能源效率优化 关键字列表
日立与MOL计划2027年推出海上浮动数据中心

日立与MOL计划2027年推出海上浮动数据中心

日立公司与商船三井签署合作备忘录,计划于2027年推出首个海上浮动数据中心。该项目旨在解决数据中心行业面临的电力和冷却挑战,利用海洋冷却系统提高能源效率并减少土地使用。商船三井将负责船舶改造规划和港口协调,日立则负责数据中心设计和IT基础设施。这一合作建立在商船三井此前与可再生能源公司的浮动数据中心概念基础上。

梯度公司推出智能暖泵系统助力老楼改造

梯度公司推出智能暖泵系统助力老楼改造

Gradient公司推出Nexus软件和服务,为老旧多户建筑提供智能温度控制方案。其马蹄形热泵单元可在数小时内安装,无需电气升级。Nexus允许建筑管理人员设置能耗上限,同时保持住户舒适度,实现能耗降低25%。该系统还能与电网协调,在用电高峰期动态调节制冷需求,支持建筑电气化改造。

数据中心电力消耗与供应挑战:AI时代的能源瓶颈

数据中心电力消耗与供应挑战:AI时代的能源瓶颈

数据中心正面临电力供应限制阻碍其增长的时期。戴尔奥罗集团研究显示,2025年第一季度数据中心物理基础设施市场同比增长17%,这是连续第四个季度实现两位数增长。AI工作负载推动液冷技术收入翻倍,高密度功率机架接近600千瓦。美国能源部报告称,数据中心2023年消耗美国总电力的4.4%,预计2028年将达到6.7-12%。全球数据中心电力消耗约占总电力3%,到2030年可能翻倍。

高密度数据中心采用液冷方案的必要性

高密度数据中心采用液冷方案的必要性

随着AI的发展,高密度数据中心中高性能GPU的使用产生了大量热量。液冷成为唯一可行的散热方案,但其部署面临成本和风险concerns。通过分析液冷的必要性、经济效益和简化措施,数据中心团队可以为液冷技术的采用提供有力论据,从而保护高价值、高能耗的GPU机架。

AI 时代的边缘和超大规模数据中心:爆炸性需求与重要风险

AI 时代的边缘和超大规模数据中心:爆炸性需求与重要风险

随着 AI 发展,数据中心需求激增。边缘数据中心靠近用户,规模小但响应快;超大规模数据中心远离城市,规模大能效高。两者协同工作,共同支撑 AI 计算需求。然而,能源消耗、监管限制等挑战也随之而来,投资者需权衡各种因素以把握市场机遇。