{"source":{"id":"2079355677995123057","title":"现在的一个AI机柜，重达7000磅。 也就是3吨多。 这台重型工业机器，规格远超普通的IT设备。 这是超微（Superm…","url":"https://mubeitech.com/p/2079355677995123057"},"method":"semantic-similarity","count":4,"items":[{"rank":1,"id":"2060627433183912179","account":"mubei","brand":"@mubei","title":"AI 数据中心现在的最大瓶颈，早就不是芯片够不够了，而是怎么不让这些吞金兽把自己烧掉。 算力的代价，是惊人的发热量。 短…","summary":"AI 数据中心现在的最大瓶颈，早就不是芯片够不够了，而是怎么不让这些吞金兽把自己烧掉。 算力的代价，是惊人的发热量。 短短 5 年，GPU 的发热量翻了一倍多。 现在一个数据中心，光是制冷系统就要吃掉 30% 到 40% 的总耗电。 传统的空调机房，已经到了物理极限。 于是，日本…","body":"AI 数据中心现在的最大瓶颈，早就不是芯片够不够了，而是怎么不让这些吞金兽把自己烧掉。\n\n算力的代价，是惊人的发热量。\n短短 5 年，GPU 的发热量翻了一倍多。\n现在一个数据中心，光是制冷系统就要吃掉 30% 到 40% 的总耗电。\n传统的空调机房，已经到了物理极限。\n于是，日本的富士电机、日本电产、三菱重工这些硬核制造巨头，正在疯狂抢占一个新风口：液冷。\n\n以前怎么降温？靠吹风。\n但空气导热性实在太差了。\n为了控制室温，你得用巨型风扇狂吹，留出宽阔的风道，安排冷热通道布局，费劲把整个房间的温度降下来。\n液冷改变了玩法。\n不去管房间热不热，直接把冷金属板贴在 GPU 或 CPU 上。\n冷液体在金属板内的微小通道里流淌，直接把芯片的热量带走。\n\n为什么必须上液体？\n因为 AI 机架的热密度太夸张了。\n在极小的空间里疯狂发热，你想靠增加风量来降温，噪音、耗电和物理空间根本不允许。\n而液体的载热能力远超空气。\n通过更小的管道，带走更多的热，芯片温度更稳，还省下了给整个房间吹冷气的冤枉电费。\n\n当然，门槛也很高。\n液体系统贵得多，一旦漏水直接全剧终，防漏接头必须极其精密。\n而且这玩意不能事后随意添加，必须在服务器机架设计的第一天，就把它融进图纸里。\n\n当我们惊叹于 AI 迭代的速度时，别忘了支撑它的底层。\n在代码狂欢的背后，是一场与能源、热力学极限贴身肉搏的硬核工业战。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2061527043192320429","translated_status_id":"2061527043192320429","published_at":"2026-06-01 18:50:23","created_at":"2026-06-01T20:48:32.084707","url":"https://mubeitech.com/p/2060627433183912179","markdown_url":"https://mubeitech.com/p/2060627433183912179/markdown"},{"rank":2,"id":"raw_cf2d24b67b9bdbce","account":"mubei","brand":"@mubei","title":"给 AI 机房降温，用更烫的冷却水反而更省水？ 施耐德刚发了份算力中心的能耗报告。 他们拿 100 兆瓦的 AI 数据中…","summary":"给 AI 机房降温，用更烫的冷却水反而更省水？ 施耐德刚发了份算力中心的能耗报告。 他们拿 100 兆瓦的 AI 数据中心做测算，对比了从传统风冷到液冷系统的水耗和电耗。 大家直觉是冷却液温度越低越好。 但水温调得越低，机房背后的冷水机和蒸发塔就得拼命吞水吐雾。 把进水温度稍微放…","body":"给 AI 机房降温，用更烫的冷却水反而更省水？\n\n施耐德刚发了份算力中心的能耗报告。\n他们拿 100 兆瓦的 AI 数据中心做测算，对比了从传统风冷到液冷系统的水耗和电耗。\n\n大家直觉是冷却液温度越低越好。\n但水温调得越低，机房背后的冷水机和蒸发塔就得拼命吞水吐雾。\n把进水温度稍微放宽、允许冷却液以更高的温度循环，反而能直接省下大笔蒸发水耗。\n\n更有意思的是施耐德的屁股坐在哪。\n他们 2024 年刚花了重金收购液冷大厂 Motivair 七成五的股权，剩下的打算 2028 年全买下来。\n技术账算得极其严密，商业版图也早就提前铺好了。\n\n技术迭代往往就是这样，大家盯着算力卡跑多快，底下卖水冷管道的人已经把下个周期的底牌摸清了。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2102281546866569468","translated_status_id":"2102281546866569468","published_at":"2026-09-22 06:48:13","created_at":"2026-09-22T06:48:13.739475","url":"https://mubeitech.com/p/raw_cf2d24b67b9bdbce","markdown_url":"https://mubeitech.com/p/raw_cf2d24b67b9bdbce/markdown"},{"rank":3,"id":"2056329013971517735","account":"mubei","brand":"@mubei","title":"拔掉网线，全程断网单机运行 2000 亿参数的 AI 模型。 跑这套系统的设备有多大？ 一只手就能稳稳托住。 AMD 拿…","summary":"拔掉网线，全程断网单机运行 2000 亿参数的 AI 模型。 跑这套系统的设备有多大？ 一只手就能稳稳托住。 AMD 拿出了目前全球最小的 AI 开发系统。 苏姿丰直接把这台主机端了出来。 里面塞进了他们最高端的 Ryzen AI Max 处理器。 搭配的是 128GB 高速统一…","body":"拔掉网线，全程断网单机运行 2000 亿参数的 AI 模型。\n跑这套系统的设备有多大？\n一只手就能稳稳托住。\n\nAMD 拿出了目前全球最小的 AI 开发系统。\n苏姿丰直接把这台主机端了出来。\n里面塞进了他们最高端的 Ryzen AI Max 处理器。\n搭配的是 128GB 高速统一内存。\n\n算力能装进巴掌大小的空间，靠的是底层架构设计。\n这 128GB 内存由 CPU、GPU 和 NPU 三方直接共享。\n省去了数据在不同模块间来回搬运的损耗。\n系统整体性能被大幅拉升。\n硬生生把跑大型 AI 模型的算力，压缩进了一台微型桌面台式机里。\n\n大模型的硬件门槛正在被物理击穿。\n跑千亿参数模型曾经必须依赖庞大的云端机房。\n现在直接变成了摆在桌面上的一台离线私有设备。","category":"科技","score":83.3,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-18 12:07:21","created_at":"2026-05-18T13:00:16+02:00","url":"https://mubeitech.com/p/2056329013971517735","markdown_url":"https://mubeitech.com/p/2056329013971517735/markdown"},{"rank":4,"id":"mb-20260901-76693c","account":"mubei","brand":"","title":"所有人的目光都盯在芯片制程、显存带宽和模型参数上","summary":"所有人的目光都盯在芯片制程、显存带宽和模型参数上","body":"所有人的目光都盯在芯片制程、显存带宽和模型参数上。\n但真正卡死下一代 AI 算力的，是一根快要被烧红的铜线。\n2027 年，AI 数据中心将迎来一场底层的电力革命：全面转向 800V 直流供电。\n产业链上，碳化硅与氮化镓两类第三代半导体材料被推上了最前线。\n一个跑算法的数据中心，为什么突然要用上电动车和高铁级别的高压电？\n是芯片厂商在盲目堆料，还是底层的物理世界已经撞到了南墙？\n把这笔账算到底，会看到一台支配着现代工程的硬核机器。\n焦耳定律税。\n过去十年，数据中心的标准供电电压是 48V。\n在单机柜功耗只有十几千瓦的年代，这套架构运转得很平稳。\n算力需求在两年内被暴力拉升。\n单机柜功耗从数十千瓦飙升到 100 千瓦，接下来要直接冲向 600 千瓦甚至兆瓦级别。\n问题就在这里爆发了。\n初中物理学过一条铁律：功率等于电压乘以电流。\n在 48V 的低电压下要输送 600 千瓦的功率，电流会直接突破 12000 安培。\n12000 安培是什么概念？\n这需要比成年人手臂还要粗的实心铜排。\n沉重的铜排塞满机柜，既压垮承重结构，又彻底堵死散热风道。\n更致命的是发热损耗。\n导线上的发热量，和电流的平方成正比。\n电流扩大一倍，导线发热就会翻四倍。\n一万多安培的电流流过机柜，算力还没开始跑，海量电能已经在铜排上变成了滚烫的废热。\n铜线的物理极限，直接给算力扩张封了顶。\n要打破这个僵局，唯一的出路就是提升电压。\n把机柜供电电压从 48V 一路拉升到 800V，电压放大了 16 倍。\n在相同功率下，电流直接缩减到原来的十六分之一。\n根据焦耳定律，导线上的发热损耗瞬间暴降到原本的二百五十六分之一。\n铜排的用量直接被砍掉近九成。\n电压升阶把物理瓶颈砸开了一道缺口，却把难题甩给了半导体器件。\n传统的硅基功率芯片在 800V 高压和高频切换下，会产生巨大的开关损耗，甚至直接击穿烧毁。\n第三代宽禁带半导体，在这个节点接管了战场。\n两批材料分工明确。\n碳化硅的耐击穿场强是传统硅的十倍，充当高压主干上的重装盾牌，把电网的高压稳稳降为 800V 直流电。\n氮化镓拥有极高的电子迁移率，充当芯片身旁的高频突击手，在兆赫兹级别的高速开关下，把电感元器件体积压缩数倍，贴身把电切碎成亚伏特级别的低压大电流喂进 GPU。\n碳化硅扛主干高压，氮化镓做贴身转换。\n这套组合拳把供电模块直接拍到了算力芯片的背面。\nAI 的竞争，表面看是算法和数学的较量。\n底色从来都是能量搬运的物理工程。\n当算力密度推到极致，算力战争的胜负手，就已经从纳米尺度的晶体管，转移到了机柜背后的输电母线上。\n先看懂物理瓶颈并重构能源管道的人，才能拿到下一代超级算力的入场券。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-09-01 14:49:05","created_at":"2026-09-01 14:49:05","url":"https://mubeitech.com/p/mb-20260901-76693c","markdown_url":"https://mubeitech.com/p/mb-20260901-76693c/markdown"}]}