随着人工智能模型规模不断扩大，算力需求急剧攀升，芯片和服务器产生的热量也越来越难以控制。传统数据中心通常依赖大量用水进行冷却，但在全球多地面临干旱和水资源紧张的背景下，这种模式正承受越来越大的环境与运营压力。
来自麻省理工学院(MIT)的初创公司Ferveret提出了一种新方案：将核反应堆中使用的“过冷沸腾”冷却方法应用到数据中心。该技术利用一种低沸点特殊液体，能够更快带走处理器运行时产生的热量，并改善传统液冷系统中气泡难以控制的问题。
据Ferveret介绍，这套冷却系统可使人工智能计算中的能源效率提升约35%。这意味着在相同算力条件下，数据中心有望减少能耗和散热负担，从而降低运营成本，也缓解高性能AI基础设施扩张带来的能源压力。
这项技术的另一大特点是不依赖水资源。对于太阳能资源丰富但淡水有限的地区，例如非洲和中东部分区域，无水冷却方案可能为建设人工智能基础设施提供新的可能。过去，数据中心选址往往受制于电力和水源条件，而这种技术有机会扩大可部署区域。
Ferveret的系统采用模块化机架设计，便于与现有数据中心设备整合。如果其稳定性、成本和大规模部署能力得到验证，这类源自核工业的冷却技术可能成为未来AI数据中心的重要基础设施之一。
