日立制作所于 2026 年 11 月 16 日(日本时间)宣布,已建成一座面向 AI 数据中心的验证设施“大甕数据中心实验室”(大みかデータセンターラボ),旨在兼顾稳定运行与降低冷却能耗。该设施位于日本茨城县,在日立研究开发集团茨城基地的大甕地区内。实验室让液冷 GPU 服务器与风冷服务器在同一空间内运行,从冷却系统整体的优化,到数据中心的控制与运维,都将一并进行验证。
实验室分为两大区域,液冷 GPU 与风冷服务器混合部署
实验室主要分为两个区域。
- AI 数据中心区:液冷 GPU 服务器与风冷服务器混合运行,并配备测量电力和温度的仪器。通过结合真实的 AI 处理任务与模拟负载,再现各种运行状态
- 液冷系统评估区:部署多台模拟液冷服务器,再现下一代 GPU 的发热量,并与负责向各服务器分配冷却液的 CDU(Coolant Distribution Unit),以及面向高发热 GPU 的冷板(cold plate)组合起来进行评估
日立还将把该实验室用作公司内部 AI 与研发的计算平台。按照其所称的“Customer Zero”做法,日立把自己定位为第一个客户,先在内部使用并验证新技术,计划在实际运行 AI 训练的同时确认冷却优化的效果。
验证秒级温度预测与按负载调节的冷却控制
实验室要验证的技术,大体可分为冷却本身的控制和设施运维机制两类。
在冷却控制方面,日立将验证能否以秒为单位、在与实测值误差 1°C 以内的精度下,预测服务器机房内的温度分布。在此预测的基础上,根据服务器负载实时协调风冷与液冷设备,避免过度冷却。液冷方面,则根据 GPU 的发热量控制并分配冷却液流量,目标是降低水泵的能耗。
在运维方面,日立表示已经搭建好可远程监控 IT 设备与冷却设备状态、显示并记录告警,以及远程调节冷却水温度和流量的环境。今后将开发并验证两类技术:一是分析告警与运行数据,辅助异常处置与远程调节;二是根据设备状态与风险开展巡检和维护。其目的是让有限的人员也能持续运维设施。
另外,此次发布并未给出冷却能耗可降低多少的具体数据。目前只是明确了实验室要验证的内容,实际效果有多大,还要看后续的验证结果。
生成式 AI 普及,数据中心的发热与能耗成为难题
背景是生成式 AI 的普及推动数据中心走向高密度化。搭载大量高性能 GPU 的服务器发热量大,仅靠传统风冷越来越难以满足散热需求。因此,在 GPU 上贴合通有冷却液的冷板的液冷方式正在推广,但现有的风冷设备仍会继续使用,如何高效冷却两种方式并存的环境便成为课题。
在这一领域,日立提供“HMAX Data Center”,这是一套让数据中心的电力、IT 与冷却设备协同运行的解决方案,属于日立“HMAX by Hitachi”解决方案系列之一。日立表示,将把该实验室取得的成果用于扩充 HMAX Data Center。
该实验室还被定位为日立面向 2030 年推进建设的下一代社会基础设施研究基地“调和之丘”(調和の丘)的先行设施,日立表示将借此提前把“调和之丘”计划开展的研究落到实处。日立还表示,今后的验证将邀请客户和合作伙伴参与,但尚未公布具体企业名称。
笔者观点:冷却正从“部件”问题转向“整座设施”问题
笔者关注的是,日立在同一地点,一并验证从冷却芯片的冷板到整座设施的控制与运维。数据中心的节能,不仅取决于单台冷却设备的性能,也取决于如何随负载变化调度整体设备。将秒级温度预测与实时控制相结合的尝试,正是在深入解决“如何运行”这一问题。
另一方面,目前尚未公布节能效果的数据,温度预测精度也只是验证目标。在日本电力供应约束趋紧、AI 数据中心持续建设的背景下,实际能带来多大效果将成为今后的焦点。包括以更少人员运维设施的技术在内,验证结果会以何种形式公开,值得关注。
总结
日立制作所在日本茨城县的研发基地,建成了以液冷 GPU 服务器与风冷服务器并存的 AI 数据中心为设想的验证设施“大甕数据中心实验室”。日立将在实际运行 AI 训练的同时,验证秒级温度预测、按负载协调风冷与液冷、通过冷却液流量控制降低水泵能耗,以及远程监控与维护支持等技术,并计划将成果用于扩充 HMAX Data Center。
信息来源: