热管理方面,开展相变风辅液冷、高密度风冷和温度场快速预测;在系统能效方面,开展复合冷却、低品位余热回收和AI能效优化。已形成从基础机理、系统搭建、建模仿真、样机测试到工程示范的完整链条。团队承担和参与数据中心节能、液冷散热、余热利用和能效提升相关科研与产业合作任务,近年成果发表于Energy、Applied Thermal Engineering、Energy and Buildings等期刊,并形成多项发明专利和标准政策支撑,具备持续研发、工程集成和产业化服务能力。可支撑成果持续迭代和规模化落地。服务产业长期高质量发展。
成果资料