北京
欧洲的AI数据中心建设正在制造一个电力问题，而这个问题无法仅靠增加服务器来解决。据Euronews报道，欧洲一批公司正把目光投向冷却计算设备所用的能源、管理电力需求，以及利用数据中心原本会丢弃的热量。由此形成的一套实用做法，可以在不把能源视为固定运营成本的前提下提升效率。
这些活动涵盖更聪明的冷却、电池管理和热量复用。它们技术各异，但指向同一个挑战：面向AI的计算推高了功率密度，也让更智能地使用电力、冷却能力和热输出变得更有价值。
证据已不再局限于单一概念或实验室项目。公开部署和案例研究显示，三个方向都有实际动作，只是结果、部署模式和当地基础设施要求因站点而异。
冷却：往往是最直接的机会
数据中心传统上高度依赖空气的流动和调节，但更高密度的AI硬件给这套办法带来更大压力。EkkoSense公布了在Virgin Media O2站点的冷却优化结果，其技术带来了约15%的冷却能耗节省。它的思路是用运行数据找出提升冷却性能的办法，而不是整个设施一律维持保守设置。
Telefónica Germany也强调了AI驱动的数字孪生能力用于数据中心冷却优化。数字孪生是物理环境的软件映射，能帮运营方用设施数据测试或找出更好的运行条件。实际上，其价值不在于消除冷却需求，而在于帮团队在维持IT设备所需条件的同时，找到可以避免的能耗。
替代冷却方式也在推进。Submer与Telefónica、Telefónica Germany等伙伴合作开展了浸没式冷却试点。浸没式冷却把硬件放进介电液体里，而不是只靠传统气流。这些项目说明了为什么液冷和其他先进冷却方式在高密度计算环境中受到关注——在那里，空气冷却会越来越难优化。
电池和余热：另外两个杠杆
能源管理是第二个杠杆。GridBeyond在爱尔兰的Keppel DC REIT数据中心部署了表后电池储能系统。这些系统能提供灵活的电网支持，同时帮设施管理用电需求。报道中的用例把数据中心电池与更低的碳强度和潜在的成本收益联系起来，而不是把备用或储存的电力看作孤立的韧性资产。
第三条路是把计算产生的热用起来。Deep Green在推进余热复用模式，把数据中心废热输送给附近的用户，包括游泳池和区域供热网络。它2024年至2026年的融资和部署进展显示，废热正在被开发成一种可部署的本地能源模式，而不只是一个理论上的可持续概念。
这些做法合在一起，指向一个更大的转变：运营方不再只优化服务器机房，而是把数据中心当作本地能源系统的一部分，让计算负载、冷却、电池、电网和附近的热需求之间产生互动。
为什么合起来用效果更好
每个杠杆解决的是不同的约束。冷却优化能降低维持设备条件所需的能量。浸没式冷却能改变排热的物理方式。电池能让用电更灵活。余热复用能在热量产生之后创造出价值。
这种组合之所以重要，是因为AI需求不只是总用电量的问题。它还是什么时候取电、热量怎么排走、以及产生的热能不能在本地被用掉的问题。欧盟支持的研究和能效分析，已经把废热回收、AI驱动冷却和需求响应或热管理列为欧洲活跃的研究与部署主题。
这不意味着每个设施都能或都应该采用全部三条路。余热复用取决于附近有没有实际的用热方和合适的本地基础设施。先进冷却可能需要硬件、设施或运营上的改动。电池项目取决于站点的能源结构和适用的电网安排。最站得住脚的方案是因站点而异，而不是一张通用的技术清单。
对用云服务的企业意味着什么
大多数企业不会自己去运营AI数据中心。但它们仍会受服务商如何高效运行这些设施的影响。更高效的冷却、更好的需求管理和对废热的有效利用，可能改善这些服务所依赖的基础设施的经济性和可靠性。已核实的研究支持灵活使用电池可能带来成本收益，但并没有确认这些节省会直接传导给云客户。
对云和AI服务的采购方来说，实际影响是：
- 能效正在成为衡量服务商运营方式的一个更相关的指标，尤其是对计算密集型的AI用例。
- 可靠性越来越涉及能源灵活性和热管理，而不只是传统的备份安排。
- 可持续性声明在绑定具体机制时更有用，比如实测的冷却节省、电池部署或已确定的余热复用项目。
- 本地情况很重要。服务商能否复用余热或支持电网，取决于所在国家、设施条件等本地因素。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
