■  林子杰 白瑞晨 王梦骋

　　在新型基础设施建设与数字化转型浪潮的推进下，数据中心作为信息处理、交换及存储的枢纽地位日益攀升。随着大数据、物联网、人工智能等新一代信息技术的深度应用，数据中心的数据处理量及算力需求持续增加。然而，高算力与高密度设备部署却带来设备的高热量产生与高功率密度，为企业数据中心热管理带来了极大的挑战。一方面，传统风冷冷却技术由于受限散热效率瓶颈，在热流密度的承载上存在明显的短板，很难满足数据中心稳定、高效、有效运行的基本需求。另一方面，根据权威机构预测，到 2030 年全球数据中心总能耗电量将达到 4000 太瓦时，占全球总用电量的比重呈指数级攀升，并且冷却系统能耗约占数据中心总能耗的40%。在此背景下，浸没液冷技术可以凭借其高可靠性保障、低噪声特性、高散热能力等优势，逐渐成为数据中心热管理领域的重要趋势与研究重点，为我国解决数据中心散热难题、提高能源利用效率以及控制成本支出带来新的方案和视角。为进一步提高浸没液冷技术的传热性能，需要我们通过流场结构设计、工质热物性优化、多能协同管理、智能控制系统研发等形式，优化浸没液冷技术在数据中心中的热管理实践手段，满足数据中心运行的基本需求。

　　流场结构设计。在数字经济繁荣发展及信息网络普及应用的背景下，数据中心作为承载海量数据存储及运算的核心枢纽，其热管理质量与水平直接关乎数据处理的可靠性、精准性及企业成本支出情况，是赋能我国数字经济可持续、高质量发展的重要保障。因此，我们需要提高对数据中心热管理的重视程度，从多维度、多视角、多领域出发，加强流场结构设计，确保冷却液得到均匀分布、降低流动阻力、消除局部热点，从而提升散热效率以及浸没液冷技术的传热性能。然而，在优化实践中，则需要聚焦技术应用环节，探究流场结构设计及优化的方向。一方面，要结合设备布局、流体动力学特性、冷却液物性参数、功率密度分布，运用专业工具对液冷系统进行仿真分析及三维建模，模拟流场分布及热交换过程，探究结构设计的优化方案及相关数据。另一方面，应根据相关仿真结果，优化冷却管道布局，或采用多孔介质强化扰动，持续提升液冷系统的传热性能。当然，在此过程中，还应构建实时监控系统，有效调整数据中心液冷系统的冷却液流速与流量，以此实现对流场的高效散热与精准调控，确保浸没液冷技术发挥出应有的功能，满足数据中心热管理稳定运行的基本需求。

　　工质热物性优化。通常来讲，工质热物性是指导热系数、沸点、粘度、比热容等反映流体热传质能力的相关参数。而通过筛选高导热系数与比热容的工质，拓宽沸点工作区间、降低流体黏度等，人们能在液冷冷却系统运行的过程中，更好地控制系统虚耗能耗、均衡设备表面温度及调控热量传递效率。具体来讲，高导热系数与比热容的工质能在单位时间内吸纳并传递更多热量，有效将设备内部热量传导出去。低粘度的工质则能减少流动阻力，降低冷却系统运行所需要的能耗。至于拓宽沸点工作区间，则有利于工质在高温环境下依旧保持稳定的传导效能，避免出现局部温度失衡的现象。在数据中心优化实践中，我们应从化学稳定性、宽沸点范围、低粘度、高导热性等视角出发，明确工质热物性的优化方向，通过研发新型冷却液或者添加纳米颗粒添加剂等手段来实现对既有工质的优化。例如，研究新型冷却液，有效提升工质的导热效能及效率，保障数据中心热量得到快速的冷却。通过添加纳米颗粒的方式，能够让冷却液形成纳米流，确保冷却液各项指标、参数发生变化，提高其热传导质量及能力，结合流场结构设计方案，为人们更好地发挥浸没液冷技术优势、实现数据中心稳定运行，奠定坚实、可靠的基础。

　　多能协同管理。在数据中心热管理中，多能协同管理主要指整合系统内外储能、光伏、市电、余热回收等多元能源形式，通过智能调控机制，实现能源供需平衡及梯级利用的综合管理模式。在数据中心高能耗背景下，开展多能协同管理工作，能有效降低对传统电力能源的依赖，提高可再生能源渗透率，实现对余热资源的二次利用。将其应用到浸没液冷技术中，可将数据中心散热形成的废热转化为冷却系统的预热能源，提高系统运行稳定性，降低企业能源消耗成本。因而在具体实践中，一方面，要结合浸没液冷技术运用特点，明确对热回收率及能源供给的基本需求，通过搭建余热回收管网、设计智能调控策略、构建能源供需数据库等方式，充分发挥多能协同管理作用，确保液冷系统高效回收数据中心热能，满足自身运行需求，降低企业成本投入。另一方面，要优化光伏电力与储能系统的结合方式，保障数据中心多余能源优先传递到浸没液冷系统中。当系统运行需求得到满足后，再将多余能源转移至储能系统。但需注意的是，当液冷系统进入高负荷运作状态时，应调整好市电和储能电能的比重，避免出现电源过载问题，影响液冷系统的运行质量与效率。

　　智能控制系统研发。通常来讲，在数据中心热管理中，虽能从流场设计、工质物性及能源供给等维度出发，提高冷却系统运行质量和效率，但依旧面临实时监控能力不足、多系统协调性差及动态调整滞后等现实问题。引入或研发智能控制系统，可帮助人们实时检测系统运行整体状况，智能调节冷却液流量，以及控制各设备联动方向。 

　　在热管理优化实践中，应通过部署流量传感器、温度传感器等设备，打造覆盖浸没液冷系统全链路的检测网络，以更系统、实时地采集系统运行数据及相关参数。同时，借助人工智能与大数据技术，整合分析冷却液流速、系统负载情况、传热效能及各系统联动质量，进而通过智能调整泵组功率及冷却液流速等参数，确保系统稳定运行。此外，在能源管理系统、数据中心设备及储能系统的联动中，还应制定有效的协调机制——通过构建数据共享平台、开发多目标优化算法及设计应急预案等形式，确保各系统在智能控制系统支持下实现更好联动、协调及运行，提高浸没液冷技术应用效率和质量，满足企业个性化、多样化发展需求，为我国数字经济现代化发展提供可靠保障。

　　[作者单位：兰洋（宁波）科技有限公司]

　　【基金项目】本文系2023年宁波市“科创甬江2035”科创生态育成项目“绿色新型算力中心融合液冷散热系统应用示范”（编号：2024Z058）。