AI 数据中心的热缓冲与冷却。

AI 负载从三个维度给冷却系统施压。

1. 密度。 单机架 50–120 kW 的热负载已不再是个例。仅靠风冷，很难在可接受的趋近温度下带走这些热量。

2. 波动性。 训练任务与推理流量产生陡峭的热峰值，推高需量电费，并导致压缩机频繁启停。

3. 韧性。 冷却中断与冷机切换留下的恢复窗口非常窄。短暂的中断也可能造成昂贵的算力停摆。

多数机房的应对方式是超配 — 更多冷机容量、更多冗余。热缓冲容量是另一条路径。 缓冲吸收峰值、平滑负荷曲线、延长恢复窗口，而无需永久新增冷却容量。