{"source":{"id":"mb-20260828-d6355e","title":"用比洗澡水还烫的 55 度热水，去冷却单颗发热超过一千瓦的顶级 GPU","url":"https://mubeitech.com/p/mb-20260828-d6355e"},"method":"semantic-similarity","count":6,"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":"mb-20260823-eea7bb","account":"mubei","brand":"","title":"韩国工业重镇蔚山，刚刚做了一个看似疯狂的决定","summary":"韩国工业重镇蔚山，刚刚做了一个看似疯狂的决定","body":"韩国工业重镇蔚山，刚刚做了一个看似疯狂的决定。\n他们要把下一代人工智能数据中心，直接沉入 20 米深的海底。\n韩国海洋水产部与蔚山市联合砸下 511 亿韩元。\n韩国海洋科学技术院 KIOST 领衔牵头。\nSK Telecom、浦项制铁 POSCO 与 GS 建设全线进场。\n按照规划，这套标准化海底数据中心将在 2030 年完成实测。\n从 2031 年起，这里将启动大规模商业化扩建。\n远期规划投资 5000 亿韩元，容纳超过 10 万台服务器。\n把最精密、最怕水的顶级芯片装进铁罐扔进大海，听起来像昂贵的科技噱头。\n为什么科技巨头和国家级科研团队，会把算力的终极解法押在水下？\n因为陆地上的算力扩张，正在撞上一堵无法逾越的物理高墙。\n这堵墙的名字，叫热力学极限与空间地租。\n让海底数据中心成为可能的底层机器，叫无限热沉与环境解耦。\n要看懂这台机器，得先算一笔陆地数据中心从未公开讲透的隐形账。\n一块顶级 GPU 在满负荷运行时，单机柜功耗已经飙升到数十甚至上百千瓦。\n机房里产生的天量热量，必须在几秒钟内被强制带走。\n在陆地上，为了给这些发烫的硅片降温，数据中心必须装配庞大的机械压缩制冷机组和蒸发冷却塔。\n一处大型陆地算力基地，每天要蒸发消耗数百万加仑的淡水。\n更要命的是电力的二次浪费。\n在传统的陆地数据中心里，大约 30% 到 40% 的电力根本没有用来算题。\n它们全部被冷水机组、大功率风扇和水泵吃掉了。\n数据中心能源效率指标 PUE 长期徘徊在 1.5 到 1.6 之间。\n每消耗 100 度电进行计算，就得额外烧掉五六十度电来吹风散热。\n算力密度越高，散热系统的能耗和水耗就越像一个无底洞。\n海水的介入，从底层重写了这套热力学公式。\n蔚山近海 20 米深的海水，全年平均水温恒定在 13.3 摄氏度左右。\n水的热容是空气的四倍以上。\n流动的大洋本身，就是一个取之不尽的天然热沉。\n海底数据中心采用高压密封舱设计，舱内通过封闭内循环把热量导出到外壳。\n冰冷的海水在舱外自然冲刷，几秒钟就能把天量废热无声带走。\n整个过程不需要庞大的机械压缩机，不需要冷却塔，更不需要消耗一滴淡水。\n蔚山项目设定的运行效率指标，直指 PUE 1.2。\n而在极端工况下，海底散热甚至能把 PUE 压到 1.07 的物理极限。\n这意味着散热消耗的额外电力，被直接砍掉了三分之二以上。\n但省电只是第一层套利。\n更深层的一道红利，来自环境解耦带来的硬件寿命剧变。\n在陆地机房里，服务器硬件一直在默默承受空气的慢性腐蚀。\n氧气的氧化作用、空气湿度的剧烈波动、微米级的灰尘颗粒，都在加速焊点和电路的老化。\n加上运维人员频繁进出机房带来的震动和碰撞，陆地服务器的年故障率常年居高不下。\n海底数据中心把服务器封进高压钢罐后，会抽干内部空气，注入高纯度的干燥氮气。\n没有氧气氧化，没有水分侵蚀，没有灰尘附着，更没有任何人类走动带来的物理震动。\n微软在苏格兰奥克尼群岛推进的 Project Natick 项目，早在 2018 到 2020 年就给出了震撼业界的实验数据。\n在长达两年的深海部署中，密封舱内的 855 台服务器仅有 6 台出现故障，故障率只有 0.7%。\n而在同期的陆地对照组机房里，服务器故障率高达 5.9%。\n深海环境把服务器的硬件故障率，直接打到了陆地的八分之一。\n第三层套利，则是对沿海地租悖论的物理突围。\n全球超过 50% 的人口，居住在距离海岸线 200 公里以内的沿海地带。\n人工智能和云计算的低延迟需求，要求算力基础设施必须紧贴人口密集区和海底光缆登陆点。\n但沿海核心都市圈的土地贵得惊人，电网容量高度拥堵，建设陆地机房面临漫长的审批周期与土地纠纷。\n海底方案直接跳出了二维土地的争夺。\n把密封舱推入离岸几公里的近海浅滩，既紧贴核心城市消除了数据传输延迟，又绕开了寸土寸金的陆地地价。\n算力扩张的真正瓶颈，早已不再是单纯的芯片制程。\n当晶体管的密度逼近物理极限，计算的竞争就变成了热力学搬运与空间资源的博弈。\n从陆地上的机械降温，到海洋深处的被动热沉。\n谁能用大自然的物理规律免去最高昂的能耗税，谁就能在这场算力长跑中跑得最远。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-23 00:21:47","created_at":"2026-08-23 00:21:47","url":"https://mubeitech.com/p/mb-20260823-eea7bb","markdown_url":"https://mubeitech.com/p/mb-20260823-eea7bb/markdown"},{"rank":3,"id":"art_434b940bfac9cad5","account":"mubei","brand":"@mubei","title":"英伟达的下一代算力怪兽 Rubin Ultra，单机架功耗直接干到了 230 千瓦。 比现役的 Blackwell 整整…","summary":"英伟达的下一代算力怪兽 Rubin Ultra，单机架功耗直接干到了 230 千瓦。 比现役的 Blackwell 整整高出 64%。 这还没算更往后的架构。 AI 算力的尽头，越来越像烧锅炉。 如果发热压不住，纸面算力再高也是白搭。 SK海力士刚亮出了一张底牌。 他们搞出了一个…","body":"英伟达的下一代算力怪兽 Rubin Ultra，单机架功耗直接干到了 230 千瓦。\n比现役的 Blackwell 整整高出 64%。\n这还没算更往后的架构。\nAI 算力的尽头，越来越像烧锅炉。\n如果发热压不住，纸面算力再高也是白搭。\n\nSK海力士刚亮出了一张底牌。\n他们搞出了一个叫 iHBM 的新技术。\n思路很明确，不是在外面吹风换水，是在芯片内部建冷却塔。\n\n看下内部构造。\n为了降低信号损耗，芯片内部的数据通道越来越宽。\n结构变动后，最底层的物理层旁边会留出一些空隙。\n海力士直接在这个发热最猛的地方，塞进一根高导热的硅材质冷却柱。\n把热量直接从内部抽出来排掉。\n热阻当场下降 30% 以上。\n\n但在半导体行业，只有实验室数据是不够的。\n真正致命的是它的工程落地能力。\n海力士给出的方案是，不需要引入任何新设备。\n直接用现有的封装工艺就能大规模量产。\n连下游那些科技巨头客户，都不用修改现有的系统集成设计。\n拿来就能无缝替换。\n\n这项技术会直接用在第八代的 HBM5 上。\n为的就是接住英伟达未来极其苛刻的散热需求。\n接下来，SK集团会长崔泰源将飞往台湾。\n他要在台北同时会见黄仁勋和台积电的魏哲家。\n\n这才是这则新闻背后真正的机制。\n底层物理学的突破、现成产线的良率控制加上无缝替换的商业逻辑，把这几家公司彻底绑在了一起。\nSK海力士、台积电、英伟达。\n这个铁三角正在用工程学上的极致压榨，直接拉高整个全球 AI 硬件基础设施的准入门槛。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-26 20:12:07","created_at":"2026-05-26T22:11:24.419192","url":"https://mubeitech.com/p/art_434b940bfac9cad5","markdown_url":"https://mubeitech.com/p/art_434b940bfac9cad5/markdown"},{"rank":4,"id":"2079355677995123057","account":"mubei","brand":"@mubei","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…","summary":"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（Supermicro）为AMD下一代MI450x芯片准备的HELIOS机柜。 规格很粗暴：它比传统的19英寸标准机柜宽了一倍。 因为机柜太宽，买家们正在直接拆建机房的门，只…","body":"现在的一个AI机柜，重达7000磅。\n也就是3吨多。\n\n这台重型工业机器，规格远超普通的IT设备。\n\n这是超微（Supermicro）为AMD下一代MI450x芯片准备的HELIOS机柜。\n规格很粗暴：它比传统的19英寸标准机柜宽了一倍。\n因为机柜太宽，买家们正在直接拆建机房的门，只为了能把这台庞然大物推进去。\n毕竟在一台价值几百万美元的机柜面前，一扇门的改造成本不值一提。\n\n平时所有人都在盯着GPU，但在算力背后，真正的瓶颈早就变了。\n首先是内存。\n最新的B300 HGX平台直接塞进了32个内存插槽。因为AI内存太贵，主板上必须提供足够多的插槽组合，系统才能勉强喂饱这些吃数据的怪兽。\n\n接着是存储和散热。\n接下来的Vera Rubin，以及各大ARM架构CPU，全都在冲刺PCIe Gen 6标准。\n带宽直接起飞，但代价是致命的高温。\n固态硬盘里的NAND闪存一热就会掉速，寿命也会极速缩水。\n\n为此，连硬盘都要上液冷。\n之前刚给xAI Colossus项目部署过十万张GPU液冷集群，现在的超微正在把管线接满整个机柜。\n不仅是CPU和稳压器，内存被包进了循环，现在连E1.S规格的硬盘也都接上了液冷。\n为了给散热和液冷管腾出足够的空间，传统的电源模块甚至被砍掉，直接改成母线排供电。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2079491872322449463","translated_status_id":"2079491872322449463","published_at":"2026-07-21 08:08:53","created_at":"2026-07-21T10:01:20+02:00","url":"https://mubeitech.com/p/2079355677995123057","markdown_url":"https://mubeitech.com/p/2079355677995123057/markdown"},{"rank":5,"id":"2056729458170536159","account":"mubei","brand":"@mubei","title":"100兆瓦的数据中心，要配多少兆瓦的发电设备？ 答案是300兆瓦。 来看一位西门子前线工程师透露的行业现状。 连在电力行…","summary":"100兆瓦的数据中心，要配多少兆瓦的发电设备？ 答案是300兆瓦。 来看一位西门子前线工程师透露的行业现状。 连在电力行业干了40年的老兵，都没见过这种场面。 客户甩过来的订单，直接是一家工厂全年产能的两倍。 以前建数据中心，规模通常是20到30兆瓦。 现在的订单，起步100兆瓦…","body":"100兆瓦的数据中心，要配多少兆瓦的发电设备？\n答案是300兆瓦。\n\n来看一位西门子前线工程师透露的行业现状。\n连在电力行业干了40年的老兵，都没见过这种场面。\n客户甩过来的订单，直接是一家工厂全年产能的两倍。\n\n以前建数据中心，规模通常是20到30兆瓦。\n现在的订单，起步100兆瓦，甚至直接干到500兆瓦。\n过去，销售还要给客户做能效评估、算碳排放。\n现在，客户直接跳过所有环节，只要报价单。\n他们的原话是：先不管可持续性，以后再想，现在只要电，不惜一切代价要可靠的电。\n\n为了绝对可靠，他们是怎么建的？\n需要100兆瓦，就直接买四台50兆瓦的燃气轮机。\n这就200兆瓦了。\n还要配上电池组做第一层备份。\n再加装柴油发电机做第二层备份。\n算下来，一个100兆瓦的数据中心，硬生生堆进去300兆瓦的发电设备。\n\n需求爆棚，供应链彻底被买穿。\n发电设备的订单已经排到了五六年后。\n变压器的短缺更严重，交货期极长，很多客户只能重复下单占位。\n因为机柜密度太高，风冷彻底失效，必须上液冷。\n结果液冷又被各地的水资源短缺卡了脖子。\n\n在这个周期里，卖电气的设备商赢下了绝对的定价权。\n两三年前，发电设备的利润率只有4%到6%。\n设备商得靠长达20年的维护合同才能赚到钱。\n现在因为交货期太长，设备商直接把利润率拉到了20%到23%。\n甚至在美国，有个发电设备项目的利润率超过了40%。\n数据中心客户根本不还价，只要能拿到设备，多贵都掏钱。\n\n但这里藏着一个极大的错配。\n这些电厂和重型设备，设计寿命是25到30年。\n现在所有人都在赌AI的指数级爆发会填满这些产能。\n如果涨势见顶，10年后，这些花重金建起来的设施将变成巨大的烂摊子。\n\n当真金白银卷入算力军备竞赛时，资本直接扯下了环保的遮羞布。\n在抢夺电力的绝对刚需面前，所谓的碳中和目标只能让路。","category":"科技","score":80,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-19 14:42:48","created_at":"2026-05-19T15:31:29+02:00","url":"https://mubeitech.com/p/2056729458170536159","markdown_url":"https://mubeitech.com/p/2056729458170536159/markdown"},{"rank":6,"id":"mb-20260827-a4a65d","account":"mubei","brand":"","title":"70% 的年增速预期摆在面前，华尔街第一反应是 AI 周期见顶了","summary":"70% 的年增速预期摆在面前，华尔街第一反应是 AI 周期见顶了","body":"70% 的年增速预期摆在面前，华尔街第一反应是 AI 周期见顶了。\n真实情况恰恰相反。\n70% 只是工厂交货的物理极限，买家开出的真实订单其实早就翻倍了。\n为什么订单多到接不完，营收指引却只能停在七成？\n算力这门狂飙突进的生意，到底在哪道关卡被死死卡住了？\n这台机器叫物理供给约束。\n过去二十年，软件和互联网的扩张规律是零边际成本。\n只要用户点击下载，机房加点带宽，服务就能无限复制。\n但实体硬件世界从来不吃这套虚拟法则。\n一套顶尖的算力集群，不仅需要晶圆制造，还需要高带宽内存堆叠、微米级先进封装、液冷机柜，以及以十万千瓦计的电网配电。\n当大模型对参数和训练算力的需求每年翻倍暴涨，下游的物理供应链根本变不出凭空落地的产线。\nNvidia 首席财务官 Colette Kress 在财报电话里挑明了底牌：客户的实际需求增速冲到了 100%，但受限于高带宽内存等产能瓶颈，公司只能给出约 70% 的交付预期。\n市场的核心矛盾变了。\n增长的上限与买家的钱包无关，死死受制于物理世界一年究竟能交付多少计算设备。\n但这还只是整台机器的表层。\n真正凶狠的飞轮藏在资产负债表里。\n很多人看不懂，为什么一家芯片巨头要掏出几百亿美元，直接砸向前沿 AI 实验室？\n投资机构 Wealth Enhancement Group 的投资主管 Doug Huber 指出了底层的青训农场逻辑。\n顶尖的 AI 实验室在诞生第一天，最稀缺的资源就是极致的算力。\n巨头把资本注入这些初创团队，换来的从来不只是一纸股权凭证。\n真正的杀招，是把自己的通信协议、网络互连架构和底层软件环境，在实验室写第一行代码时就焊死在模型架构里。\n前沿实验室就是整套算力帝国的青训营。\n一旦其中某家实验室跑通了前沿模型、迎来商业化爆发，它后续数以百亿计的算力扩张需求，没有任何改换门庭的余地，全都会原路流回给投资它的硬件母体。\n左手把资金投出去变成初创公司的股权，右手把订单收回来变成源源不断的高毛利硬件销售。\n这是一台自我造血、自我制造需求的确定性闭环。\n超大规模云厂商想靠自研芯片摆脱掌控？\n战场的维度早就变了。\n当其他人还在比拼单颗芯片的跑分高低，新的竞争已经升级为整座算力工厂的系统级交付。\n从处理器、通信网络到机柜级液冷与软件调度，全都打包成了不可拆分的整体。\n换掉一颗芯片代价很小。\n但要拆掉整座已经深度适配了底层协议的算力工厂，成本高到没人承担得起。\n决定这场科技竞逐上限的，根本不是资本市场的短期情绪。\n真正的天花板，是物理世界的工程交付速度与底层的生态锁定。\n当一家公司不仅锁死了下一代硬件的交付产能，还顺手包揽了未来所有核心买家的孵化底座。\n这场竞争，到底是在比谁的算法更聪明，还是在比谁能把物理现实更快地焊进自己的商业闭环里？","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-27 22:36:42","created_at":"2026-08-27 22:36:42","url":"https://mubeitech.com/p/mb-20260827-a4a65d","markdown_url":"https://mubeitech.com/p/mb-20260827-a4a65d/markdown"}]}