数据中心

• 液冷系统冷板入口供液量达标难验证？小口径涡轮流量计紧贴末端直读数据

  冷板是液冷系统散热的最末端执行器，冷板入口的供液流量直接决定了芯片的散热效果。但在实际运维中，冷板入口的流量是否达标、是否满足设计值，往往缺乏直接的测量数据来验证。 设计值是基于水力计算给出的理论预估，实际运行中是否真正到达到每一块冷板、是否满足每一颗芯片的散热需求——这些都需要在冷板入口紧贴末端进行实测。涡轮流量计的小口径、紧凑型设计，使其能够在冷板入口这一有限空间内完成紧贴式安装，直接读出末端

  eefocus_3903412

  166

  21小时前

  数据中心 液冷散热
• 数据中心用涡轮流量计，可调取历史数据，为液冷故障溯源提供铁证

  液冷系统发生故障后，运维团队需要回答一个关键问题：故障是怎么发生的？是设备本身的问题，还是运维操作失误，还是系统长期劣化累积的结果？ 故障溯源的难点在于“证据”。温度数据只能说明“当时温度高”，压力数据只能说明“当时压力低”，但故障往往是一个渐进过程——可能连续数周流量缓慢下降，直到某一天触发温度告警。涡轮流量计持续记录的历史流量数据，完整保留了系统运行的全过程，是故障溯源中最不可辩驳的客观证据。

  eefocus_3903412

  114

  07/16 15:28

  数据中心 涡轮流量计
• 涡轮流量计长期趋势监测，解决数据中心液冷管路结垢衰减问题

  液冷系统长期运行后，冷却液中的溶解物质会在管路内壁逐渐沉积形成垢层。这一过程极为缓慢——管径每年可能仅缩减零点几毫米，但对流量产生的影响却是持续且不可逆的。随着垢层增厚，管路有效截面积减小，流动阻力上升，在泵组输出功率不变的情况下，实际供液流量逐年走低。 涡轮流量计提供的长期趋势数据，是判断管路结垢程度、决定何时安排清洗维护的最直接依据。 一、结垢：液冷系统最容易被忽视的“慢性病” 液冷管路的结垢

  eefocus_3903412

  174

  07/16 15:28

  数据中心 液冷散热
• 数据中心功率密度不断攀升，电源互连挑战如何应对？

  随着生成式AI等高性能计算的发展，对算力的需求快速攀升，与此同时人们也越来越深刻地意识到“算力的背后是电力”，因此数据中心的建设在“堆加速卡”的同时，功率密度不断跃升的挑战也必须认真面对。

  贸泽电子

  402

  07/16 13:45

  数据中心 电力

  
• 安森美：以系统级创新重塑AI供电与汽车架构

  在2026年的半导体产业版图上，AI数据中心与智能汽车已无可争议地成为驱动行业增长的双引擎。据Omdia分析，AI数据中心芯片市场规模已从2024年的1230亿美元暴增至2025年的2070亿美元；WSTS预测2026年全球半导体市场规模将逼近9755亿美元，同比增长26.3%。摩根士丹利更判断，到2030年全球半导体市场规模可达1.5万亿美元，其中AI半导体将占据半壁江山。汽车半导体同样高歌猛进

  高扬

  664

  07/16 09:42

  SiC 智能汽车

  
• 数据中心行业正面临的扩展性崩塌挑战

  数据中心面临计算性能指数级增长的极限，由于登纳德缩放定律失效，功耗密度限制使单个芯片上的晶体管无法全部同时活跃，导致"暗硅"现象。多核扩展虽部分缓解，但未能解决总体功耗和利用率问题。AI工作负载的增长加剧了这些问题，促使业界转向算法和架构层面的效率提升，如模型蒸馏和内存效率优化。未来系统需优先考虑高效的数据移动和计算资源的灵活使用，而非单纯增加硬件容量。

  Imagination Technologies

  192

  07/15 13:48

  数据中心

  
• 国内算电协同最新趋势及实践研究

  2026年6月，上海举办“第7届中国数据中心绿色能源大会”，华信咨询设计研究院有限公司人工智能融合研究院院长唐汝林发表《国内算电协同最新趋势及实践研究》，并荣获最佳演讲人气王。报告指出，AI相关业务在全球数据中心用电量中的占比将持续增加，算电协同是两大产业转型共振的结果。报告还介绍了算电协同的具体实施路径和典型案例，提出了实用性的三层供电体系架构，并探讨了商业模式的选择。预计2026年将是算电协同、绿电直连大规模落地的元年，多用户绿电直连将成为主流模式，打造串联多主体利益的商业模式至关重要。

  CDCC数据中心

  199

  07/15 13:15

  数据中心 绿色能源
• 数据中心液冷能效管理缺实时数据？涡轮流量计补齐监测短板

  能效管理，是液冷数据中心运维的核心命题。PUE要优化、泵组能耗要降低、冷却效率要提升——所有这些目标的实现，都离不开一个基础：数据。 而在所有能效管理所需的数据中，流量数据是最基础、最核心的之一。没有流量数据，就无法计算系统散热量；无法计算散热量，就无法评估冷却效率；无法评估冷却效率，能效管理就无从谈起。涡轮流量计为液冷系统能效管理提供实时流量数据支撑，让能效管理从“凭经验”变成了“凭数据”。 1

  eefocus_3903412

  323

  07/14 16:12

  数据中心 液冷散热
• 涡轮流量计供回水双端测流，数据中心液冷泄漏精准定位

  供回水管路之间的流量平衡，是判断液冷系统是否发生泄漏的核心依据。正常情况下，供液管输出流量与回液管回收流量之差趋近于零。一旦供回水流量差出现持续正向偏移，即表明系统内部存在泄漏点。涡轮流量计在供液管和回液管两端同时部署，通过实时对比两端流量数据，使泄漏在造成危害之前即被准确识别。 液冷漏液与风冷漏风性质完全不同。风冷漏风不会损毁硬件，而冷却液泄漏则可能直接导致短路、板卡腐蚀甚至设备起火。微泄漏漏率

  eefocus_3903412

  522

  07/14 16:12

  数据中心 液冷散热
• 涡轮流量计累计量对比，揪出数据中心液冷微泄漏

  供回水瞬时流量差解决“正在发生”的泄漏，而累计流量对比则针对“持续存在”的微泄漏追踪。微泄漏的瞬时流量差极低，在正常波动中极易被淹没。涡轮流量计将监测维度从瞬时流量切换至累计流量——通过对比供液管与回液管的累计输出量差值——使微泄漏痕迹随时间放大，无处遁形。 累计流量对比的核心在于时间积累。将监测周期拉长至24小时或72小时，供液累计量与回液累计量的差值将随泄漏持续而显著放大。对于快接头密封圈微渗

  eefocus_3903412

  288

  07/14 16:11

  数据中心 液冷散热
• 数据中心液冷供液难随AI负载调整？涡轮流量计自适应解决方案

  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

  eefocus_3903412

  326

  07/13 16:32

  数据中心 涡轮流量计
• 数据中心液冷PUE优化缺流量数据？涡轮流量计准确计量解决方案

  PUE（Power Usage Effectiveness，电能利用效率）是衡量数据中心能效水平的核心指标。PUE值越接近1.0，意味着越多的电能被用于IT设备本身，而非被散热、供电等辅助系统消耗。 在液冷数据中心中，PUE优化是运维团队的核心KPI之一。 然而，PUE优化不是“喊口号”就能实现的。它需要数据——准确的、实时的、可追溯的数据。而在所有影响PUE的数据中，流量数据是前提。没有流量数据

  eefocus_3903412

  497

  07/13 16:31

  数据中心 涡轮流量计
• 算力基建，遭遇急刹车？

  全球AI算力市场风云变幻，Meta、软银等巨头纷纷加入算力租赁市场，试图通过资产运营提升效率并创造收益。然而，数据中心建设频繁遇阻，电力供给、民间抵制与合规要求成为最大硬约束。尽管高端AI算力仍有缺口，但算力租赁模式提升了整体利用率，促使中小型企业转向租赁而非购置昂贵硬件。AI大厂加速自研芯片研发，以降低成本并减少对单一供应商的依赖。总体来看，算力租赁模式虽暂时抑制了需求增速，但长远有助于产业链的健康发展。

  半导体产业纵横

  365

  07/13 11:08

  数据中心 算力

  
• 从“能用”到“好用”，RISC-V如何跃迁？

  RISC-V架构正逐渐从实验室走向真实应用场景，如具身智能机器人、车规芯片和数据中心等。为了实现从“能用”到“好用”的跃迁，RISC-V需要在硬件性能、工具链、软件生态系统等方面进一步优化。具体措施包括加强跨领域协作、深入测试验证、优化性能和标准化验证，同时推动生态建设，提高商用软件的适配性和兼容性。

  中国电子报

  261

  07/13 10:01

  数据中心 RISC-V

  
• 液冷泵组故障流量归零如何早知道？涡轮流量计毫秒告警的解决方案

  应用场景 AI算力需求的爆发式增长，正在推动数据中心功率密度持续攀升。英伟达GB200等AI芯片功耗已突破1200W，单机柜功率密度从传统的20-30kW跃升至60-120kW。液冷系统的高效散热，建立在冷却液持续循环的基础之上——芯片产生的热量必须通过冷板中的冷却液及时带走。 在液冷系统架构中，CDU（冷量分配单元）内置的循环泵组是驱动冷却液流动的核心动力设备。泵组一旦出现故障，整个系统的供液能

  eefocus_3903412

  320

  07/12 10:25

  数据中心 液冷散热
• 月之暗面Kimi借助亚马逊云科技推进全球业务发展

  全球领先的人工智能大模型创新企业月之暗面Kimi选择亚马逊云科技，借助其遍布全球的基础设施与领先的 AI 技术，为全球企业提供坚实和高效的模型服务，同时加速自身业务的全球化规模落地。 月之暗面成立于2023年，专注于大模型底层能力的研发与突破。自创立之初，月之暗面Kimi便致力于成为一家全球化的公司，秉持着开源共享的初心，目前用户已遍及全球180个国家和地区。月之暗面Kimi致力于通过AI提升生产

  与非网编辑

  463

  07/10 10:00

  人工智能 数据中心
• MicroLED光互连何以成为思特威第二业务增长曲线

  近日，慕尼黑上海电子展上，思特威（SmartSens）展台前人头攒动。一台实时传输数据的原型样机演示设备前，参观者驻足观看——MicroLED单通道传输速率突破3Gbps，典型功耗低至0.8pJ/bit。思特威高速光互联事业群联席总经理王文轩在现场向与非网记者透露：“MicroLED高速光互连方案有望在2027年商用落地。” 思特威HOC事业群联席总经理王文轩向与非网记者介绍高速光互连解决方案进展

  高扬

  2547

  07/08 16:41

  数据中心 AI算力

  
• AI算力迈向兆瓦时代：新一代数据中心供电架构正在重塑测试验证体系

  随着人工智能进入大模型时代，算力需求正以前所未有的速度增长。从ChatGPT、生成式AI到智能驾驶和数字孪生，越来越多AI应用持续推动GPU性能提升，也让数据中心供电系统迎来了近二十年来最大的一次技术变革。 行业普遍认为，传统12V、48V供电架构已经难以满足新一代AI服务器对于高功率、高密度及快速动态响应的要求，800V高压直流（HVDC）正在成为未来AI数据中心的重要发展方向。与此同时，从Si

  与非网编辑

  555

  07/07 16:35

  人工智能 数据中心

  
• 美团/秦淮数据SST项目投运，800V数据中心时代开启？

  秦淮数据宣布其固态变压器（SST）智能直流供电商业化项目正式投运，标志着算力中心供配电体系实现重大突破，采用SST 10kV角形接入模式，供电效率高达98.5%，相比传统方案占地减少50%以上。此项目由美团、秦淮数据、台达和东阳光联合打造，采用SiC技术的中压高频功率模块，实现高效能和紧凑尺寸。秦淮数据计划扩大应用规模并推进关键部件国产化替代。

  行家说三代半

  1257

  07/06 22:29

  数据中心 固态变压器
• 3Q26存储器价格受AI服务器支撑，但消费端压力扩大使得涨幅收敛

  2026年第三季整体DRAM格局持续极度紧缺，但因消费级应用需求下修及高基期作用，合约价涨幅收敛，预计将季增13-18%。NAND Flash主要需求仍由AI推理与大型数据中心建设支撑，但因合约价格已达历史高点，消费端客户在需求放缓的情况下，对价格承受力已达极限，预估整体NAND Flash合约价将季增10-15%，幅度较前几季明显缩减。 观察第三季PC DRAM市场，PC OEM库存回补需求将支

  与非网编辑

  330

  07/03 13:25

  智能手机 数据中心

  

正在努力加载...