00簡(jiǎn)介

2023年被戲稱為人工智能的元年，因?yàn)樗鼧?biāo)志著人工智能（AI）的崛起和普及。在這一年里，AI不僅在科技、經(jīng)濟(jì)、社會(huì)、文化等各個(gè)領(lǐng)域取得了突破性的進(jìn)展，而且在人類的日常生活中扮演了越來(lái)越重要的角色。這一年元宇宙、AR/VR、虛擬數(shù)字、生成式人工智能等等概念都在逐漸靠近人們的現(xiàn)實(shí)生活。

人工智能（Artificial Intelligence），英文縮寫(xiě)為AI。 它是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)。人工智能是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力量。生產(chǎn)式人工智能（AIGC） 是 AI 領(lǐng)域中的一個(gè)重要分支， 主要指通過(guò)機(jī)器學(xué)習(xí)等技術(shù)生成內(nèi)容的技術(shù)范疇。 

AIGC 技術(shù)的興起可以追溯到近年來(lái)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等技術(shù)的發(fā)展。AIGC 指人工智能生成技術(shù)， 它是一種利用機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)等技術(shù)來(lái)生成各種形式內(nèi)容的技術(shù)。這些內(nèi)容包括文本、 圖像、 音頻等等， 通常是通過(guò)輸入大量的訓(xùn)練數(shù)據(jù)來(lái)訓(xùn)練模型， 并使用這些模型來(lái)生成新的內(nèi)容。2023 年， ChatGPT 應(yīng)用的出現(xiàn)展示了 AIGC 的潛力， 掀起了 AIGC 的發(fā)展浪潮。

01背景

ChatGPT 是美國(guó)人工智能研究實(shí)驗(yàn)室 OpenAI 開(kāi)發(fā)的一種全新聊天機(jī)器人模型，它能夠通過(guò)學(xué)習(xí)和理解人類的語(yǔ)言來(lái)進(jìn)行對(duì)話，還能根據(jù)聊天的上下文進(jìn)行互動(dòng)，并協(xié)助人類完成一系列任務(wù)。其中 GPT 指代的是一種模型，其是“Generative Pre-trained Transformer” 生成型預(yù)訓(xùn)練變換模型的縮寫(xiě)，目的是為了使用深度學(xué)習(xí)生成人類可以理解的自然語(yǔ)言。2022年該產(chǎn)品在一經(jīng)發(fā)布掀起了全球AI行業(yè)的“軍備競(jìng)賽”。

GPT-3 的神經(jīng)網(wǎng)絡(luò)包含 1750 億個(gè)參數(shù)與GPT-2相比增量達(dá)到117%，為有史以來(lái)參數(shù)最多的神經(jīng)網(wǎng)絡(luò)模型?；仡?GPT 的發(fā)展，  GPT-1 只有 12個(gè) Transformer 層，而到了 GPT-3，則增加到 96 層。其中， GPT-1 使用無(wú)監(jiān)督預(yù)訓(xùn)練與有監(jiān)督微調(diào)相結(jié)合的方式， GPT-2 與 GPT-3 則都是純無(wú)監(jiān)督預(yù)訓(xùn)練的方式， GPT-3 相比 GPT-2的進(jìn)化主要是數(shù)據(jù)量、參數(shù)量的數(shù)量級(jí)提升。2021年1月Google推出的SwitchTransformer模型參數(shù)量進(jìn)一步提升到1.6萬(wàn)億。

來(lái)源：數(shù)字金融網(wǎng)微信公眾號(hào)、天風(fēng)證券研究所

大規(guī)模語(yǔ)言模型參數(shù)未來(lái)會(huì)持續(xù)增長(zhǎng)，而且是極速的增長(zhǎng)！

02AIGC的核心

AIGC的快速發(fā)展依賴于三個(gè)核心要素：數(shù)據(jù)，算法，算力。這個(gè)觀點(diǎn)已經(jīng)得到了業(yè)界的高度認(rèn)可。其中， 數(shù)據(jù)是算法的基礎(chǔ)， 充足、 高質(zhì)量的數(shù)據(jù)是訓(xùn)練出準(zhǔn)確、 有效模型的前提。算力則是支撐數(shù)據(jù)和算法的基礎(chǔ)， 它可以提供更高效的數(shù)據(jù)處理和算法訓(xùn)練能力。算法則是決定 AIGC 平臺(tái)性能和應(yīng)用效果的關(guān)鍵， 可以從數(shù)據(jù)中提取有價(jià)值的信息， 從而解決各種實(shí)際問(wèn)題。

（1）算法：算法是一系列解決問(wèn)題、 實(shí)現(xiàn)特定功能的有序指令和步驟。在AIGC 行業(yè)中， 算法是模型的基礎(chǔ)， 用于實(shí)現(xiàn)數(shù)據(jù)分析、 人工智能模型訓(xùn)練等功能。

（2）數(shù)據(jù)：AIGC 平臺(tái)依賴于大量的數(shù)據(jù)來(lái)進(jìn)行訓(xùn)練和優(yōu)化模型。這些數(shù)據(jù)可以來(lái)自于多種來(lái)源，例如云端存儲(chǔ)、數(shù)據(jù)庫(kù)、物聯(lián)網(wǎng)設(shè)備、傳感器等，大數(shù)據(jù)技術(shù)可以對(duì)海量數(shù)據(jù)進(jìn)行有效處理、分析和存儲(chǔ)，而AIGC需要對(duì)這些數(shù)據(jù)進(jìn)行有效的收集、 存儲(chǔ)和管理， 以便訓(xùn)練出更準(zhǔn)確、更具代表性的模型。

（3）算力：算力指計(jì)算設(shè)備執(zhí)行算法、 處理數(shù)據(jù)的能力， 包括 CPU、 GPU、GPGPU、 FPGA、 ASIC 等， 其中 GPGPU 是目前全球人工智能相關(guān)處理器的主要解決方案。由于需要通過(guò)訓(xùn)練去調(diào)整AIGC 的各個(gè)參數(shù)，因此計(jì)算量是很大的，需要高性能的計(jì)算機(jī)去實(shí)現(xiàn)。

算力：產(chǎn)業(yè)基石造化萬(wàn)物

算力層作為AIGC行業(yè)的底層是構(gòu)筑全產(chǎn)業(yè)鏈的基礎(chǔ)支撐整個(gè)行業(yè)的發(fā)展和進(jìn)步。

全球算力高速發(fā)展態(tài)勢(shì)：2021年，全球計(jì)算設(shè)備算力總規(guī)模達(dá)到615EFlops（floating-point operations per second），增速44%。2030年，有望增至56ZFlops， CAGR達(dá)到65%， 其中智能算力由232EFlops增至52.5ZFlops， CAGR超過(guò)80% ；算力翻倍時(shí)間明顯縮短：大模型出現(xiàn)后，帶來(lái)了新的算力增長(zhǎng)趨勢(shì)，平均算力翻倍時(shí)間為9.9個(gè)月。IDC 預(yù)測(cè)，中國(guó)智能算力規(guī)模將持續(xù)高速增長(zhǎng)，預(yù)計(jì)到 2026 年中國(guó)智能算力規(guī)模將達(dá)到 1271.4EFLOPS， 22-26 年復(fù)合增長(zhǎng)率達(dá) 52.3%，同期通用算力規(guī)模的復(fù)合增長(zhǎng)率為 18.5%。

全球算力高速發(fā)展態(tài)勢(shì)： 根據(jù)通信世界數(shù)據(jù)， ChatGPT 的總算力消耗約為3640PF-days (即假如每秒計(jì)算一千萬(wàn)億次，需要計(jì)算 3640 天) ，需要 7-8 個(gè)投資規(guī)模 30億、算力 500P 的數(shù)據(jù)中心才能支撐運(yùn)行。ChatGPT 需要 TB 級(jí)的運(yùn)算訓(xùn)練庫(kù)，甚至是 P-Flops級(jí)的算力。2022年Intel第四代服務(wù)器處理器單CPU功耗已突破350瓦，英偉達(dá)單GPU芯片功耗突破700瓦， AI集群算力密度普遍達(dá)到50kW/柜。算力提升的背后， 芯片必須具備更高計(jì)算效率，在更短時(shí)間內(nèi)完成更多運(yùn)算，因而必然伴隨芯片能耗的加大，因此機(jī)柜功率或?qū)⒂瓉?lái)大幅提升， 散熱問(wèn)題將愈加突出。

[冷知識(shí)]：現(xiàn)階段的 ChatGPT 是在擁有 3000 億個(gè)單詞的語(yǔ)料基礎(chǔ)上預(yù)訓(xùn)練擁有 1750 億參數(shù)的模型，GPT-4 將是一個(gè)擁有超過(guò) 100 萬(wàn)億級(jí)別參數(shù)的大模型。根據(jù)學(xué)術(shù)界的既有研究可知，深度神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力和模型的參數(shù)規(guī)模呈正相關(guān)。人類大腦皮層有 140 多億個(gè)神經(jīng)細(xì)胞，每個(gè)神經(jīng)細(xì)胞有 3 萬(wàn)余個(gè)突觸，因此，大腦皮層的突觸總數(shù)超過(guò) 100 萬(wàn)億個(gè)，神經(jīng)細(xì)胞通過(guò)突觸相互建立聯(lián)系。一旦 GPT-4 實(shí)現(xiàn) 100 萬(wàn)億參數(shù)規(guī)模，就可以堪比人的大腦，意味著它將達(dá)到與人類大腦神經(jīng)觸點(diǎn)規(guī)模的同等水平。

03服務(wù)器冷卻發(fā)展史

（1）1950年代-1970年代：無(wú)空調(diào)、自然通風(fēng)的冷卻系統(tǒng)

在計(jì)算機(jī)還未普及的年代，由于設(shè)備數(shù)量較少，數(shù)據(jù)中心的散熱問(wèn)題并不突出，大多采用自然通風(fēng)或者簡(jiǎn)單的風(fēng)扇進(jìn)行散熱。

（2）1980年代：空調(diào)出現(xiàn)，開(kāi)始使用機(jī)柜

隨著計(jì)算機(jī)的普及和設(shè)備數(shù)量的增加，傳統(tǒng)的散熱方式逐漸失效，數(shù)據(jù)中心開(kāi)始采用空調(diào)系統(tǒng)來(lái)控制溫度。此時(shí)，機(jī)柜的使用成為一種普遍的趨勢(shì)，空氣流通更加合理，散熱效率也得到提升。

（3）1990年代：功率密度提高，空氣冷卻開(kāi)始失效

隨著計(jì)算機(jī)性能的不斷提高，設(shè)備的功率密度也越來(lái)越高，傳統(tǒng)的空氣冷卻方式已經(jīng)難以滿足需求，尋求新型散熱方式成為了數(shù)據(jù)中心行業(yè)的關(guān)鍵課題。服務(wù)器散熱效率低、能耗高、故障率高也成為數(shù)據(jù)中心行業(yè)面臨的痛點(diǎn)。

（4）2000年代初期：液冷技術(shù)開(kāi)始應(yīng)用

液冷技術(shù)因其高效、低能耗的特點(diǎn)逐漸受到關(guān)注。早期的液冷技術(shù)主要是利用液體傳熱的優(yōu)勢(shì)來(lái)提高服務(wù)器的散熱效率。例如，在2003年，IBM公司推出了一種基于水冷技術(shù)的服務(wù)器，通過(guò)將水導(dǎo)入散熱器，從而取代了原本的風(fēng)扇。

（5） 2010年代：液冷技術(shù)不斷完善，應(yīng)用范圍逐漸擴(kuò)大

隨著技術(shù)的不斷進(jìn)步，液冷技術(shù)的應(yīng)用范圍不斷擴(kuò)大。例如，英特爾公司在2012年推出了一種名為“熱分區(qū)”（Thermal Zone）的技術(shù)，通過(guò)將散熱器與芯片直接連接，提高了散熱效率，同時(shí)降低了功耗。此外，液冷技術(shù)還被應(yīng)用于超級(jí)計(jì)算機(jī)等高性能計(jì)算領(lǐng)域，以提高計(jì)算機(jī)的性能和穩(wěn)定性。

2014年，全球最大的數(shù)據(jù)中心運(yùn)營(yíng)商之一谷歌位于芬蘭的數(shù)據(jù)中心，使用了一種名為“完全液冷”（All-liquid cooling）的技術(shù)，即將所有服務(wù)器都浸入到液體中，從而將熱量傳遞給液體，再通過(guò)外部的換熱器將液體散熱出去。

微軟也在其位于愛(ài)爾蘭都柏林的數(shù)據(jù)中心中，使用了名為“液體模塊”（Liquid Module）的液冷系統(tǒng)，來(lái)降低能耗和提高服務(wù)器性能。

液冷技術(shù)的應(yīng)用不僅可以提高散熱效率，同時(shí)也能夠降低數(shù)據(jù)中心的能耗和碳排放。據(jù)統(tǒng)計(jì)，采用液冷技術(shù)的數(shù)據(jù)中心的能耗和碳排放量可以分別降低40%和90%以上。因此，液冷技術(shù)被認(rèn)為是未來(lái)數(shù)據(jù)中心的重要發(fā)展方向之一。

04液冷技術(shù)

算力提升的背后是芯片必須具備更高計(jì)算效率，因而必然伴隨芯片能耗的加大，導(dǎo)致電子器件工作過(guò)程中的溫度升高。此外數(shù)據(jù)中心機(jī)柜的功率密度持續(xù)升高給數(shù)據(jù)中心的熱管理帶來(lái)了嚴(yán)峻的挑戰(zhàn)。制冷系統(tǒng)是數(shù)據(jù)中心重要基礎(chǔ)設(shè)施之一，高密度數(shù)據(jù)中心運(yùn)行中，傳統(tǒng)風(fēng)冷面臨散熱不足、能耗嚴(yán)重的問(wèn)題，液冷技術(shù)成為了降低數(shù)據(jù)中心 PUE 的優(yōu)解。

液冷是指通過(guò)流動(dòng)的水或者液態(tài)制冷劑帶走設(shè)備產(chǎn)生的熱量，而不是讓熱量直接散發(fā)在空氣中，通過(guò)冷卻空氣來(lái)制冷。液冷技術(shù)可分為冷板式液冷、浸沒(méi)式液冷、噴淋式液冷三種。

4.1 液冷的發(fā)展歷程

我國(guó)液冷技術(shù)起步稍晚于國(guó)外，但起步后發(fā)展迅速，后期與國(guó)外發(fā)展進(jìn)程基本同步，并且在液冷規(guī)模試點(diǎn)應(yīng)用方面積累了豐富經(jīng)驗(yàn)。

來(lái)源：電信運(yùn)營(yíng)商液冷技術(shù)白皮書(shū)

4.2 冷板式液冷

冷板式液冷是服務(wù)器芯片等高發(fā)熱元件的熱量通過(guò)冷板間接傳遞給液體進(jìn)行散熱。發(fā)熱體熱量通過(guò)冷板金屬傳遞給冷板中的液體， 液體將熱量帶出與外界冷源進(jìn)行熱交換，使用最多的冷卻介質(zhì)是水。 

芯片設(shè)備熱量通過(guò)熱傳導(dǎo)傳遞到液冷板，工質(zhì)在 CDU 循環(huán)泵的驅(qū)動(dòng)下進(jìn)入冷板，之后在液冷板內(nèi)通過(guò)強(qiáng)化對(duì)流換熱吸收熱量溫度升高，高溫工質(zhì)通過(guò) CDU 換熱器將熱量傳遞到一次側(cè)冷卻液，溫度降低；低溫的工質(zhì)再進(jìn)入循環(huán)泵，一次側(cè)冷卻液最終通過(guò)冷卻塔將熱量排至大氣環(huán)境中。

冷板式液冷安裝較為簡(jiǎn)潔，改造成本低，材料的兼容性好，發(fā)展速度最快，均價(jià)低于浸沒(méi)式，是目前液冷數(shù)據(jù)中心采用最廣泛的散熱冷卻方式，在 HPC、 AI 高密計(jì)算領(lǐng)域商用超過(guò) 8 年時(shí)間，技術(shù)成熟，生態(tài)完善。

4.3 浸沒(méi)式液冷

單相浸沒(méi)式液冷將 IT 設(shè)備浸沒(méi)在裝有冷卻介質(zhì)的密封槽中，冷卻介質(zhì)經(jīng)過(guò)發(fā)熱設(shè)備后利用升溫顯熱交換熱量，過(guò)程中不發(fā)生形態(tài)變化， 升溫后的液體在泵的作用下流入冷卻器降溫并回流至冷卻介質(zhì)槽， 繼續(xù)散熱循環(huán)。

兩相浸沒(méi)式液冷的液體在冷卻介質(zhì)槽內(nèi)與熱源接觸，在循環(huán)散熱的過(guò)程中不斷經(jīng)歷氣態(tài)至液態(tài)的轉(zhuǎn)化。

浸沒(méi)式液冷對(duì)冷卻介質(zhì)的物理性質(zhì)有較高要求，需要絕緣性強(qiáng)、粘度低、腐蝕性小、熱穩(wěn)定性高的材料， 一般情況下均價(jià)高于冷板式方案。浸沒(méi)液冷的機(jī)柜沒(méi)有密封外殼， 是目前最常見(jiàn)的直接接觸型液冷技術(shù)。

浸沒(méi)式液冷優(yōu)勢(shì)在于：（1）冷卻液與發(fā)熱設(shè)備直接接觸，具有較低的對(duì)流熱阻，傳熱系數(shù)高；（2）冷卻液具有較高的熱導(dǎo)率和比熱容，運(yùn)行溫度變化率較?。唬?）冷卻液絕緣性能優(yōu)良，閃點(diǎn)高不易燃，且無(wú)毒、無(wú)害、無(wú)腐蝕。因此浸沒(méi)式液冷技術(shù)適用于對(duì)熱流密度、綠色節(jié)能需求高的大型數(shù)據(jù)中心、超級(jí)計(jì)算、工業(yè)級(jí)其他計(jì)算領(lǐng)域和科研機(jī)構(gòu)，特別是應(yīng)用于地處嚴(yán)寒、高海拔地區(qū)，或者地勢(shì)較為特殊、空間有限的數(shù)據(jù)中心，以及對(duì)環(huán)境噪音要求較高，距離人群辦公、居住場(chǎng)所較近，需要靜音的數(shù)據(jù)中心具有明顯優(yōu)勢(shì)。

4.4 噴淋式液冷

噴淋式液冷是將冷卻介質(zhì)直接精準(zhǔn)噴淋至發(fā)熱部件上的散熱技術(shù)。噴淋式液冷按照冷卻介質(zhì)在發(fā)熱物體表面是否發(fā)生相變可以分為單相、 相變噴淋式。單相噴淋式滴液尺寸較大且不發(fā)生相變，在部件表面形成薄邊界層換熱；相變噴淋式是在單相基礎(chǔ)上，將冷卻介質(zhì)霧化成為小液滴，在發(fā)熱物體表面通過(guò)汽化的方式帶走熱量。 

噴淋式換熱屬于芯片級(jí)別換熱，冷卻效率高但難度較大，液體噴淋過(guò)程中可能會(huì)出現(xiàn)液體飄逸現(xiàn)象，對(duì)機(jī)房環(huán)境或其他設(shè)備造成影響，尚未大規(guī)模應(yīng)用到數(shù)據(jù)中心冷卻。

05行業(yè)分析

5.1 市場(chǎng)規(guī)模及格局

液冷技術(shù)更適合于AI的快速發(fā)展，同時(shí)相對(duì)于其他液冷方式，浸沒(méi)式液冷具有明顯的優(yōu)勢(shì)。根據(jù)《中國(guó)液冷數(shù)據(jù)中心發(fā)展白皮書(shū)》數(shù)據(jù)，樂(lè)觀估計(jì)2025年中國(guó)液冷數(shù)據(jù)中心市場(chǎng)規(guī)模將達(dá)到1330.3億元，其中浸沒(méi)式液冷市場(chǎng)占545.4億元；保守估計(jì)2025年中國(guó)液冷數(shù)據(jù)中心市場(chǎng)規(guī)模1283.2億元，其中浸沒(méi)式液冷市場(chǎng)占526.1億元，占比將超過(guò)40%。

來(lái)源：中國(guó)液冷數(shù)據(jù)中心發(fā)展白皮書(shū)

浸沒(méi)式液冷數(shù)據(jù)中心憑借其優(yōu)良的制冷效果，市場(chǎng)份額增長(zhǎng)速度較快，浸沒(méi)式液冷數(shù)據(jù)中心的占比將從 2019 年的 18%左右提升至 2025 年的 40%左右。據(jù)《中國(guó)液冷數(shù)據(jù)中心發(fā)展白皮書(shū)》，通過(guò)對(duì)液冷數(shù)據(jù)中心產(chǎn)品營(yíng)收、市場(chǎng)占有率、技術(shù)專利等維度的綜合評(píng)價(jià)，中科曙光、華為、阿里及聯(lián)想為液冷數(shù)據(jù)中心的領(lǐng)導(dǎo)者，廣東合一、浪潮位于挑戰(zhàn)者位置，戴爾、維諦、英維克等處于跟隨者地位。從溫控設(shè)備供應(yīng)市場(chǎng)來(lái)看， 英維克、佳力圖、申菱環(huán)境、依米康等為機(jī)房溫控設(shè)備的主要供應(yīng)商，同飛股份、高瀾股份等工業(yè)溫控領(lǐng)域“玩家” 有望憑借技術(shù)同源快速切入數(shù)據(jù)中心溫控市場(chǎng)。從液冷歷史來(lái)看，海外廠商具有先發(fā)優(yōu)勢(shì)，中國(guó)廠商后來(lái)居上實(shí)現(xiàn)突圍，目前中國(guó)廠商對(duì)液冷服務(wù)器技術(shù)的探索已不落后于海外企業(yè)，在大規(guī)模商業(yè)應(yīng)用的經(jīng)驗(yàn)上已經(jīng)處于領(lǐng)先地位。

5.2 政策支持，加速推進(jìn)

在國(guó)家“雙碳”政策的背景下，數(shù)據(jù)中心的PUE指標(biāo)不斷降低。算力的持續(xù)增加，意味著硬件部分的能耗也在持續(xù)提升；在保證算力運(yùn)轉(zhuǎn)的前提下，只有通過(guò)降低數(shù)據(jù)中心輔助能源的消耗，才能達(dá)成節(jié)能目標(biāo)下的 PUE 要求。

從國(guó)家層面來(lái)看，隨著新一代 IT 技術(shù)、產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型等多樣化算力需求場(chǎng)景不斷涌現(xiàn)，算力的賦能效應(yīng)逐漸凸顯，政府對(duì)于算力基建的投入逐漸加大，尤其在超算中心建設(shè)方面，國(guó)家給予了大力的支持和指導(dǎo)，目前已有多個(gè)政府項(xiàng)目采用液冷作為換熱系統(tǒng)，未來(lái)搭載液冷系統(tǒng)的超算中心有望成為主流。

06總結(jié)

憑借高效制冷、技術(shù)成熟、成本優(yōu)勢(shì)，液冷尤其是浸沒(méi)式液冷的發(fā)展前景毋庸置疑，但想要實(shí)現(xiàn)繼續(xù)推動(dòng)技術(shù)的突破創(chuàng)新，推進(jìn)相關(guān)解決方案的進(jìn)步，需要整個(gè)行業(yè)的共同努力，這包括技術(shù)的發(fā)展以及與其他節(jié)能技術(shù)的結(jié)合，行業(yè)標(biāo)準(zhǔn)制定與完善等，需要行業(yè)領(lǐng)軍者在技術(shù)上進(jìn)行新的突破。液冷行業(yè)標(biāo)準(zhǔn)的制定，將有效推動(dòng)行業(yè)規(guī)范化的發(fā)展，也為數(shù)據(jù)中心液冷的發(fā)展指出方向，為液冷的研發(fā)提供有力的支撐，為液冷接下來(lái)的發(fā)展奠定基礎(chǔ)，從而進(jìn)一步發(fā)揮數(shù)據(jù)中心液冷在高效制冷、節(jié)能減碳方面的作用，實(shí)現(xiàn)國(guó)家的“雙碳”目標(biāo)。未來(lái)行業(yè)應(yīng)加強(qiáng)合作，提高凝聚力促進(jìn)產(chǎn)業(yè)、高校和研究單位的合作，進(jìn)一步建立協(xié)同發(fā)展的合作機(jī)制，為液冷行業(yè)的快速高質(zhì)量發(fā)展提供最堅(jiān)實(shí)有力的保障。

參考資料

[1]Applied Thermal Engineering,Investigation on the two-phase loop cooling system composed of maglev compressor and liquid pump for data centers（2023）。

[2]International Journal of Thermal Sciences, Design and performance research of integrated indirect liquid cooling system for rack serve（2023）。

[3]電信運(yùn)營(yíng)商液冷技術(shù)白皮書(shū)（2023）。

[4]Composites Part A: Applied Science and Manufacturing，Recent advances on graphene: Synthesis, properties and applications（2022）。

[5]信達(dá)證劵，運(yùn)營(yíng)商力推液冷，中心液冷技術(shù)領(lǐng)先，有望核心受益（2023）。

[6]招商證劵，溫控液冷，AIGC按下加速鍵（2023）。

[7]招商證劵，AI推動(dòng)液冷從0到1，產(chǎn)業(yè)鏈共振邁入新技術(shù)周期（2023）。

[8]天風(fēng)證劵，數(shù)字經(jīng)濟(jì)下+AI浪潮下IDC或迎投資機(jī)遇，重視液冷領(lǐng)先布局廠商（2023）。

[9]百度百科，人工智能。

[10]百度百科，一文讀懂服務(wù)器冷卻系統(tǒng)發(fā)展。

[11]亞洲數(shù)據(jù)集團(tuán)，AIGC產(chǎn)業(yè)應(yīng)用實(shí)踐。

[12]清華大學(xué)沈陽(yáng)團(tuán)隊(duì)，AIGC發(fā)展研究。

本文標(biāo)題：液冷，AIGC發(fā)展路上的一場(chǎng)甘霖

本文鏈接：http://www.yangziriver.cn/faq3/723.html
[版權(quán)聲明]除非特別標(biāo)注，否則均為本站原創(chuàng)文章，轉(zhuǎn)載時(shí)請(qǐng)以鏈接形式注明文章出處。