New White Paper
从芯片到冷水机组
热管理技术栈对 AI 工厂能效的影响
全新行业研究：解析热管理设计方案如何影响 AI 工厂能效、每瓦 Token 产出性能与算力基建投入回报。
全新行业研究：解析热管理设计方案如何影响 AI 工厂能效、每瓦 Token 产出性能与算力基建投入回报。
AI 工厂正持续遭遇电力供给约束。能源供给已经成为制约 AI 算力基建扩容的核心瓶颈，因此最大化每瓦 Token 产出，现已成为衡量 AI 工厂运行性能最重要的核心指标之一。
Token 是 AI 工厂的核心产出。因此，AI 工厂的系统优化必须围绕每瓦 Token 产出这一系统级指标展开。本研究首次提出热管理技术栈（Thermal Stack） 体系，并论证整套散热基建如何作用于 GPU 裸片最高结温、算力运行效率，以及智算工厂整体运营经济效益。
研究结论表明：散热基建早已不再是配套辅助设施，而是直接决定算力上限的性能核心系统。
一套经过精密工程化设计的热管理技术栈，可将AI工厂每瓦 Token 产出能效提升 30% 以上。
GPU 运行温度越低，单位电力可产出的 Token 数量越高。
优化 GPU 封装架构，能够大幅提升每瓦 Token 产出能效。
先进冷板结构设计，可实质性提升智算工厂每瓦 Token 产出能效。
LiquidJet® 冷板可将AI工厂
每瓦 Token 产出能效提升 10%–25%
