LiquidStack CDU 2.X 押注灵活性，应对不断变化的 AI 冷却需求
LiquidStack 推出了 CDU 2.X，这是一款面向热需求持续变化的 AI 硬件打造的可配置冷却平台。据称，LiquidStack CDU 2.X 可提供每分钟 3,750 升的流量，并支持多种部署位置、电源、阀门和冗余配置。
这一组合意味着，它不只是又一次容量发布。LiquidStack 的观点是，运营商不应再将每一代新加速器都视为独立的冷却项目。
根据最初公布的 CDU 2.X specifications，该公司在爱尔兰举办的 Yotta 2026 上发布了该系统。目前已开放预订，计划于 2027 年第二季度开始发货。
这一时机颇具意义，因为 AI 数据中心正面临两个相关问题：机架需要更强的冷却能力，但运营商并不清楚未来服务器平台将如何重塑流量、压力和布局要求。
Vertiv、Schneider Electric、CoolIT Systems 及其他供应商也在追逐这一不断扩大的市场。多家竞争对手同样在推广模块化 CDU、集中式控制，以及对更高温度、更高密度 AI 系统的支持。
因此，LiquidStack 竞争的对象并不只是风冷。更艰巨的挑战来自围绕特定设施、机架代际或容量目标优化的专用冷却设计。
这一新平台提出了不同的交换条件：运营商今天接受可配置架构，以换取明天新加速器到来时更少的重新设计。
LiquidStack CDU 2.X 将单一冷却单元变为可配置平台
LiquidStack CDU 2.X 将多项设施选择整合进一个架构，而不是在制造阶段就将其固定下来。
冷却液分配单元，即 CDU，负责将设施水循环与为计算设备服务的更洁净冷却液循环分隔开来。它在两个循环之间传递热量，同时控制冷却液的流量、压力、温度和过滤。
这一角色使 CDU 位于两个更新节奏不同的系统之间。建筑物的管道和机械设备可持续使用数十年，而加速器平台的更新周期则短得多。
LiquidStack 表示，CDU 2.X 通过可配置的机械和电气选项来解决这种错配。客户可为其设施选择不同的控制阀配置、电源输入和冗余设计。
该平台支持双路 A/B 电源输入和自动转换开关。具体取决于最终系统配置，当一条供电路径不可用时，这些选项可以维持运行。
运营商还可将该设备安装在一排机架的末端或机架旁边。当现有机房的机械区域空间不足，或需要更短的冷却液路径时，这一选择尤为重要。
其标称最大流量为在 3.5 bar 压力下每分钟 3,750 升。LiquidStack 将这一数值定位为足以支持当前高性能 GPU 平台，同时为更高密度系统预留额外余量。
不过，流量本身并不能决定实际可用的冷却能力。实际性能还取决于冷却液温度、压力损失、热交换器表现、控制系统、管道以及所连接的服务器设计。
该平台支持最高达到 45 摄氏度，即 113 华氏度的设施进水温度。在适宜的气候和运行条件下，较高的设施水温可减少对高耗能机械制冷的依赖。
LiquidStack 还强调了较低的趋近温差。该术语指在既定运行条件下，热交换器两侧温度之间的差异。
较小的温差有助于在高效移除服务器热量的同时输送更高温的冷却液。不过，最终效果取决于完整系统，而非单个组件的规格。
这种可配置方式扩展了 LiquidStack 更广泛的直接芯片冷却产品组合。直接芯片冷却让液体流经附着在处理器及其他高发热组件上的冷板。
液体不会直接接触电子元件。相反，冷板会在热源附近捕获热量，再由冷却循环将热量转移到其他位置。
这一区别使新平台与 LiquidStack 的浸没式系统有所不同，后者会将硬件置于介电液体中。CDU 2.X 面向采用传统机架形式、配备液冷组件的设施。
该产品目前可预订，而非立即交付。这一状态给了运营商围绕其进行设计的时间，但生产部署和客户实际表现仍有待验证。
这项发布以一种明确的方式改变了 LiquidStack 的产品主张：其销售重点从购买足够的冷却容量，转向在 AI 硬件更新周期内保留架构选择空间。
为什么 AI 数据中心冷却已成为一个不断变化的目标
冷却问题不再只是移除更多热量，而是要支持设备更新速度快于建筑适应速度的现实。
AI 加速器将电力和热量集中在高度集成的机架中。更快的互连、交换机、CPU 和电源组件，也在 GPU 周围增加了更多热负荷。
Nvidia 的参考设计展示了这些要求变化之快。其设施参考架构列出的机柜设计负载，随着机架代际演进从 198 千瓦上升至 330 千瓦。
这些数值描述的是设计条件，而非每个客户的实际部署。但它们仍说明，为一代产品作出的冷却决策，可能在下一次升级时变成限制因素。
传统风冷机房通过让大量空气流经服务器和热交换器来移除热量。随着机架密度提高、可用气流仍受限制，这种方式变得愈发困难。
直接液冷能够在更靠近处理器的位置转移更多热量。风冷系统可能仍然不可或缺，因为内存、存储、网络、电源架及其他组件仍可能向机房释放热量。
结果往往是混合环境。运营商必须协调设施用水、CDU 容量、冷却液分配、剩余风冷、控制系统和服务器要求。
这种协调为托管服务提供商带来了严峻的规划挑战。他们可能知道客户需要 AI 容量，却不知道每个租户将采用何种硬件配置。
超大规模运营商对服务器设计拥有更多控制权。不过，它必须在众多数据大厅复制可行的机械设计，同时避免在加速器代际之间进行高成本改造。
企业买家则面临另一项限制。他们往往需要改造原本为低得多的机架密度、有限的管道能力和传统冷冻水温度而设计的建筑。
LiquidStack 液冷以同一核心主张面向这三类群体：可配置 CDU 能够适应设施差异，而无需为每次部署都采用完全不同的产品。
其经济影响不止于设备选型。冷却架构会影响建设进度、可用建筑面积、维护流程，以及一个站点可支持的计算容量。
能源需求进一步加剧了这种压力。国际能源署预计，全球数据中心用电量将从 2025 年的 485 太瓦时增长至 2030 年约 950 太瓦时。
根据国际能源署更新后的能源需求展望，以 AI 为重点的设施预计将比整体类别增长得快得多。因此，冷却基础设施正处于更大范围电力容量竞争之中。
在合适条件下，较高的冷却水温可提升系统效率。这能够扩大自然冷却的机会，即利用环境条件排出热量，而无需持续依赖压缩机制冷。
不过，45 摄氏度的进水额定值并不保证可以无冷水机运行。气候、湿度、负载模式、设备温度、冗余规则和散热设计都会影响结果。
运营商也需要精准的控制系统，因为 AI 工作负载可能快速变化。训练、推理、检查点保存和维护会在同一集群内产生不同的热模式。
可配置 CDU 无法消除这种变化性。但它可以让设计人员拥有更多方式来部署容量、隔离故障，并让冷却循环匹配不断变化的部署需求。
这正是 LiquidStack 试图解决的压力点：建筑必须支持一系列不确定的加速器平台，而不会成为永久性的瓶颈。
真正的竞争是灵活架构与专用优化之间的较量
LiquidStack 的核心押注是，适应性创造的价值将超过围绕单一硬件代际优化每套冷却系统所带来的价值。
专用冷却具有明显优势。工程师可以围绕已知的机架数量和明确的热负荷范围，对泵、热交换器、管道和控制系统进行尺寸设计。
这种精确性能够限制过剩容量，并简化验证工作。当服务器设计、部署计划和设施条件保持稳定时，它也能带来可预测的性能。
其弱点会在某个假设发生变化时显现。更高密度的机架可能需要更高流量、不同的供水温度、新的冗余配置或调整后的管道走向。
这些变化影响的不只是 CDU。它们还可能迫使主管、歧管、电源输入、控制系统、散热系统和维护流程作出调整。
LiquidStack CDU 2.X 试图将其中部分决策从工厂阶段转移至部署阶段。运营商可以根据其电力拓扑、阀门策略和物理布局来配置设备。
这种方式更像一个平台，而非固定设备。CDU 提供共同基础，而部署选择决定其如何适配每个数据大厅。
这一概念也支持产品组合标准化。大型运营商可在新建筑、改造项目、机架邻近部署和行末布局中使用同一产品系列。
标准化可以简化备件、技术人员培训、监控和设计模板。它还可减少运维团队必须了解的配置数量。
但灵活性并非天然没有代价。更多选项可能增加工程工作量、采购复杂度、控制系统测试和调试要求。
运营商仍须选择正确的组件。若没有准确的设施和工作负载数据，一个支持多种设计的平台并不能自行判断哪种设计最佳。
竞争对手也在采用相关策略。Schneider Electric 旗下 Motivair 推出了一款 2.5 兆瓦 CDU，并表示其集中式产品组合可扩展至超过 10 兆瓦。
该公司将其系统定位为面向下一代 AI 工厂，包括更大的冷却域和协同控制。其 2.5-megawatt CDU 展示了容量竞争正以多快的速度向上推进。
LiquidStack 本身已提供 GigaModular，这是一种集中式架构，设计可从 2.5 兆瓦扩展至 14 兆瓦。该产品面向大型、多兆瓦级冷却厂，而不只是行级部署。
CDU 2.X 则处于不同定位。它强调靠近计算设备部署的灵活性，同时保持更高温度运行能力和较大流量。
这一定位让 LiquidStack 的架构叙事更加完整。客户可根据自身规模和风险模型，在可配置的分布式单元与集中式模块化系统之间进行选择。
Trane Technologies 收购 LiquidStack 后，该公司也获得了更大型母公司的支持。Trane 表示，这一组合将冷水机、热排放、控制系统、液体分配和芯片级冷却连接起来。
这一热管理战略之所以重要，是因为客户正越来越多地评估完整的冷却链。性能出色的 CDU 无法弥补冷却厂规模不足或分配网络设计不佳的问题。
Vertiv 和 Schneider Electric 也能提出类似的端到端论点。两家公司均将冷却设备与更广泛的电气、基础设施、服务和控制产品组合结合起来。
因此，LiquidStack 必须证明其可配置性能够带来可衡量的运营收益。在一个充斥着模块化冷却宣称的市场中，单靠冗长的功能清单不足以形成差异化。
决定性的比较将是全生命周期表现。买方将考察部署时间、可用容量、维护可达性、控制稳定性、效率，以及在实际硬件迭代过程中的适应能力。
更高流量并不能消除集成风险
CDU 2.X 可以提供更多冷却余量，但最棘手的故障通常出现在设施、冷却液、控制系统和服务器的交汇处。
CDU 只是直接液冷系统的一部分。其实际有效性能取决于其前后连接的所有环节。
在设施侧，设计人员必须核实可用水温、流量、压力、水质、热排放能力以及冷却厂冗余度。即便 CDU 仍有余量，现有管道也可能限制容量。
在技术侧，服务器供应商会规定冷却液化学成分、温度、压力、过滤要求以及允许的压力变化范围。这些要求可能因产品系列而异。
冷板和歧管会为回路引入阻力。较长的管线路径、过多的接头、较小的管径以及高度变化，均可能降低实际输送流量。
控制系统增加了另一层依赖。泵和阀门必须在负载变化时作出响应，同时避免产生压力不稳定、温度控制不佳或冷却区域之间的相互干扰。
Open Compute Project 将这些接口视为一项持续的标准化问题。其 CDU 工作组涵盖设施连接、液体分配、参考设计和关键任务可靠性。
这项工作表明，关于架构无关的宣称需要谨慎对待。硬件兼容性不仅仅是将标准管道接到一台足够大的泵上。
从原则上说，一台 CDU 可以支持多代服务器。每次部署仍需进行工程审查、水质控制、调试、告警、维护规划和故障测试。
冗余也需要谨慎解读。双路供电只有在上游电气路径保持独立、且切换行为在真实故障条件下能够正常工作时才有意义。
泵冗余能够防范某些组件故障，但无法避免由污染、软件故障、共用管道损坏或控制系统配置错误引发的问题。
部署位置也带来另一项权衡。靠近机架的单元可以缩短二次冷却液路径并实现容量本地化，但会占用计算设备附近宝贵的地面空间。
行末部署可为多个机架集中提供维护入口。但若隔离和冗余设计不佳，它也可能形成更大的共享故障域。
集中式系统可以减少设备数量并集中维护。然而，除非设计人员限制其影响范围，共享系统内部的问题可能影响更多计算容量。
LiquidStack 承认，设施条件应当影响配置选择。该公司总经理 Scott Smith 表示，随着 GPU 平台和机架密度不断演进，运营商需要能够适应变化的基础设施。
这一表述概括了产品目标，但并未独立验证其在各种温度、流量、功率、阀门和冗余组合下的性能。
最大流量数据同样需要结合背景理解。运营商需要的是在真实压力条件下的性能曲线，而非仅仅一个醒目的单点运行指标。
他们还会希望了解泵效率、换热器逼近温差、过滤、声学表现、维护可达性、控制系统集成，以及部分负载下的性能细节。
水温相关宣称也值得同样审视。更高温度运行可提高热排放效率，但更热的冷却液会缩小芯片端的热裕量。
服务器规格将决定某座设施是否能够利用 CDU 的完整温度范围。运营商不能假设每一种加速器都能接受相同的冷却液条件。
最有力的证据将来自见证测试和生产部署。这些结果应展示系统在故障、负载变化、维护和未来服务器升级期间的表现。
在此之前，CDU 2.X 仍是一项主要由供应商规格支持、具有可信度的架构方案。它的灵活性颇具前景，但尚未成为经过现场验证的通用适应能力。
LiquidStack 获得 Trane 支持，提高了竞争门槛
Trane 为 LiquidStack 带来资源和系统覆盖能力，同时也提高了市场对其全球交付和完整冷却集成能力的期待。
LiquidStack 起步于浸没式冷却，随后扩展至直接芯片冷却 CDU 和预制式数据中心系统。这段历史使其积累了多种液冷方案的经验。
Trane 在宣布全面收购之前就已投资 LiquidStack。这一组合将高密度计算专家与大型建筑和热管理供应商联系在一起。
这种关系可帮助 LiquidStack 接触那些已通过 Trane 规划冷水机、控制系统、服务协议和热排放设备的客户。
它还可支持制造和现场服务。当产品从试点项目进入跨多个站点的标准化部署时，这些能力将变得更加重要。
竞争优势很直接。买方可能更倾向于选择一家可对从冷却厂到芯片的冷却路径负责的供应商，而不是协调多家厂商。
不过，其他厂商同样可以采取这一策略。Schneider Electric 拥有 Motivair，并可将液冷与数据中心电力、控制系统、软件和预制式基础设施结合起来。
Vertiv 除了热管理系统，还销售配电、备用电源、机架、监控和服务。CoolIT Systems 则具备深厚的直接液冷专业能力和成熟的技术合作关系。
这意味着 LiquidStack 的液冷业务不能仅凭参与这一品类就取得胜利。如今，每一家主要基础设施供应商都将 AI 热管理视为战略市场。
该公司需要在三个层面形成差异化：硬件必须满足规格要求，控制系统必须可靠集成，服务组织必须在部署的整个运行生命周期内提供支持。
CDU 2.X 着眼于硬件架构。Trane 的关系强化了集成和支持方面的叙事，尽管客户仍将通过实际执行检验这一承诺。
量产时间构成首个考验。产品计划于 2027 年第二季度开始交付，这意味着从发布到客户收货之间仍有数月间隔。
对于需要设计协同的基础设施而言，这种间隔很正常。但它也给了竞争对手时间，来调整其容量、部署位置、控制系统和兼容性宣称。
在此期间，AI 服务器路线图仍将持续演进。Nvidia 表示，其 Vera Rubin 平台将数据中心视为计算单元，并协调处理器、网络、电力和冷却。
这种系统级方法给每一家冷却供应商带来压力。CDU 已不能再被视为一个具有单一容量指标、孤立存在的机械箱体。
客户会询问它是否适配获认可的参考架构、是否支持服务器供应商要求、能否顺畅连接控制系统，以及能否在建设工期内到货。
他们还会比较各供应商如何管理调试。液冷为许多设施团队带来了陌生流程，包括冲洗、灌注、泄漏测试、化学成分管理和水力平衡。
培训和文档可以成为竞争优势。即使产品技术能力出色，若安装人员和运营人员缺乏可复用的流程，站点仍可能延误。
Trane 的规模应会有所帮助，但广泛覆盖并不保证每个地点都具备专业液冷知识。LiquidStack 必须将中央工程知识转化为一致的现场执行能力。
此次收购也改变了客户预期。LiquidStack 不再仅被视为一家专注于进行技术押注的独立冷却专家。
它如今代表更大端到端热管理战略的一部分。客户将以这一更大的承诺衡量 CDU 2.X，包括它与上游设备的协同程度。
这使得此次发布具有战略重要性。该产品将成为一项早期证明，展示 LiquidStack 是否能在利用 Trane 的分销和基础设施覆盖能力的同时，保持专业化的敏捷性。
三个信号将显示 CDU 2.X 是否兑现承诺
下一批证据应来自量产验证、具名部署，以及跨越不止一代 AI 硬件的成功兼容性。
第一个信号是交付时间。LiquidStack 表示，交付将于 2027 年第二季度开始，因此进度表现将成为最早可衡量的考验。
基础设施项目依赖于设备协调到货。CDU 延迟可能拖延冲洗、调试、服务器安装和最终容量验收。
按时交付将强化 Trane 的资源能够帮助 LiquidStack 扩大可配置平台规模这一说法。即使设计仍具吸引力，延误也会削弱其执行能力的论据。
第二个信号是可独立验证的部署数据。买方应关注具名客户、设施条件、已调试容量、运行温度和实测性能。
一份有价值的案例研究应说明的不只是最大流量，还应记录系统效率、冗余测试、负载切换、维护流程，以及与实际 AI 机架的集成情况。
量产证据还应区分试点与持续运行。短期演示无法揭示长期的冷却液化学成分、过滤、控制系统或服务问题。
第三个信号是跨代兼容性。LiquidStack 的核心主张依赖于在无需反复重新设计冷却系统的情况下支持不断变化的加速器。
最有力的测试将涉及一座设施在不同服务器平台之间迁移，同时保留 CDU 架构。届时，工程师可以记录哪些组件需要修改。
若变更仅限于设置、阀门、歧管或分配细节，灵活性的论据将更有力。若需要对管道、泵或电气系统进行重大改动，则会削弱这一论据。
竞争对手的行动将提供额外背景，但并不是一项独立测试。竞争者将继续提高容量并扩大模块化方面的宣称。
真正重要的是，运营商是否会因为 CDU 2.X 的选项能够减少全生命周期中的改造干扰而选择它。若只有采购公告、缺乏技术部署细节，其证明力将较弱。
整个行业正朝着标准化液冷接口发展，但要实现完全互换仍相去甚远。设施设计和服务器需求之间的差异依然过大。
这一现实为可配置系统提供了实际机会。如果冷却平台能够兼容多条可信路径，运营商并不需要一个完美统一的标准。
但这也限制了其承诺。灵活性能够减少重新设计的工作，却无法让每一种服务器、冷却液、管道、控制系统和设施条件都实现兼容。
对数据中心采购方而言，眼下的任务很明确。他们应将 CDU 2.X 与已知的机架路线图、设施限制、故障域和服务要求进行对比。
开发者和 AI 用户不会亲自配置这些冷却回路。但他们仍应关注，因为散热能力正越来越多地影响新计算资源何时能够投入使用。
延误的机械系统可能让昂贵的服务器闲置。高效且适应性强的冷却设计，则可帮助运营商在无需重建设施周边环境的情况下引入新增容量。
因此，LiquidStack CDU 2.X 值得作为一项基础设施押注获得关注，而不应被视为已有定论。其每分钟 3,750 升的规格体现了技术雄心，而可配置性则构成其商业论点。
最终判断取决于公告之后的证据。应关注其 2027 年交付日期、真实部署结果以及硬件更新案例研究。
如果这些信号相互印证，LiquidStack 将证明冷却灵活性能够跟上不断变化的 AI 机架需求。否则，专用设计仍将保有其最有力的论据。
