跳到正文
#液冷
11月2日周一
  1. Light Reading58

    LG CNS 完成雅加达 30MW AI 数据中心，并计划向亚太扩张

    LG CNS 宣布完成位于雅加达的 30MW AI 数据中心，是韩国公司首次为海外客户建设 AI 数据中心，一期为 11 层建筑、总面积 46,281 平方米，可容纳超过 10 万台服务器。设施采用风冷与液冷结合的混合冷却方案，电力系统支持每机柜超过 300 千瓦，下一阶段将把总电力容量提升至 400MW。

    AI 生成摘要 · 以原文为准

10月30日周五
  3. EE Times58

    英飞凌 OktoberTech：边缘 AI、SDV 与迈向 800 VDC 的数据中心供电

    英飞凌在加州山景城举办第 10 届 OktoberTech，聚焦物理 AI、汽车与电力系统。汽车部门 CEO Peter Schiefer 称目前仅约 10% 车辆采用软件定义架构，预计将升至约 40%，并认为传统 OEM 必须把约 100 个分布式控制盒整合为中央计算机才能生存。

    AI 生成摘要 · 以原文为准

10月29日周四
  1. The Quantum Insider44

    Lumen 宣布 AI 智能网络、量子研究与后量子加密三项计划

    Lumen Technologies 宣布三项计划：与 Emerald AI 探索试点，将 AI 推理工作负载按电力可用性、成本、延迟等自动调度到不同地点；资助俄亥俄州立大学研究光纤支持长距离量子网络与分布式传感；并计划将 FortiOS 中的 Fortinet 后量子密码（PQC）能力引入其 SASE 方案，初步可用定于 2026 年 11 月，全面可用定于 2027 年 1 月。

    AI 生成摘要 · 以原文为准

10月28日周三
  1. Vertiv21

    Workload requirements. Climate conditions. Power and water availability. Each can influence the cooling approach as AI rack densities increase. Join George Hannah and Maurizio Frizziero on November 9 at 10:00 a.m. EST: https://ms.spr.ly/6016aaSx4 #ThermalManagement 工作负载需求。气候条件。电力和水的可用性。随着 AI 机柜密度提升，每一项都可能影响散热方案的选择。欢迎于美东时间 11 月 9 日上午 10:00 参加 George Hannah 和 Maurizio Frizziero 的活动：https://ms.spr.ly/6016aaSx4 #ThermalManagement（热管理）

    AI 生成摘要 · 以原文为准

  2. SEC 8-K · Vertiv88

    Vertiv 2026 年三季度净销售额增长 61%，上调全年指引

    Vertiv 发布 2026 年三季度财报，净销售额 43.13 亿美元，同比增长 61%，有机增长 55%；摊薄 EPS 1.95 美元，同比增长 91%，调整后 2.21 美元，同比增长 78%。有机订单同比增长超 100%，调整后自由现金流 6.52 亿美元，同比增长 50%。

    AI 生成摘要 · 以原文为准

    关注理由：财报同时披露了有机订单增速、区域拆分和上调后的全年指引区间，可据此跟踪数据中心电力与散热需求的持续性。

10月26日周一
  3. SEC 8-K · Vertiv62

    Vertiv 完成收购 King Environmental Services，扩展 EMEA 液冷数据中心流体管理服务

    Vertiv 宣布其全资子公司已完成对欧洲流体管理服务商 King Environmental Services（KES）的收购，将高密度、液冷数据中心的调试、负荷测试与流体管理服务能力拓展至 EMEA 地区。KES 成立于 2002 年，总部位于爱尔兰都柏林附近，在北都柏林和法兰克福设有枢纽，业务涵盖管路冲洗、过滤与水处理、测试调节平衡（TAB）及大规模热负荷与电气负荷测试。

    AI 生成摘要 · 以原文为准

    关注理由：公告披露 Vertiv 完成收购 KES，将液体冷却数据中心流体管理服务从北美延伸至 EMEA，财务条款未披露且预期不重要。

  4. Utility Dive55

    数据中心为何重新思考 800 VDC 供电架构：sidecar 过渡与楼外直流方案对比

    SMA 白皮书探讨随着机柜功率密度迈向 1 MW，数据中心为何转向 800 VDC 供电。sidecar 作为置于机柜旁的电源转换单元，可在不重建现有低压 AC 配电的情况下引入 800 VDC 机柜，但每兆瓦仍约 80 kW 损耗；改为在楼外一次完成中压交流到直流转换、直接分配直流，损耗可降至约 20 kW，并减少转换级数、释放白空间、简化冗余设计。

    AI 生成摘要 · 以原文为准

10月24日周六
  1. ServeTheHome49

    微星 XpertStation WS300 评测：NVIDIA DGX Station GB300 桌面工作站

    微星推出基于 NVIDIA GB300 的 XpertStation WS300 桌面级 DGX Station 工作站，搭载 NVIDIA Grace 72 核 CPU、Blackwell Ultra GPU，配 496GB LPDDR5X 与 252GB HBM3E，整机功耗最高 1.6kW，采用闭环液冷，售价超 10 万美元。评测中两台机器经 ConnectX-8 SuperNIC 组成 800Gbps Blackwell Ultra 间 RDMA 链路，可本地运行 AI 程序。

    AI 生成摘要 · 以原文为准

10月23日周五
  1. POWER Magazine44

    为什么数据中心设计中平坦效率比峰值效率更重要

    AI 工作负载正改变数据中心供电设计：GPU 集群（如 NVIDIA 72-GPU Vera Rubin）使机柜功率从数十 kW 攀升至数百 kW，部分下一代设计预计超过每机柜 1MW。由于训练负载利用率可在毫秒内从约 30% 波动至满载，系统多运行在部分负载下，仅看峰值效率会低估实际能耗与散热成本。业界因此转向重视全负载范围的平坦效率，并淘汰传统的 48 至 54V DC 母线架构。

    AI 生成摘要 · 以原文为准

  2. POWER Magazine49

    数据中心用电波动时如何保持电网稳定：UPS 重构方案如何支持大规模互联

    今年 7 月底东海岸一次 10 分钟电网停电中，数据中心切换到自备电源，导致美国一半地区灯光闪烁；若更多数据中心同时脱网，可能引发全面停电。Ramboll 提出重构 UPS 系统（含网侧、负载侧变换器及电池 DC/DC 变换器）并配持续运行的电池，使其兼稳定电网侧与负载侧。

    AI 生成摘要 · 以原文为准

10月22日周四
  1. NVIDIA Blog66

    NVIDIA DSX AI 工厂平台获 GE Vernova、日立能源、施耐德电气、西门子能源等多家能源公司采用

    NVIDIA 官方介绍多家公司基于 NVIDIA DSX AI 工厂平台把电网、变电站和 AI 工厂作为一个系统进行规划、仿真与运行，并称电力是当前基础设施最大瓶颈，美国有超过 3000 亿美元设备积压、200GW 以上项目在并网队列等待。具体合作包括：GE Vernova 提供从电网到机柜的供电专长以配合 DSX；日立能源的电池储能系统通过 NVIDIA DSX Ready 认证。

    AI 生成摘要 · 以原文为准

    关注理由：官方文章列出了GE Vernova、日立能源、施耐德、西门子能源等伙伴在DSX平台上的具体分工，可用于梳理电力与算力协同方案的参与格局。

10月21日周三
  1. NVIDIA Newsroom64

    NVIDIA 发布 DSX AI 工厂平台，欧洲生态伙伴采用以降低水耗与功耗

    NVIDIA 在 GTC Berlin 宣布推出 NVIDIA DSX AI 工厂参考架构，欧洲生态伙伴正采用其建设低水耗、低功耗的 AI 工厂。DSX 参考设计采用闭环液冷加干式冷却器，可将设施冷却用水降至接近零，2GW 部署每天可节省 5400 万升水；DSX MaxLPS 软件帮助运营方以最多 30% 更少的电力生成相同数量 token。

    AI 生成摘要 · 以原文为准

    关注理由：官方公告给出 DSX 平台省水省电的具体设计与第三方实测数字，可用于评估 AI 工厂电力与冷却方案的落地路径。

10月20日周二
  2. POWER Magazine32

    极端天气频发，关键基础设施如何维持不间断运营

    极端高温和干旱正威胁电网与关键基础设施稳定，中断代价高昂：医疗设施每小时损失超60万美元，制造业约26万美元，数据中心为30万至54万美元。今年7月ERCOT小时峰值负荷刷新纪录达91.1 GW，PJM于7月2日傍晚录得162 GW，为其史上第二高。业界主张通过IIoT与SCADA平台持续监测和预防性维护，在设备故障前主动调配资源避免停机。

    AI 生成摘要 · 以原文为准

10月19日周一
  2. SemiAnalysis71

    SemiAnalysis 预测 2027 年全球数据中心新增 +50GW 并给出领先指标依据

    SemiAnalysis 发文回应 2027 年数据中心建设过于激进的质疑，维持当年新增 +50GW（其早前口径为 +43GW）的预测，并披露仅 40 个园区就有超过 24GW 处于建设后期。核心依据是两项领先指标：美国超大规模云厂商自建项目开工量创历史新高，以及 2026 年至今已签约超过 1 万亿美元的数据中心租赁合同（单 GW 合同总额约 300–500 亿美元、期限 15–20 年）。

    AI 生成摘要 · 以原文为准

10月16日周五
  1. EE Times58

    OCP 2026 峰会聚焦 AI 数据中心供电：Navitas、英飞凌与 TI 展示 800 V 电力方案

    OCP 2026 全球峰会上，数据中心供电方案成为焦点，覆盖 800 V 转 12 V 供电板、服务器电源单元（PSU）和高压热插拔控制器。Navitas 展示与 NVIDIA 合作开发的 24 kW 800 V 转 12 V DC-DC 供电板，基于 GaNFast 架构，目标满载效率 97%、功率密度超 2000 W/in³，支持 MGX 服务器并可在单级转换中省去 50 V 中间总线级。

    AI 生成摘要 · 以原文为准

  3. Light Reading75

    Dell'Oro：2026 年二季度全球数据中心物理基础设施市场同比增长 27% 至 140 亿美元

    Dell'Oro Group 报告显示，2026 年二季度全球数据中心物理基础设施（DCPI）市场厂商收入同比增长 27% 至 140 亿美元，AI 数据中心需求持续超过供给。热管理仍是增长最快板块，同比增长超 40%，其中直接液冷（DLC）与排热设备增速高于板块整体；UPS 收入同比增长约 20%，Busway 供给是约束。

    AI 生成摘要 · 以原文为准

10月15日周四
10月14日周三
  2. Ben Bajarin43

    无需改建机房即可液冷。酷码（Cooler Master）300 kW AALC In-Row CDU 标称制冷能力 300 kW，最大可达 450 kW，面向 AI 基础设施，包括 GB200 和 GB300 NVL72 系统。 最高 450 kW。另外很喜欢用他们家的 PC 游戏散热设备。

    AI 生成摘要 · 以原文为准

    引用Cooler Master@CoolerMaster

    Liquid cooling without rebuilding the facility. The Cooler Master 300 kW AALC In-Row CDU provides 300 kW nominal and up to 450 kW maximum cooling capacity for AI infrastructure, including GB200 and GB300 NVL72 systems. https://www.coolermaster.com/en-global/products/300-kW-CDU.html

10月13日周二
  2. NVIDIA Blog70

    NVIDIA 在 OCP 全球峰会开放 Vera Rubin 架构并发布多项 AI 工厂开放标准

    NVIDIA 在 OCP 全球峰会宣布通过 MGX 架构向 OCP 开放 Vera Rubin 机架与计算托盘设计，MGX 1.2 规范支持最高 250kW 机架部署、盲插液冷和 5000A 液冷母排。同场发布的合作包括：NVIDIA 与 AMD、Google、Meta 发布 Open Data Center Specification v0.7 数据中心设计规范，与 Google、Meta。

    AI 生成摘要 · 以原文为准

    关注理由：官方公布了 Vera Rubin 机架设计开源到 OCP、MGX 1.2 规范及多项网络与供电标准合作，可据此跟踪下一代 AI 工厂基础设施的开放生态进展。

10月12日周一
  1. Ben Bajarin75

    微软宣布自明年起将 Maia 芯片扩展到多吉瓦部署，作为自家产品与服务的主力推理系统，并发布 Maia 300（每瓦 token 数比领先 GPU 系统高 40%）。

    AI 生成摘要 · 以原文为准

    引用Satya Nadella@satyanadella

    Today we are announcing our biggest bet yet on our own silicon. Starting next calendar year, we will scale our Maia family to multi-gigawatt deployments, making it the primary inference system for our own product and services. And we’re introducing Maia 300, which delivers 40% more tokens per watt compared to leading GPU-based systems. We are already deploying Maia 200 across the US, Europe, and Australia, delivering up to 1.7x more tokens per watt across experiences in Teams and Copilot. Our goal is to build on the full-stack efficiency gains we’ve already seen, while continuing to bring the latest innovations from across the ecosystem into our fleet.