日立製作所於 2026 年 11 月 16 日(日本時間)宣布,已建置一座 AI 資料中心實證設施「大甕資料中心實驗室」(大みかデータセンターラボ),目標是兼顧穩定運轉與降低冷卻耗電。設施位於日本茨城縣、日立研究開發集團茨城據點的大甕地區。實驗室讓液冷 GPU 伺服器與氣冷伺服器在同一空間運作,從整體冷卻系統的最佳化,到資料中心的控制與維運,都將一併進行驗證。
實驗室分為兩大區域,液冷 GPU 與氣冷伺服器並存
實驗室大致分為兩個區域。
- AI 資料中心區:液冷 GPU 伺服器與氣冷伺服器混合運作,並配置量測電力與溫度的儀器。結合實際的 AI 運算與模擬負載,重現各種運轉狀態
- 液冷系統評估區:設置多台模擬液冷伺服器,重現次世代 GPU 的發熱量,並搭配負責將冷卻液分配給各伺服器的 CDU(Coolant Distribution Unit),以及針對高發熱 GPU 的冷板(cold plate)進行評估
日立也會把這座實驗室當作公司內部用於 AI 與研發的運算平台。在所謂「Customer Zero」的做法下,日立將自家公司定位為第一個客戶,先在內部使用並驗證新技術,計畫一邊執行實際的 AI 訓練,一邊確認冷卻最佳化的效果。
驗證每秒等級的溫度預測,以及依負載調整的冷卻控制
實驗室要驗證的技術,大致可分為冷卻本身的控制,以及設施維運的機制兩類。
在冷卻控制方面,日立將驗證能否以每秒為單位、與實測值誤差在 1°C 以內,預測伺服器機房內的溫度分布。以這項預測為基礎,再依伺服器負載即時協調氣冷與液冷設備,避免過度冷卻。液冷部分則是依 GPU 的發熱量控制並分配冷卻液流量,目標是降低泵浦的耗電。
在維運方面,日立表示已建置可遠端監控 IT 設備與冷卻設備狀態、顯示並記錄警報,以及遠端調整冷卻水溫度與流量的環境。接下來將開發並驗證兩類技術:一是分析警報與運轉資料,協助異常處理與遠端調整;二是依設備狀態與風險進行巡檢與維護。目的是讓有限的人力也能持續維運設施。
此外,這次發表並未提出冷卻耗電能減少多少的具體數字。目前只是說明實驗室要驗證哪些項目,實際效果的大小,要看後續驗證的結果。
生成式 AI 普及,資料中心的發熱與耗電成為課題
背景是生成式 AI 普及帶動資料中心高密度化。搭載大量高效能 GPU 的伺服器發熱量大,光靠傳統氣冷已有越來越多情況無法充分散熱。因此,在 GPU 上貼附通入冷卻液之冷板的液冷方式逐漸普及,但既有的氣冷設備仍會保留,如何有效率地冷卻兩種方式並存的環境,便成為課題。
日立在這個領域提供「HMAX Data Center」,這是一套讓資料中心的電力、IT 與冷卻設備協同運作的解決方案,屬於日立「HMAX by Hitachi」解決方案系列之一。日立表示,將把這座實驗室取得的成果用於擴充 HMAX Data Center。
這座實驗室也被定位為日立朝 2030 年推動建設的次世代社會基礎設施研究據點「調和之丘」(調和の丘)的先行設施,日立表示,將在此提前將「調和之丘」預定進行的研究具體化。日立也表示,今後的實證將邀請客戶與合作夥伴參與,但尚未公布具體企業名稱。
筆者觀點:冷卻正從「零組件」問題走向「整座設施」問題
筆者關注的是,日立在同一個地點,一併驗證從冷卻晶片的冷板到整座設施的控制與維運。資料中心的節能,不只取決於個別冷卻設備的效能,也取決於如何隨負載變化調度整體設備。結合每秒等級溫度預測與即時控制的嘗試,正是深入處理這個「怎麼運轉」的問題。
另一方面,目前尚未公布節能效果的數字,溫度預測的精度也只是驗證目標。在日本電力供應限制嚴格、AI 資料中心持續建設的情況下,實際能帶來多大效果,將是今後的焦點。包括以較少人力維運設施的技術在內,值得觀察驗證結果會以什麼形式公開。
總結
日立製作所在日本茨城縣的研發據點,建置了以液冷 GPU 伺服器與氣冷伺服器並存的 AI 資料中心為設想的實證設施「大甕資料中心實驗室」。日立將一邊執行實際的 AI 訓練,一邊驗證每秒等級的溫度預測、依負載協調氣冷與液冷、透過冷卻液流量控制降低泵浦耗電,以及遠端監控與維護支援等技術,並計畫將成果用於擴充 HMAX Data Center。
資料來源: