什么是浸没式液冷？服务器用它降温有什么好处？

液冷散热是指通过液体来替代空气，把CPU、内存条、芯片组、扩展卡等器件在运行时所产生的热量带走。那么浸没式液冷就是利用冷却液，将一排排的服务器等浸泡在绝缘冷却液里，更好的达到保护电子元器件低温运行的效果，也能更好地提升服务器的使用寿命。

一、数据中心与降温技术的演变

作为数据中心的自带命题，降温技术一直伴随着数据中心的发展阶段而不断升级。从阶段来看，两者的发展共同经历了四个阶段：

1.在大型计算机机房时代，当时在降温方面的技术和经验，都处于比较低的水平。既缺乏精密的温度控制，也缺乏有效的防尘手段，起步阶段嘛，可以理解。

2.在塔式服务器机房时代，开始有恒温恒湿的专用空调设备出现在机房中，并且有了新风系统和机房正压防灰尘。在数据处理和计算能力上都迈上了新台阶。

3.在机架式服务器机房时代，已经广泛使用恒温恒湿的专用空调和初步的气流组织管理。这时的降温技术更加成熟，统一化、标准化管理能力也变得更好。

4.在数据中心演变为云计算中心时代，高密度服务器、超大规模IDC成为主流。这一阶段的降温技术上，列间空调已经广泛使用，并且出现了精细的气流组织管理。

数据中心的发展与降温技术息息相关，两者相互促进，每一个阶段的数据中心，都要与之相匹配的降温技术。

二、对比比较

风冷散热与液冷散热对比

传统的风冷散热：通过散热器将CPU发出的热量转移至散热器块，然后通过风扇将热气吹走。因此还需要空调给环境降温。

液冷散热：指通过液体来替代空气，把CPU、内存条、芯片组、扩展卡等器件在运行时所产生的热量带走

液冷散热运行相比于风冷散热更安静（没有风扇产生的噪音）；同体积液体比同体积空气带走的热量更多，导热更强，也就是降温效率更高；功耗也更低；而且采用液冷技术后，还可减少空调机的投入，节省空间。但液冷散热的成本高，维护比较困难。

目前市场中主要有两种形态的液冷服务器，一种是浸没式液冷服务器；第二种是板式液冷服务器。

冷板式液冷与浸没式液冷对比

冷板式液冷：发热量最大的部件CPU不直接与散热液体接触，而是通过将液体灌输在传导设备中，CPU端与液体传导设备贴在一起，热量通过传导设备带走，从而达到散热效果。

浸没式液冷：将发热器件浸没于液体中，通过直接接触进行热交换来降温。

目前全球采用冷板式散热方式的相对多一些，因为该技术对比浸没式液冷服务器要解决的工业难题、成本都更低一些。但浸没式液冷技术能在服务器架构上带来颠覆式改变， 对数据中心来说，冷板式液冷技术更多的是一种过渡技术，浸没液冷才是未来，因为它能以“釜底抽薪”的方式达到更好的降温效果。

三、液冷技术相关

冷却液的类型介绍：  

液冷分类为了水冷和其他介质冷却，可用的其他介质包括、矿物油、电子氟化液等

1.水：比热容大，无污染但并非绝缘体，只能应用于非直接接触型液冷技术中。

2.矿物油：是一种价格相对低廉的绝缘冷却液，单相矿物油无味无毒不易挥发，是一种环境友好型介质，但矿物油粘性较高，比较容易残留，特定条件下有燃烧的风险。

3.氟化液：由于具有绝缘且不燃的惰性特点，不会对设备造成任何影响，是目前应用最广泛的浸没式冷却液。

按照冷却原理，又将液冷分为了冷板式液冷（间接式冷却）和浸没式液冷（直接式冷却）两种系统模式，上面已经做过对比。

综合来说，浸没液冷大幅降低传热温差，利用浸没式液冷整个数据中心的生态和运算能力都能得到良好优化，也更有助于提高高密度运算性能，计算密度和性能能实现新的突破。

冷服务器是一款具备综合性能更稳定、部署环境更绿色、能源损耗更低、几乎无噪音等超多优点的新型高效节能产品。

可以从以下几个方面衡量：

1、可扩展性。不过是什么服务器必须具有一定的“可扩展性”，这是因为企业网络不可能长久不变。如果服务器没有一定的可扩展性，当用户一增多就不能胜任的话，一台价值几万，甚至几十万的服务器在短时间内就要遭到淘汰，这是任何企业都无法承受的。

2、易使用性。液冷服务器的功能相对于PC机来说复杂许多，不仅指其硬件配置，更多的是指其软件系统配置。液冷服务器要实现如此多的功能，没有全面的软件支持是无法想象的。

3、可用性。对于一台高性能服务器而言，一个非常重要的方面就是它的“可用性”，即所选深度学习GPU服务器能满足长期稳定工作的要求，不能经常出问题。

4、易管理性。在服务器的主要特性中，还有一个重要特性，那就是服务器的“易管理性”。服务器虽然在稳定性方面有足够保障，但也应有必要的避免出错的措施，以及时发现问题，而且出了故障也能及时得到维护。

说到这给你推荐个非常专业的公司——蓝海大脑。不管是深度学习液冷服务器还是水冷工作站、图数据一体机、大数据一体机、时空数据一体机、遥感测绘平台、气象大数据一体机在扩展性、适用性、可用性和管理性方面都是可圈可点的。主要应用在因大时代、高性能计算、大数据、人工智能、数据分析、数据挖掘、生命科学、医药研发、遥感测绘、智慧气象等领域。当然你也可以去网上搜搜，多了解些总是没错的。

---