Дата публикации: 2026-05-28
Если вы всерьёз изучали инфраструктуру для ИИ, вы уже знаете историю с вычислениями. Больше GPU, крупнее кластеры, быстрее чипы, больше капитала. Но та часть, которой уделяют ничтожно мало внимания — и, честно говоря, та, что лишает операторов дата‑центров сна по ночам — это тепло.
Жесткое, безжалостное, законы физики не обсуждаются тепло. Потому что дело в следующем: вы можете влить триллион долларов в развёртывание ИИ, но если не сможете охладить оборудование, ничего не запустится. Жидкостное охлаждение дата‑центров тихо превратилось в узкое место, от которого зависит, оправдает ли себя весь этот инфраструктурный суперцикл.
И в 2026 году, после лет уклончивых шагов и половинчатых мер в отрасли, направление стало ясным. Жидкостное охлаждение больше не является премиальной опцией для специализированных рабочих нагрузок. Для самых плотных кластеров ИИ оно становится частью базовых инфраструктурных требований.
Жидкостное охлаждение дата‑центров становится критически важным, потому что плотность оборудования в стойках для ИИ превышает то, с чем воздушное охлаждение справляется эффективно.
Стойковые системы GB200 и GB300 демонстрируют, как инфраструктура для ИИ смещается к тепловым нагрузкам свыше 100 kW.
Жидкостное охлаждение улучшает отвод тепла, подводя теплоноситель ближе к кристаллу, снижая нагрузку на системы воздушного охлаждения.
Переход проходит не без трений: операторам по‑прежнему нужны устройства распределения теплоносителя, системы обнаружения утечек, модернизации и гибридные термические решения.
Настоящая проблема не только в эффективности. Вопрос в том, смогут ли дата‑центры эксплуатировать высокоплотное оборудование для ИИ на полной мощности.
Чтобы понять, почему, посмотрите, какие требования к теплоотводу предъявляют последние поколения чипов. Система NVIDIA GB200 NVL72 показывает, насколько сместилась плотность мощности на уровне стойки.
Опубликованные конфигурации приводят примерно 132 kW на стойку, при этом большая часть этой тепловой нагрузки отводится жидкостным охлаждением, а не воздухом. Одна стоечная система может объединять 72 GPU Blackwell и 36 CPU Grace, создавая плотность тепловыделения, которая ещё несколько лет назад выглядела бы экстремальной по стандартам традиционных дата‑центров.
Проблема не абстрактна. При таких плотностях операторы сталкиваются одновременно с несколькими жёсткими ограничениями:
Требования к потоку воздуха резко растут: вентиляторы должны пропускать значительно больше воздуха через более плотные компоновки серверов, что повышает энергопотребление и механическую нагрузку.
Снижение температуры всасываемого воздуха становится непрактичным: агрессивное охлаждение воздуха до уровней, необходимых для обслуживания стоек свыше 100 kW, создаёт дополнительные энергозатраты и нагрузку на инфраструктуру.
Горячие зоны труднее контролировать: плотные кластеры GPU концентрируют тепло вокруг процессоров, памяти, сетевого и силового оборудования.
Площадь пола становится ограничивающим фактором: распределение оборудования для работы воздушного охлаждения снижает плотность вычислений и ухудшает экономику развёртывания ИИ.
Именно поэтому охлаждение стойки воздухом при такой плотности не является реалистичным долгосрочным решением в масштабе. И требования будут только расти. GB300 NVL72, следующая итерация Blackwell, в эталонных конфигурациях, разработанных совместно для инфраструктуры с высокой плотностью ИИ, поддерживает до 142 kW на стойку.
Высококлассные ускорители для ИИ смещаются в сторону диапазона 1,000W на кристалл, и воздушное охлаждение просто исчерпало возможности для самых энергоёмких развёртываний ИИ. Плотности стоек, превышающие 100 kW, делают практической архитектуру с погружением и прямым охлаждением кристаллов для кластеров с высокой плотностью ИИ. Это не отдалённый прогноз. Это уже реальная эксплуатационная реальность для каждого, кто сегодня разворачивает серьёзную инфраструктуру ИИ.
Многие технологические переходы подаются как «будущее наступает». Этот случай другой. Операторы дата‑центров, которые откладывают обновления инфраструктуры жидкостного охлаждения, не только отстают по эффективности — они берут на себя риск по ёмкости. Без охлаждения вы не сможете эксплуатировать оборудование на полную мощность. Это именно так — бинарный выбор.
Здесь начинается самое интересное с точки зрения инвестиций и оперативной деятельности, потому что аргумент об эффективности сильнее, чем многие себе представляют.
Жидкость примерно в 3,000 раз эффективнее воздуха с точки зрения теплообмена. Это не маргинальное улучшение. Это решение другой категории.
Исторически охлаждение составляло большую долю потребления электроэнергии в дата‑центрах, часто оцениваемую до 40% в традиционных средах. Это делает термическую эффективность одной из наиболее значимых областей, где операторы могут сократить как операционные расходы, так и спрос на энергию.
| Экономический рычаг | Почему жидкостное охлаждение меняет расклад |
|---|---|
| Энергопотребление на охлаждение | Жидкостное охлаждение может существенно сократить энергию, необходимую для отвода тепла, хотя экономия зависит от плотности, климата, конструкции чиллера и стратегии использования воды. |
| Плотность размещения в стойке | Отвод тепла ближе к чипу позволяет операторам разместить больше вычислительных ресурсов в том же физическом пространстве. |
| Использование оборудования | Лучший термоконтроль снижает риск снижения частоты работы чипов при длительных нагрузках. |
| Экономика инфраструктуры | Более высокая плотность может улучшить отдачу от дефицитной земли, ёмкости питания и волоконной связи. |
| Эксплуатационная устойчивость | Более стабильные температуры могут уменьшить термический стресс, хотя выгода зависит от качества проектирования и обслуживания. |
На уровне гиперскейлеров, где счета за электроэнергию исчисляются миллиардами в год, этот разброс в эффективности — не примечание. Это существенный фактор в расчёте экономики на единицу.
Стоечная жидкостная система NVIDIA GB200 NVL72 отражает ту же мысль. Когда охлаждающая жидкость подводится непосредственно к чипу вместо того, чтобы полагаться на воздух для достаточно быстрого отвода тепла, операторы перестают бороться с физикой и начинают работать с ней. Повышение плотности становится возможным, потому что тепло удаляется ближе к источнику.
Есть также проблема термического троттлинга, которую недооценивают. В воздушно‑охлаждаемых средах, работающих близко к тепловым пределам, чипы автоматически снижают тактовую частоту, чтобы избежать перегрева. Это тихое, хроническое торможение именно тех рабочих нагрузок, ради которых и существуют эти дата‑центры.
Жидкостные системы обеспечивают более жёсткий контроль температуры по сравнению с системами с воздушным охлаждением, помогая высокопроизводительным чипам выдерживать более тяжёлые нагрузки с меньшей температурной нестабильностью. Для задач обучения ИИ, где время завершения напрямую влияет на затраты инфраструктуры, поддержание устойчивой пиковой производительности вместо цикла «всплеск и восстановление» — ощутимая операционная разница.
Помимо счёта за электроэнергию существуют аргументы в пользу надёжности и плотности, которые быстро складываются. Более стабильные температуры могут снизить нагрузку от термических циклов, что может уменьшить риск отказов и продлить срок службы компонентов, хотя реальная выгода зависит от интенсивности нагрузок, конструкции охлаждающей жидкости и дисциплины технического обслуживания.
Когда GPU‑кластер представляет собой сотни миллионов вложенного капитала, такое улучшение надёжности — не тривиально. Оно меняет допущения по амортизации, бюджеты на обслуживание и планирование циклов обновления.
Что касается плотности: поскольку жидкостные системы намного компактнее воздушной инфраструктуры, необходимой для охлаждения эквивалентных нагрузок, некоторые операторы уже отмечают существенный рост вычислительной плотности на стойку после перехода. В условиях рынка, где земля, ёмкость питания и волоконная связь становятся всё более дефицитными и дорогими, размещение большего объёма вычислений в той же площади — это структурное преимущество, которое со временем накапливается.
Охлаждение непосредственно к чипу остаётся наиболее зрелой и широко внедряемой архитектурой для многих стоечных решений под ИИ. Иммерсионное (погружное) охлаждение масштабируется параллельно для самых экстремальных развёртываний по плотности.
И однофазные, и двухфазные системы с диэлектрическими жидкостями набирают обороты, при этом двухфазные системы требуют премии в сборках с экстремальной плотностью. Это не нишевые исследовательские проекты. Это промышленная инфраструктура, на которую крупнейшие операторы мира ставят реальные капитальные средства.
Microsoft уже развернула свои жидкостные системы «Sidekick» с холодными пластинами для прямого охлаждения чипов ускорителя ИИ Azure Maia, и одновременно исследует микрофлюидику, чтобы дополнительно повысить эффективность. Когда крупные облачные операторы модернизируют существующие дата‑центры, а не ждут только новых построек, это многое говорит о срочности перехода.
Жидкостное охлаждение — это не волшебный переключатель. Оно приносит с собой собственную операционную нагрузку.
Операторам нужны блоки распределения теплоносителя, системы обнаружения утечек, управление давлением, контроль качества теплоносителя, протоколы обслуживания, обучение персонала и более тесная координация между ИТ‑стеком и инфраструктурой объекта. Существующие дата‑центры могут не иметь разводки труб, расчётной нагрузки на пол, систем отвода тепла или распределения электроэнергии, необходимых для поддержки самых плотных AI‑стойок без серьёзных доработок.
Именно поэтому гибридные системы останутся распространёнными. Воздушное охлаждение не исчезнет. Оно продолжит охлаждать стойки с меньшей плотностью, системы хранения, сетевое оборудование и вторичные компоненты внутри высокоплотных систем. Смена не происходит за одну ночь от воздуха к жидкости. Речь идёт о переходе от доминирующего воздушного охлаждения к тепловой архитектуре, где лидирует жидкостное охлаждение.
Сильнейшие операторы не будут просто покупать оборудование для жидкостного охлаждения. Они переработают дизайн объекта вокруг тепла, энергии и вычислений как единой интегрированной системы.
Рыночные данные сейчас говорят сами за себя. По одной оценке рынка рынок жидкостного охлаждения дата‑центров вырастет примерно с USD 5.1 billion в 2025 году до USD 6.41 billion в 2026 году, и при текущем тренде рынок может превысить USD 16 billion к 2030 году. Это подлинная история структурного роста, а не хайп‑цикл с неясным спросом.
Книги заказов поставщиков — один из самых очевидных признаков того, что жидкостное охлаждение вышло за рамки пилотных проектов. Спрос уже проявляется в заказах, сроках поставок и планировании мощностей.
Накопившиеся невыполненные заказы в этой части цепочки поставок указывают на то, что спрос становится структурным, а не просто экспериментальным. Это свидетельствует об ограниченном предложении, встречающем всё ещё ускоряющийся структурный спрос.
Ожидается, что крупнейшие облачные провайдеры потратят сотни миллиардов долларов на инфраструктуру в 2026 году, причём значительная доля будет направлена на физические AI‑активы. Каждый вложенный доллар в GPU capex создаёт каскадный спрос на системы охлаждения, которые поддерживают работу и производительность этих GPU. При плотности стоек выше 100 kW инфраструктура охлаждения перестаёт быть второстепенной статьёй расходов. Она становится частью бюджета на AI‑вычисления.
Регуляторное давление ускоряет принятие этой технологии, особенно в Европе и Японии, где правительства ужесточают условия, при которых могут работать крупномасштабные дата‑центры. Требования устойчивого развития уже не являются мягкими обещаниями на будущее. Они формируют временные рамки закупок прямо сейчас.
В 2026 году способность развернуть и масштабировать передовую инфраструктуру охлаждения становится определяющим конкурентным преимуществом. Жидкостное охлаждение больше нельзя считать зарождающейся технологией или необязательным дополнением для высокоплотного AI.
Операторы, которые всё ещё откладывают переход, не принимают консервативного решения по распределению капитала. Они берут на себя другой тип риска: тепловые узкие места, ограничивающие плотность вычислений; структурно более высокие затраты на электроэнергию по сравнению с коллегами; более низкая загрузка стоек и потолок для расширения AI‑возможностей именно тогда, когда спрос наиболее агрессивен. Разрыв между объектами, которые уже совершили переход, и теми, кто этого не сделал, уже измерим, и каждое новое поколение GPU расширяет этот разрыв.
Революция AI работает на чипах. Чипы работают благодаря жидкостному охлаждению. И на данном этапе операторы, которые поняли это первыми, опережают не только по инфраструктуре. Они опережают по всему, что эта инфраструктура позволяет.
