微软透露,正在尝试一种所谓的“两相浸入式冷却技术”,使用一种在极低温度下沸腾的液体来保持数据中心的冷却。
微软今天在Innovation博客上发表的一篇帖子中这样解释说,已经在位于美国华盛顿州昆西的Azure数据中心采用了这种技术。
目前,微软主要是依靠空气冷却系统让数据中心内运行的处理器的温度保持在可控范围内。但微软表示,基于液体的冷却系统能耗更低,因此具有更大的潜力,液体中传热“比空气中传热效率高几个数量级”,这就意味着液冷系统要更加环保。
据悉,这种两相浸入式冷却技术比谷歌在其数据中心内采用的单相冷却技术更为有效。微软称,单相冷却是让流体保持液态,通过自然对流或者强制对流带走热量。因此,单相浸入式冷却和空气冷却的方式类似,热流体在循环回系统之前会先通过一个热交换器。
微软表示,自己的两相浸入式冷却是一种更被动的方式。当系统中使用的流体与数据中心内部的发热组件接触时,会从液体变为自然上升的蒸汽,将热量作为一种潜能运走。蒸汽通过冷凝器排出热量,然后转化回液态,循环到系统中。
为此,微软开发了一套工程解决方案,使得服务器系统沉浸其中的时候不会对其造成损坏。流体是位于钢制冷却罐中,沸点仅为122华氏度,比水的沸点低约90度。同时,连接管穿过箱体、将蒸汽冷凝的液体导流到一个单独的闭环系统,流体将热量从水箱传递到位于外部的干式冷却器。
目前,微软仅部署了一个罐体,计划做一系列测试检查这一新冷却系统的实用性。
微软表示,到目前为止测试表明,这种两相浸入式冷却系统可以将任何服务器的功耗降低5%至15%。服务器甚至可以超频、或者以更高功率运行,没有任何过热的风险。
微软杰出工程师Christian Belady表示:“超级计算使用这种冷却技术有数十年时间了,因此风险不会那么高。我们的目标是将其部署到所有数据中心,但是在此之前还有很多工作要做。”
Beladay指出,除了更有效地传热之外,这种技术还有其他好处。因为系统去除了环境中的湿气和氧气,所以大大降低了腐蚀性,从而减少了系统中的机械故障。微软最早通过Project Natick(实验性海底数据中心项目)发现了这一点。
他说:“浸入式技术也有类似的好处,基本上你是在置换氧气和水分。”
微软还将继续其他液冷技术的试验,其中包括使用填充有液态制冷剂管道的所谓“冷板”。 Belady表示,两种技术都有潜力,两相浸入式技术令他感到非常兴奋是因为这只需要一次性成本,只需要实施一次,而在服务器迭代时无需进行任何工程设计。
“如果采取措施得当,两相浸入式冷却系统将同时满足我们所有成本、可靠性和性能方面的要求,能源消耗几乎是空气冷却的一个零头,”微软Azure首席软件工程师Ioannis Manousakis这样说道。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。