芯耀
与非AI
307
AI算力集群的负载从来不是一条直线。训练任务高峰期，GPU满载运行，发热量达到峰值；训练任务低谷期，GPU进入闲置或低负载状态，发热量大幅下降。负载变了，散热需求变了，供液量也应该跟着变——供液多了，泵组能耗白白浪费；供液少了，芯片面临过热风险。
问题在于：运维人员知道负载变了，但不知道“该供多少”。泵组的运行策略往往是固定的——要么全速运行，要么根据经验设定一个固定频率。这种“一刀切”的运行方式，意味着在AI负载低谷期，冷却液仍在以峰值负载的标准被输送，大量的泵送能耗被白白浪费。
而涡轮流量计实时反馈液冷流量数据，让“负载低时自动降流量省电”从理想变成了可执行的操作。
1. 负载与供液的错配：看不见的能耗浪费
AI大模型训练过程中，GPU负载从20%瞬间拉到100%是常态。负载升高，芯片发热量激增，需要更多的冷却液带走热量；负载降低，发热量减少，供液量理应同步下调。然而，在缺乏实时流量数据的情况下，泵组无法感知“当前供了多少液”，更无法判断“当前需要多少液”。
为应对峰值散热需求过量配置流量，不仅造成30%以上的泵机功耗浪费，更可能因系统压力激增导致管路泄漏风险。这种“为了安全而过度供液”的做法，在AI负载低谷期尤为突出——系统以峰值负载的标准持续供液，而实际散热需求可能只有峰值的一半甚至更低。泵组在“做无用功”，电费在持续流失。
如果不对各支路流量进行监测和调节，就会出现“有的机柜流量过剩、有的机柜流量不足”的情况。流量过剩造成泵组能耗浪费，流量不足则引发局部热点。流量数据看不见，负载与供液的错配就永远无法被发现。
2. 无流量数据，自动调节就是“盲调”
一个完整的自动控制系统，由“感知-决策-执行-反馈”四个环节构成。在液冷系统的供液量自动调节中：温度传感器负责感知（检测芯片温度），控制器负责决策（判断供液量该调高还是调低），变频泵负责执行（调整泵组频率）——但反馈环节呢？谁来告诉系统“泵组频率调了之后，供液量到底变了多少”？
没有流量计，反馈环节就是缺失的。系统调了泵组频率，但不知道实际供液量变化了多少——调多了浪费电，调少了不够用。这种“开环”的控制方式，永远无法实现准确调节。
流量计就是液冷系统自动调节闭环中的“反馈之眼”。没有这个反馈，自动调节就是“盲调”。泵组调速后供液量是否达到了预期目标、各支路流量是否均衡分布——这些关键信息如果没有流量数据来验证，整个自动控制系统就形同虚设。
3. 涡轮流量计：准确控流的数据基础
涡轮流量计解决了“不知道供了多少”的问题——它直接测量流体的体积流量，不受泵速、压差等间接因素的影响。以锐凌法米特LWGY-FMT系列涡轮流量计为例，其准确度等级可达0.2级，短期重复性可达0.05%～0.5%，能准确捕捉微小流量变化。产品提供B型（防爆款）、C型（外供电）、F型（双供电）三种型号可选，其中F型标配RS485通信（Modbus-RTU协议），B/C型支持脉冲和4-20mA输出，可灵活接入BMS系统。
有了实时的流量数据，“负载低时自动降流量”就有了明确的控制依据。当AI负载下降、芯片发热量减少时，BMS系统根据流量计反馈的实时数据，自动调低泵组频率、减少供液量；当负载回升、发热量增加时，系统自动调高泵组频率、增加供液量。
供液量跟着AI负载“同频呼吸”，每一滴冷却液都用在该用的地方。涡轮流量计响应迅速，能够在流量发生变化的瞬间捕捉到信号，为控制系统提供及时、准确的反馈。
4. 从“开环”到“闭环”：自动调节的质变
部署涡轮流量计后，实时流量数据持续不断地回传至BMS系统。控制系统根据流量数据判断“当前供液量是否达到了目标值”——如果低于目标值，继续调高泵组频率；如果高于目标值，适当调低泵组频率；如果恰好达标，保持当前状态。
这种“闭环”的控制方式，让每一次调节都有数据验证，每一次调节都准确到位。涡轮流量计作为闭环中的“反馈环节”，让BMS系统能够实时验证每次调速的实际效果——调了之后供液量变了多少、是否达到了目标值——这些信息在部署流量计之前是完全缺失的。
从实际部署情况来看，这种“负载跟随”的供液策略已经在AI算力液冷项目中得到验证。系统集成商反馈，涡轮流量计为BMS系统提供的实时流量反馈，让“负载低时自动降流量”从设想变成了可执行的自动化策略，泵组能耗在负载低谷期显著下降。
5. 自适应供液的节能价值
有了涡轮流量计的实时流量数据，泵组变频调速不再是“拍脑袋”的决定，而是一个有数据支撑的动态调控过程。基于准确流量数据优化水泵运行曲线，可有效降低冷却系统综合能耗。
在负载低谷期自动降流量，泵组不再做无用功；在负载高峰期自动增流量，芯片不再面临过热风险。节能不是靠“少转几圈”实现的，而是靠“知道该转多少圈”实现的。
节能效果不是理论推算，而是实际运行中流量数据持续优化供液策略所产生的结果。每一次调速都有数据验证，每一度电的节省都有流量计的数据作为支撑。
6. 从“经验调速”到“数据调速”的转型
液冷系统按需供液的核心逻辑是：先通过涡轮流量计知道“供了多少”，再根据负载判断“该供多少”，最后自动调节泵组实现“供多少就是多少”。节能不是靠“凭感觉少供点”实现的，而是靠“看数据准确控”实现的。
有了涡轮流量计的实时流量数据，供液策略不再是静态的“设定后不管”，而是一个持续迭代优化的动态过程。运维人员可以通过流量曲线的变化趋势，判断泵组是否需要调速、系统是否存在管路堵塞等问题。
当前，AI算力产业持续发展，液冷系统按需供液的重要性愈发凸显。作为液冷系统流量监测的核心设备，锐凌计量涡轮流量计已批量应用于AI算力数据中心的液冷散热系统，其合作客户包括多家为英伟达AI算力基础设施提供液冷方案的系统集成商。它以高精度、高可靠性的流量监测能力，为“负载低时自动降流量”这一节能策略提供了可靠的数据反馈，助力AI数据中心在保障算力稳定输出的同时，最大限度降低泵组能耗。
结语
AI负载高低起伏是常态，供液量跟着负载走才能避免能耗浪费。涡轮流量计的价值在于为“自动降流量”提供了可信赖的数据依据——知道现在供了多少，才能判断该不该降、降到多少。节能不是靠“凭感觉少供点”实现的，而是靠“看数据准确控”实现的。
