Johnson Controls 发布 AI 冷却蓝图，但容量声明仍需证实

Johnson Controls 发布面向一吉瓦级 AI 数据中心的冷却蓝图后登上 Google News，承诺可将原本用于基础设施开销的容量重新释放给计算任务。该公司称，其最新风冷设计最多可为计算负载释放 50 兆瓦电力。这一说法将冷却重新定义为可用容量的来源，而不只是建筑成本。

该设计推出之际，运营商正艰难地将更大型的 AI 园区接入容量受限的电网。更快的加速器也将更多热量集中在每个机架中。Johnson Controls 希望业主在施工开始前就将整个热管理链条标准化，从而在芯片和冷却需求变化时减少重新设计的工作。

其直接对手是传统的逐项目工程设计模式。这种方式给予业主灵活性，但反复定制可能拖慢采购、增加验证难度，并造成不兼容的运营假设。NVIDIA 正通过 DSX 推动自己的系统级模式，而冷却供应商则竞相成为这些可复制架构的一部分。

Johnson Controls 实际发布了什么

Johnson Controls 已将冷却设计打包为可复用的基础设施蓝图，但这些文件仍属于供应商编写的工程指导，而非独立的性能验证。

该公司于 2026 年 2 月 2 日推出 Reference Design Guide Series。首份指南描述了一套面向接近一吉瓦容量 AI 设施的水冷冷水机组系统，涵盖从信息技术设备到最终向室外排放热量的完整冷却路径。

这份热管理设计指南支持风冷和液冷计算设备。其组件包括计算机房空气处理机、风机盘管墙、冷却液分配单元、热交换器、控制系统及 YORK 离心式冷水机组。

冷却液分配单元在服务计算设备的液体与设施水循环之间传递热量。这种隔离在保护敏感设备的同时，也让建筑系统能够高效转移热量。

这份 2 月蓝图为 220 兆瓦计算分区和 105 兆瓦中央核心区提供了容量配置指导，还规定了设施主要冷却回路的运行条件。

Johnson Controls 将完整配置称为一座一吉瓦 AI 工厂。该标签指的是一座以工业规模生产 AI 计算能力的综合设施，并不意味着每一瓦电力都供给处理器。

场地的一部分电力容量需要用于水泵、风机、冷水机组、电力转换、照明和其他系统。只要场地的电力接入保持不变，任何此类开销的降低都可能为服务器留出更多可用电力。

该公司于 5 月 5 日通过 Reference Design Guide 401 扩展了该系列。这份第二版蓝图以风冷冷水机组取代冷却塔，面向水资源供应或许可条件限制蒸发冷却的地区。

这份风冷蓝图包括 YORK YDAM 和 YVAM 冷水机组、风机盘管墙及冷却液分配单元，也涵盖连接这些组件所需的温度条件。

Johnson Controls 表示，该设计通过为风冷和液冷负载设置独立回路，最多可为 AI 设施释放 50 兆瓦电力。这些分离回路使各类负载能够在适合自身冷却方式的温度下运行。

该公司还称，通过更高效地使用冗余冷水机组，年度冷却能耗可降低 32%。它声称，通过模拟并降低室外设备周边的热岛效应，还可额外节省 20 兆瓦的峰值负载。

其他声明包括性能系数提升 30%，以及冷水机组数量减少 27%。性能系数比较提供的冷量与消耗的能源，因此数值越高表示效率越高。

这些数字描述的是在该指南假设条件下的建模结果。Johnson Controls 在其他地方提醒，实际结果取决于配置、温度、场地条件和维护情况。该公司尚未公布采用完整设计的一吉瓦已建成项目的实测结果。

这一差异很重要。参考设计能够缩小工程选择范围并协调接口，但无法免除场地工程、调试、气候分析或运营测试。

尽管如此，发布这些文件改变了业主启动项目的方式。团队不必从零开始构建每一项热管理假设，而是可以评估一套已有文档记录的架构，再识别必要的偏离之处。

这才是 Google News 标题背后的新闻。Johnson Controls 正将其设备和工程假设打包为可重复使用的系统，意在影响业主发出单项设备订单之前的决策。

为什么冷却如今决定 AI 计算容量

限制性资源不再只是加速器本身。可用的 AI 容量取决于完整设施能够管理多少电力和热量。

AI 加速器消耗电力，并将几乎所有电力转化为热量。随着更多加速器被装入每个机架，热量会集中在更小的空间内。冷却系统必须移除这些热量，同时不能迫使处理器降低性能。

当计算设备为保持在安全温度范围内而降低运行速度时，就会发生热节流。一座设施可能拥有昂贵的加速器，但如果冷却系统无法支持持续负载，其实际交付的工作量仍会减少。

压力并不止于机架。水泵、冷水机组、风机和电力转换设备也会占用园区的一部分电力配额。因此，业主既关注最大冷却输出，也关注实现该输出所需的能源。

更广泛的电力前景使这种权衡更为紧迫。国际能源署报告称，全球数据中心用电量在 2025 年增长了 17%。该机构预计，到 2030 年数据中心的用电量将翻倍，而以 AI 为重点的设施用电量将增至三倍。

该机构还发现，五家大型科技公司在 2025 年的支出超过 4,000 亿美元。预计其合计资本支出将在 2026 年再增长 75%。

然而，资本无法立即创造电网容量。IEA 指出，变压器、涡轮机、芯片及其他组件供应受限。规划系统和电网接入排队同样在延误项目。

另一项能源需求分析估计，到 2030 年，全球数据中心的用电量可能达到约 945 太瓦时。该分析还发现，若不解决电网约束，约 20% 的规划项目将面临延期风险。

美国面临的挑战尤为集中。根据能源部的数据，数据中心在 2023 年消耗了全国约 4.4% 的电力。到 2028 年，其占比可能升至 6.7% 至 12% 之间。

相关的美国能源报告估计，2023 年的用电量为 176 太瓦时。其对 2028 年的预测区间为 325 至 580 太瓦时。

这一范围异常宽泛，因为加速器部署、利用率、效率和建设进度仍存在不确定性。但即使是其下限，也会对公用事业和输电系统造成压力。

冷却效率并不会产生新的电力。不过，它能够改变固定电力配额的分配方式。这正是 Johnson Controls 容量论点背后的机制。

设想一个拥有固定电网接入、且无法迅速扩容的园区。如果重新设计后的冷却系统耗电更少，运营商便可将部分差额分配给计算设备。这样一来，园区无需提高最大电网取电量，就能处理更多 AI 工作负载。

Johnson Controls 表示，其风冷配置最多可为计算任务释放 50 兆瓦电力。以一吉瓦规模计算，这相当于设施标称容量的 5%。

这并不自动意味着可用 AI 输出增加 5%。结果还取决于加速器利用率、网络、软件效率和电力转换。冷却只是更长链条中的一个环节。

但当电网接入决定项目上限时，5% 的变化将具有重要意义。它可能支持增加机架、提升冗余能力，或在炎热天气下保留运营余量。

业主还面临相反的风险。规模不足或协调不佳的系统可能使电力容量被闲置，因为建筑无法移除足够的热量。运营商等待升级期间，可用电力便无法得到利用。

机架密度加剧了这种风险。Johnson Controls 援引 AFCOM 数据称，平均机架密度已从 2025 年的每机架 16 千瓦升至 2026 年的 27 千瓦。

这些数字来自该公司对 AFCOM 报告的讨论，因此读者应将其视为有来源归属的数据。其变化方向仍与高密度加速计算的更广泛趋势相符。

随着密度提升，业主不能再将冷却视为后期才处理的机械系统。芯片选型、机架布局、水温、冗余、控制系统和散热，都必须从一开始就采用相互兼容的假设。

真正的较量是标准化与定制工程之间的竞争

Johnson Controls 押注于：可重复使用的热管理架构能够比为每个场地单独打造的定制冷却设计更快交付容量。

传统数据中心项目需要整合业主、顾问、总承包商、设备供应商、公用事业公司和计算供应商的需求。每个参与方都控制系统的一部分，但未必有一份文件完整描述所有接口。

由于气候、海拔、水资源获取、噪声限制、电力合同和当地法规各不相同，定制化仍然不可或缺。凤凰城的安装项目面临的条件，与魁北克的一座设施并不相同。

然而，定制化也会带来协调风险。一个团队可能围绕当前处理器配置冷却液回路，另一个团队却假设未来温度更高。过早选定的设备随后可能限制其他部分的变更。

参考设计试图降低这种不确定性。它们定义已知的起始条件、兼容组件和可重复的计算方法。项目团队可以专注于偏离项，而不必重新摸索每一种关系。

Johnson Controls 的文件涵盖从芯片级热量捕获到室外散热的全过程。这一范围很重要，因为优化一个组件可能会将低效率转移到另一个组件。

例如，更高的设施水温可以改善冷水机组性能。但计算设备、冷却液分配单元、水泵和热交换器都必须支持这些温度。

Johnson Controls 表示，更高温度的技术冷却回路可改善其冷水机组配置的性能。该公司还预计，这些回路能够适应热要求不断变化的未来图形处理器。

NVIDIA 正是在这里变得重要。Johnson Controls 将其设计与 NVIDIA DSX 对齐，后者是一种涵盖计算、网络、存储、电力、冷却和运营的系统架构。

DSX 参考架构为基础设施合作伙伴提供了共同的设计目标。NVIDIA 表示，该平台可帮助业主在投入资本前评估吉瓦级设施。

这种对齐使 Johnson Controls 能更早介入项目规划。如果业主以 NVIDIA 的假设为起点，兼容的冷却蓝图可缩短从概念设计到设备选型的路径。

这也对竞争性冷却供应商形成商业压力。它们必须证明自身与同样的加速器路线图兼容，同时提供可信的能效、用水、可靠性和交付优势。

Vertiv、Schneider Electric、Trane Technologies 以及专业液冷公司都在争夺这一市场的部分份额。其方案包括直接芯片冷却系统、冷却液分配、冷水机组、预制模块、控制系统和散热设备。

竞争边界正变得不再清晰。服务器制造商如今捆绑提供液冷组件。楼宇设备供应商正向芯片级热设计靠拢。芯片厂商则发布会影响机械设备配置的设施要求。

Johnson Controls 的优势在于整栋建筑的集成能力。其产品组合涵盖冷水机组、空气处理机组、控制系统、消防保护、安防和全生命周期服务。

这种广度可以减少接口争议，但也会提高供应商集中度。业主必须判断，协调一致的技术栈是否值得以更紧密地依赖单一供应商的设备和假设为代价。

开放的参考文档并不必然意味着开放的设备市场。一份蓝图可以描述通用工程关系，同时引导用户采用其作者销售的产品。

Johnson Controls 的指南点名采用 YORK 冷水机组和 Silent-Aire 组件。这些选择让设计更具体，但也使该出版物成为公司销售战略的一部分。

因此，最合适的比较并不是 Johnson Controls 与某一家竞争对手的对比，而是标准化、由供应商协调的工程方案与更独立、针对项目定制的设计流程之间的比较。

标准化承诺带来速度、可重复性和可预测的接口。定制工程则承诺更广的供应商选择，以及针对特定场址更紧密的优化。

两种方法都不会在所有场景中胜出。拥有成熟内部标准的超大规模云服务商可能只将参考设计用作基准。较新的 AI 基础设施运营商则可能更重视一个有文档支持的起点。

这些指南在可行性研究阶段或许尤其有用。开发商往往需要在所有供应商合同敲定前，就获得可信的设备占地面积、电力估算、用水要求和温度假设。

参考架构可以稳定这些早期计算。它也能帮助建设业主在确定最终厂房布置前比较不同冷却方案。

然而，只有当采购和审批接受指定方案时，标准化才能带来时间节省。如果当地要求迫使项目作出重大调整，团队可能失去大部分预期优势。

Google 新闻中的说法无法证明什么

在运营设施于不同气候、工作负载和故障条件下重现这些结果之前，头条中的容量提升仍只是设计主张。

Google 新闻可以让技术公告获得广泛曝光，但聚合报道并不能验证其背后的工程能力。Johnson Controls 仍是最引人注目的能效和容量数据的来源。

50 兆瓦的回收容量主张取决于一个 1 吉瓦的参考案例。较小园区、不同的冗余标准和替代温度选择都会产生不同结果。

报道所称的年度能源改善 32% 也需要明确比较基线。Johnson Controls 将这一收益归因于对冗余冷水机组的更智能利用，但公开摘要并未披露所有建模假设。

冗余冷水机组通常在设备故障或维护期间提供备用容量。即使有更多设备运行，让更多机组在高效的部分负载下运行，有时也能降低总能耗。

实际表现取决于负载曲线、环境温度、控制质量、污垢积累、维护和设备分级运行。若传感器漂移，或运营团队覆盖控制设定，理论运行序列可能无法达到预期表现。

零用水的说法同样需要谨慎解读。风冷设计取消了冷却塔及其运行用水，但这并不意味着整个数据中心无需用水。

水资源仍可能隐含在发电、半导体制造、建设和其他供应链环节中。该说法适用于所描述的散热过程。

Johnson Controls 表示，在其 1 吉瓦参考案例中，取消冷却塔每天可节省超过 1200 万加仑用水。这一数字代表在该公司比较条件下避免的设施用水量。

风冷冷水机组以其他限制条件换取较低的用水需求。在某些条件下，它们的耗电量可能高于蒸发式系统。它们还需要大量室外空间，并需谨慎管理高温排风。

热岛问题说明了这种权衡。密集布置的风冷设备可能将较热的排风吸入相邻机组。更高的进风温度会降低效率和可用冷却容量。

Johnson Controls 表示，其布局建模可避免与这一效应相关的 20 兆瓦峰值需求。业主需要针对具体气候进行模拟和满负载测试，以确认这一结果。

噪声也是另一项担忧。大量室外风机可能影响邻近物业、审批和设备布置。该公司称其架构可应对噪声问题，但公开摘要提供的可量化声学结果很少。

未来处理器的兼容性同样尚不确定。高温回路可降低机械制冷需求，前提是芯片和冷板能够在这些条件下运行。

然而，加速器路线图可能改变功率密度、流量、压力、材料和冗余要求。为某一预期代际准备好的设计，仍可能需要为另一代产品进行修改。

行业也正在从风冷转向面向最高密度硬件的直接芯片液冷系统。直接芯片冷却让液体流经连接在处理器上的冷板，在接近热源的位置捕获热量。

Johnson Controls 同时支持风冷和液冷的信息技术负载。这种混合架构具有实用性，因为并非每个服务器组件或数据中心机房都能一次性完成转换。

但这也增加了复杂性。运营商必须协调多种温度、泵送系统、控制系统、泄漏检测和维护程序。在标准化最终减少接口之前，过渡过程可能会先带来更多接口。

可靠性同样值得关注。正常运行时的能效只是关键任务系统的一项衡量指标。业主必须测试涉及泵、冷水机组、控制系统、电源和冷却液分配单元的故障情况。

一种在正常条件下可将电力回馈给计算的设计，在极端高温或设备故障时仍可能需要备用容量。当业主采用保守的运行余量时，可用收益可能会缩小。

调试结果将比建模百分比提供更有力的证据。有价值的披露应包括实际电能使用效率、用水使用效率、室外条件、计算利用率和冷却可用性。

电能使用效率以设施总能耗除以信息技术能耗。数值越接近一，意味着用于开销的占比越小，尽管该指标无法涵盖所有环境影响。

用水使用效率衡量年度用水量与计算能耗之间的关系。它有助于比较运行用水需求，但当地水资源稀缺程度与总用水量同样重要。

独立工程师还应使用替代设备测试该设计。这将揭示能效究竟来自通用架构、专有产品，还是两者兼有。

在这些结果出现之前，恰当的表述应保持条件性。Johnson Controls 已公布了一条提升计算容量的详细路径，但尚未证明每一座采用该方案的设施都能实现宣传中的收益。

建设业主如今面临更早的决策

该指南将一项重大冷却承诺前移至项目初期，而此时电力、场址和加速器假设仍未确定。

建设业主通常希望在早期开发阶段保留灵活性。他们可能尚不清楚最终计算租户、加速器代际、机架密度或公用事业交付日期。

等待确定性同样有成本。交付周期长的电气和机械设备必须在所有工作负载细节确定前订购。后期变更可能迫使楼宇和公用事业系统全面重新设计。

Johnson Controls 通过可扩展象限提供了一种答案。水冷指南描述了围绕 105 兆瓦中央核心布置的 220 兆瓦计算模块。

这种模块化框架使团队能够以可重复的单元规划大型设施。业主可分阶段建设，同时保留关于冷却温度和设备接口的共同假设。

然而，模块化规划并不能消除场址限制。设计仍必须考虑当地天气记录、海拔、水质、电力可靠性、分区规划、声学条件和维护通道。

业主首先应测试容量主张是否针对其实际瓶颈。一个等待更大电网接入数年的园区，可能会重视每一兆瓦的回收容量。

一个电力充足但面临严格用水限制的项目则面对不同选择。即使在当地条件下年度耗电量会上升，风冷散热仍可能有助于获得审批。

另一个场址可能更重视土地。室外风冷设备可能占据大量空间，而水冷系统则增加冷却塔、水处理设备和供水基础设施。

加速器路线图同样重要。项目团队应针对多个硬件代际定义预期机架密度和冷却温度，而不只考虑首次部署。

他们还应区分设施容量与计算输出。单位能耗产生的 token 数取决于硬件、软件、模型架构、工作负载、利用率和热性能。

冷却可以消除一项限制，但并不保证存在足够的有效工作负载需求。围绕激进 AI 增长假设建设的设施，仍面临商业利用率风险。

业主应索取每项头条数据背后的模型。这包括天气文件、设备曲线、控制序列、冗余假设和计算负载曲线。

随后，他们应进行敏感性测试。更高温的条件、部分入住、设备故障、换热器积垢和回路温度变化都可能实质性改变性能。

数字孪生可在建设前通过模拟设施及其控制系统来支持这些测试。NVIDIA 也将仿真作为 DSX 的一部分加以推广，这进一步强化了向系统级验证的转变。

然而，仿真质量取决于输入数据和模型校准。团队应保留对原始假设的访问权，避免仅将可视化输出视为证据。

合同结构同样重要。如果业主采购集成系统，满足能效目标的责任应当明确。否则，当结果未达预期时，每家供应商都可能将责任归咎于另一处接口。

性能保证必须明确运行条件。冷却系统无法承诺在所有室外温度、计算负载和故障状态下提供相同的输出。

调试投运应涵盖状态转换，而不只是稳态运行。AI 工作负载变化迅速，因此控制系统必须能够响应，同时避免不稳定、过度启停或温度越限。

运营人员需要在交接前接受培训。当团队手动覆盖自动化、关闭优化功能或推迟维护时，再先进的系统也可能失去效率。

施工进度也应反映出厂测试安排。在园区级部署之前，冷却液分配单元、控制系统和冷水机组必须能够正确交换数据。

网络安全也应纳入这一集成计划。建筑控制系统如今会与计算和电源管理层共享运行数据，从而在信息技术与运营技术之间建立新的连接。

标准化架构有助于记录这些接口。但如果团队未对设计进行审慎测试，它也可能将同一项弱点扩散到大量重复模块中。

因此，业主应将该指南视为结构化提案，而非可原样用于施工的规范。它的价值在于让各项假设变得可见且可比较。

这仍然意义重大。数据中心项目往往在设备采购启动后才发现假设彼此不兼容，从而陷入困境。

该指南为开发商、机械工程师、电气工程师、计算团队、公用事业单位和运营人员提供了共同讨论的对象。这有助于更早暴露冲突。

对于跟踪设备供应商公告的团队而言，将技术文档与后续修订版本一并保存，可避免决策仅依赖新闻标题。一个可搜索的知识库可以连接规范、会议记录和调试证据。

最终决策仍应以证据为导向。在决定将 Johnson Controls 架构标准化之前，业主需要开展针对具体场址的全生命周期分析、进行竞争性招标，并明确合同责任。

三个信号将表明该蓝图是否奏效

下一阶段并非再添一则新闻标题，而是证明标准化冷却能够经受采购、运营以及不断变化的加速器需求考验的证据。

第一个信号是具名部署及其测得的运行数据。Johnson Controls 应披露采用完整参考架构的设施，并在记录完备的条件下报告结果。

最有力的证据应包括计算负载、设施总需求、天气、用水量和系统可用性，还应将实际表现与原始模型进行比较。

如果某设施确实能将大量电力容量释放给计算用途，这类披露将强化该公司的核心主张。模型结果与实测结果之间若存在明显差距，则会削弱这一主张。

第二个信号是 NVIDIA 生态系统内部更广泛的验证。与 DSX 的一致性提供了有用的设计目标，但业主仍需要来自服务器、冷却、电力和控制系统供应商的确认。

NVIDIA 将 DSX 描述为跨越芯片至电网基础设施的、面向特定代际的架构。其目标是在降低部署不确定性的同时，最大化每瓦 AI 输出。

关注 Johnson Controls 设计是否出现在经过验证、针对客户需求定制的 DSX 项目中。也应关注替代供应商能否在不依赖单一集成供应商技术栈的情况下实现相当的兼容性。

广泛验证将支持标准化的论点。零散的实施方案和反复的重新设计，则表明项目定制工程仍占主导地位。

第三个信号是在不同气候条件下可重复的性能。该风冷指南在避免使用冷却塔水资源的同时，提出了雄心勃勃的效率主张。

在凉爽气候中的部署，无法解答高温、高湿或高海拔场址的性能问题。业主需要获得多种环境条件下的结果。

证据应包括峰值日功率、年度能耗、噪声、设备占地面积和降额情况。降额是指由于环境或运行条件限制设备性能，而降低其额定输出。

一致的结果将表明，该蓝图能够以可控的调整适应不同地区。大幅波动则会证实，地理条件仍比全球标准化更具决定性。

未来的 Johnson Controls 指南将增加另一层证据。该公司已宣布计划推出涵盖吸收式冷水机组和芯片直冷液冷的设计方案。

吸收式冷水机组以热能作为主要能源输入，而不是主要依赖机械压缩。在现场发电产生可利用余热的场景中，它们可能具有现实意义。

芯片直冷设计将很重要，因为加速器密度持续上升。其发布应说明 Johnson Controls 如何将处理器回路连接至更广泛的设施系统。

读者应将这些设计与现有的水冷和风冷指南进行比较。关键问题在于，这一系列是否构成一套可适配的架构，还是几种关联松散的产品配置。

Google News 的关注已经通过凸显容量主张完成了它的作用。接下来更艰巨的工作属于业主、工程师、运营人员和独立验证方。

在将 50 兆瓦视为已回收容量之前，应要求提供运行数据、模型假设和故障测试。随后，再将这些结果与您场址的实际约束条件进行比较。

如果标准化冷却能够在不牺牲可靠性的前提下，反复释放电力余量，Johnson Controls 将改变 AI 设施的规划方式。否则，这些指南仍将是有用的提案，而非得到验证的容量倍增器。