历史归档 当前入口:https://bupt.ai/reports/?date=2026-06-06

液冷与智算中心日报|2026-06-06

追踪液冷技术、AI 智算中心、数据中心能效、学术论文、产品发布、政策标准、投融资与供应链动态的每日中文报告。

液冷与智算中心日报视觉图
AI 数据中心、液冷热管理、电力约束与产业链动态每日追踪。
检索窗口 2026-06-05 08:00 北京时间 - 2026-06-06 08:00 北京时间
产业热度指数 6/10
更新时间 2026-06-06 08:02 北京时间

1. 今日一句话总结

24小时内,资本继续加码智算中心,但电力、审批与能效约束已前置,液冷和算电协同正转为项目准入项。

从公开信号看,资本并未因为约束而降温,资本开支仍向AI数据中心与液冷环节集中,说明头部厂商和基础设施资本仍在前置锁定园区、容量和交付窗口;但与此同时,电力并网与能源约束仍是主线,但基础设施约束已前置,意味着行业竞争的关键变量已不再只是“拿到多少 GPU”,而是“能否把 GPU 放进一个可并网、可散热、可控成本、可持续运行的系统”。技术侧技术侧继续围绕高带宽互连与服务器能效优化,论文侧论文侧继续指向算电协同、液冷优化与能效度量重构,共同指向同一个趋势:单点器件优化的边际价值在下降,网络、供电、储能、液冷和调度软件的系统级协同正在上升为真正的产能约束。对产业链而言,未来更稀缺的不是单一硬件,而是把算力、热管理和能源调度耦合起来的工程交付能力。

学术与产业速览

将论文、视频、产业动态和政策项压缩为可快速扫描的标签;每个标签只保留题目、摘要和来源入口。

Academic

学术

论文、研究趋势、学术视频与方法论线索。

论文 1 S

XWind: A Cross-site Router for Large Language Model Inference Serving at …

AI

展开全文
论文主题示意图
热管理与液冷
论文 1S

XWind: A Cross-site Router for Large Language Model Inference Serving at Renewable Energy Farms

发布时间
2026-05-22
作者
Tella Rajashekhar Reddy、Atharva Deshmukh、Liangcheng Yu、Chaojie Zhang、Mike Shepperd、Rohan Gandhi、Anjaly Parayil、Srinivasan Iyengar
主题
热管理与液冷
摘要

AI

中文解读

背景:AI 数据中心负载、功率密度和能源约束同步上升,液冷、热管理和数据中心能效正在成为智算中心设计的关键变量。问题:论文聚焦现有方案在效率、可靠性或工程协同上的瓶颈。方法:摘要显示作者采用仿真建模和情景分析,把运行负载、冷却/能源系统和基础设施约束放在同一分析框架中。结果:研究重点指向冷却效率、能源利用或运维策略的改进方向。意义:对日报读者而言,它可用于判断液冷方案、热管理路线和高密度部署节奏。仍需结合全文实验条件、样本范围和成本假设核验。

参考文献

Tella Rajashekhar Reddy, Atharva Deshmukh, Liangcheng Yu, 等. XWind: A Cross-site Router for Large Language Model Inference Serving at Renewable Energy Farms[J/OL]. (2026-05-22)[2026-06-06]. https://arxiv.org/abs/2605.23348.

arXiv
论文 2 S

PALS: Power-Aware LLM Serving for Mixture-of-Experts Models

Large language model (LLM) inference has become a dominant workload in modern data

展开全文
论文主题示意图
热管理与液冷
论文 2S

PALS: Power-Aware LLM Serving for Mixture-of-Experts Models

发布时间
2026-05-20
作者
Can Hankendi、Rana Shahout、Minlan Yu、Ayse K. Coskun
主题
热管理与液冷
摘要

Large language model (LLM) inference has become a dominant workload in modern data

中文解读

背景:AI 数据中心负载、功率密度和能源约束同步上升,液冷、热管理和数据中心能效正在成为智算中心设计的关键变量。问题:论文聚焦现有方案在效率、可靠性或工程协同上的瓶颈。方法:摘要显示作者采用仿真建模和情景分析,把运行负载、冷却/能源系统和基础设施约束放在同一分析框架中。结果:研究重点指向跨地域数据中心负载与电力资源之间的调度关系。意义:对日报读者而言,它可用于判断液冷方案、热管理路线和高密度部署节奏。仍需结合全文实验条件、样本范围和成本假设核验。

参考文献

Can Hankendi, Rana Shahout, Minlan Yu, 等. PALS: Power-Aware LLM Serving for Mixture-of-Experts Models[J/OL]. (2026-05-20)[2026-06-06]. https://arxiv.org/abs/2605.21427.

arXiv
论文 3 S

Sustainability in Telecom: Energy -Efficient Networks and Circular Econom…

The increasing environmental impact of the telecom industry has heightened the need for sustainable telecommunications networks. Wi…

展开全文
论文主题示意图
热管理与液冷
论文 3S

Sustainability in Telecom: Energy -Efficient Networks and Circular Economy Models to Reduce Carbon Footprints and Increase Efficiency

发布时间
2026-05-15
作者
Praveen Hegde、Robin Joseph Varughese
主题
热管理与液冷
摘要

The increasing environmental impact of the telecom industry has heightened the need for sustainable telecommunications networks. With skyrocketing data

中文解读

背景:AI 数据中心负载、功率密度和能源约束同步上升,液冷、热管理和数据中心能效正在成为智算中心设计的关键变量。问题:论文聚焦现有方案在效率、可靠性或工程协同上的瓶颈。方法:摘要显示作者采用仿真建模和情景分析,把运行负载、冷却/能源系统和基础设施约束放在同一分析框架中。结果:研究重点指向冷却效率、能源利用或运维策略的改进方向。意义:对日报读者而言,它可用于判断液冷方案、热管理路线和高密度部署节奏。仍需结合全文实验条件、样本范围和成本假设核验。

参考文献

Praveen Hegde, Robin Joseph Varughese. Sustainability in Telecom: Energy -Efficient Networks and Circular Economy Models to Reduce Carbon Footprints and Increase Efficiency[J/OL]. (2026-05-15)[2026-06-06]. https://arxiv.org/abs/2605.16109.

arXiv
论文 4 S

Flexibility-Aware Framework for Efficient Planner-Initiated Siting of Dat…

Explosive growth in energy

展开全文
论文主题示意图
热管理与液冷
论文 4S

Flexibility-Aware Framework for Efficient Planner-Initiated Siting of Data Center

发布时间
2026-05-14
作者
Dongjoo Kim、Lin Dong、Le Xie
主题
热管理与液冷
摘要

Explosive growth in energy

中文解读

背景:AI 数据中心负载、功率密度和能源约束同步上升,液冷、热管理和数据中心能效正在成为智算中心设计的关键变量。问题:论文聚焦现有方案在效率、可靠性或工程协同上的瓶颈。方法:摘要显示作者采用框架构建和频域/系统级分析,把运行负载、冷却/能源系统和基础设施约束放在同一分析框架中。结果:研究重点指向冷却效率、能源利用或运维策略的改进方向。意义:对日报读者而言,它可用于判断液冷方案、热管理路线和高密度部署节奏。仍需结合全文实验条件、样本范围和成本假设核验。

参考文献

Dongjoo Kim, Lin Dong, Le Xie. Flexibility-Aware Framework for Efficient Planner-Initiated Siting of Data Center[J/OL]. (2026-05-14)[2026-06-06]. https://arxiv.org/abs/2605.14714.

arXiv
论文 5 S

Battery-Assisted Operation of Hyperscale AI Data Centers under Connect-an…

Emerging connect-and-manage practices allow new transmission-connected mega-loads to connect while enforcing time-varying admissibl…

展开全文
论文主题示意图
热管理与液冷
论文 5S

Battery-Assisted Operation of Hyperscale AI Data Centers under Connect-and-Manage Interconnection Practices

发布时间
2026-05-13
作者
Xin Lu、Jing Qiu、Jiafeng Lin、Sihai An、Mingyang Sun、Junhua Zhao
主题
热管理与液冷
摘要

Emerging connect-and-manage practices allow new transmission-connected mega-loads to connect while enforcing time-varying admissible power exchange limits at the point of common coupling (PCC) in real time. Hyperscale artificial intelligence data

中文解读

背景:AI 数据中心负载、功率密度和能源约束同步上升,液冷、热管理和数据中心能效正在成为智算中心设计的关键变量。问题:论文聚焦现有方案在效率、可靠性或工程协同上的瓶颈。方法:摘要显示作者采用文献摘要中的模型、实验或案例分析,把运行负载、冷却/能源系统和基础设施约束放在同一分析框架中。结果:研究重点指向冷却效率、能源利用或运维策略的改进方向。意义:对日报读者而言,它可用于判断液冷方案、热管理路线和高密度部署节奏。仍需结合全文实验条件、样本范围和成本假设核验。

参考文献

Xin Lu, Jing Qiu, Jiafeng Lin, 等. Battery-Assisted Operation of Hyperscale AI Data Centers under Connect-and-Manage Interconnection Practices[J/OL]. (2026-05-13)[2026-06-06]. https://arxiv.org/abs/2605.14105.

arXiv
论文 6 S

Toward Communication-Efficient Space Data Centers : Bottlenecks, Architec…

The rapid growth of foundation model training and large-scale AI

展开全文
论文主题示意图
热管理与液冷
论文 6S

Toward Communication-Efficient Space Data Centers : Bottlenecks, Architectures, and New Paradigms

发布时间
2026-05-12
作者
Minghao Sun、Zehui Chen、Jinbo Hou、Kezhi Wang、Xiaoli Chu
主题
热管理与液冷
摘要

The rapid growth of foundation model training and large-scale AI

中文解读

背景:AI 数据中心负载、功率密度和能源约束同步上升,液冷、热管理和数据中心能效正在成为智算中心设计的关键变量。问题:论文聚焦现有方案在效率、可靠性或工程协同上的瓶颈。方法:摘要显示作者采用仿真建模和情景分析,把运行负载、冷却/能源系统和基础设施约束放在同一分析框架中。结果:研究重点指向冷却效率、能源利用或运维策略的改进方向。意义:对日报读者而言,它可用于判断液冷方案、热管理路线和高密度部署节奏。仍需结合全文实验条件、样本范围和成本假设核验。

参考文献

Minghao Sun, Zehui Chen, Jinbo Hou, 等. Toward Communication-Efficient Space Data Centers : Bottlenecks, Architectures, and New Paradigms[J/OL]. (2026-05-12)[2026-06-06]. https://arxiv.org/abs/2605.12681.

arXiv
论文 7 S

Carbon-Aware Compute--Power Scheduling for AI Data Centers with Microgrid…

AI

展开全文
论文主题示意图
算电协同
论文 7S

Carbon-Aware Compute--Power Scheduling for AI Data Centers with Microgrid Prosumer Operations

发布时间
2026-05-12
作者
Johnny R. Zhang、Gaoyuan Du、Qianyi Sun、Shiqi Wang、Jiaxuan Li、Xian Sun
主题
算电协同
摘要

AI

中文解读

背景:AI 数据中心负载、功率密度和能源约束同步上升,算力负载与电网侧资源的协同调度正在成为智算中心设计的关键变量。问题:论文聚焦现有方案在效率、可靠性或工程协同上的瓶颈。方法:摘要显示作者采用建模优化、调度分析或算法评估,把运行负载、冷却/能源系统和基础设施约束放在同一分析框架中。结果:研究重点指向AI 负载波动对电网设备寿命和调频边界的影响。意义:对日报读者而言,它可用于判断智算中心建设是否受电网容量、负载波动和调度机制约束。仍需结合全文实验条件、样本范围和成本假设核验。

参考文献

Johnny R. Zhang, Gaoyuan Du, Qianyi Sun, 等. Carbon-Aware Compute--Power Scheduling for AI Data Centers with Microgrid Prosumer Operations[J/OL]. (2026-05-12)[2026-06-06]. https://arxiv.org/abs/2605.03751.

arXiv
论文 8 S

SpaceMoE: Realizing Distributed Mixture-of-Experts Inference over Space N…

Leveraging continuous solar energy

展开全文
论文主题示意图
热管理与液冷
论文 8S

SpaceMoE: Realizing Distributed Mixture-of-Experts Inference over Space Networks

发布时间
2026-05-21
作者
Zhanwei Wang、Huiling Yang、Min Sheng、Khaled B. Letaief、Kaibin Huang
主题
热管理与液冷
摘要

Leveraging continuous solar energy

中文解读

背景:AI 数据中心负载、功率密度和能源约束同步上升,液冷、热管理和数据中心能效正在成为智算中心设计的关键变量。问题:论文聚焦现有方案在效率、可靠性或工程协同上的瓶颈。方法:摘要显示作者采用文献摘要中的模型、实验或案例分析,把运行负载、冷却/能源系统和基础设施约束放在同一分析框架中。结果:研究重点指向冷却效率、能源利用或运维策略的改进方向。意义:对日报读者而言,它可用于判断液冷方案、热管理路线和高密度部署节奏。仍需结合全文实验条件、样本范围和成本假设核验。

参考文献

Zhanwei Wang, Huiling Yang, Min Sheng, 等. SpaceMoE: Realizing Distributed Mixture-of-Experts Inference over Space Networks[J/OL]. (2026-05-21)[2026-06-06]. https://arxiv.org/abs/2605.00515.

arXiv
视频 B

Data Center Leaders on Building AI’s Infrastructure

Bloomberg Live · 检索词:AI data center energy conference keynote。适合作为技术背景或研究趋势补充。

展开全文

Data Center Leaders on Building AI’s Infrastructure

学术会议报告 · Bloomberg Live · 检索词:AI data center energy conference keynote

在 YouTube 打开
视频 B

Kevin O'Leary at AI Honors in DC: We're in a war with our good friends in…

Washington AI Network · 检索词:AI data center energy conference keynote。适合作为技术背景或研究趋势补充。

展开全文

Kevin O'Leary at AI Honors in DC: We're in a war with our good friends in China

学术会议报告 · Washington AI Network · 检索词:AI data center energy conference keynote

在 YouTube 打开
视频 B

Microsoft Build 2026 | Satya Nadella Opening Keynote

Microsoft · 检索词:AI data center energy conference keynote。适合作为技术背景或研究趋势补充。

展开全文

Microsoft Build 2026 | Satya Nadella Opening Keynote

学术会议报告 · Microsoft · 检索词:AI data center energy conference keynote

在 YouTube 打开
视频 B

Data Democratization Panel | Priya Donti, Julia Stewart Lowndes, Nikki Tu…

WiDS Worldwide · 检索词:ACM SIGEnergy data center energy talk。适合作为技术背景或研究趋势补充。

展开全文

Data Democratization Panel | Priya Donti, Julia Stewart Lowndes, Nikki Tulley, Michela Taufer

学术讲座 · WiDS Worldwide · 检索词:ACM SIGEnergy data center energy talk

在 YouTube 打开
热词 B

电力并网与能源约束

本期命中 3 条,热度分 9。可作为论文检索、技术路线和后续研究跟踪关键词。

展开全文
热词B

电力并网与能源约束

详细内容

本期命中 3 条,热度分 9。可作为论文检索、技术路线和后续研究跟踪关键词,不等同于事实结论。

Industry

产业

产业新闻、技术产品、政策标准、投融资、项目和产业视频。

视频 B

ASHRAE Ireland Technical Webinar - Efficiency in Data Center's Cooling Sy…

ASHRAE Ireland · 检索词:ASHRAE data center cooling webinar。用于补充产业、产品或工程部署观察。

展开全文

ASHRAE Ireland Technical Webinar - Efficiency in Data Center's Cooling System - How To?

标准组织讲座 · ASHRAE Ireland · 检索词:ASHRAE data center cooling webinar

在 YouTube 打开
视频 B

#HPCMatters - Asetek Liquid Cooling for HPC Data Centers

Asetek Inc · 检索词:high performance computing data center cooling workshop。用于补充产业、产品或工程部署观察。

展开全文

#HPCMatters - Asetek Liquid Cooling for HPC Data Centers

技术研讨会 · Asetek Inc · 检索词:high performance computing data center cooling workshop

在 YouTube 打开
视频 B

Datacenter Cooling Focus on HPC

Institution of Mechanical Engineers - IMechE · 检索词:high performance computing data center cooling workshop。用于补充产业、产品或工程部署观察。

展开全文

Datacenter Cooling Focus on HPC

技术研讨会 · Institution of Mechanical Engineers - IMechE · 检索词:high performance computing data center cooling workshop

在 YouTube 打开
视频 B

Inside the Data Center Boom: Understanding the Massive Infrastructure Tha…

Steve Eisman · 检索词:AI infrastructure datacenter panel discussion。用于补充产业、产品或工程部署观察。

展开全文

Inside the Data Center Boom: Understanding the Massive Infrastructure That Supports AI

专家圆桌 · Steve Eisman · 检索词:AI infrastructure datacenter panel discussion

在 YouTube 打开
热度 B

产业热度指数 6/10

产业热度指数为 6/10:本期自动化检索记录到 8 条候选条目,指数按候选条目数量、来源可信度和栏目覆盖度保守计算。

展开全文
热度B

产业热度指数 6/10

详细内容

产业热度指数为 6/10:本期自动化检索记录到 8 条候选条目,指数按候选条目数量、来源可信度和栏目覆盖度保守计算。

延续热点 B

NVIDIA Blackwell/GB200/GB300

昨日热度高,今日暂无新增高可信条目

展开全文
延续热点B

NVIDIA Blackwell/GB200/GB300

详细内容

昨日热度高,今日暂无新增高可信条目

延续热点 B

AI 芯片供给与交付

昨日热度高,今日暂无新增高可信条目

展开全文
延续热点B

AI 芯片供给与交付

详细内容

昨日热度高,今日暂无新增高可信条目

延续热点 B

智算中心 CapEx/扩建

昨日热度高,今日暂无新增高可信条目

展开全文
延续热点B

智算中心 CapEx/扩建

详细内容

昨日热度高,今日暂无新增高可信条目

4. 最新视频观察

ASHRAE Ireland Technical Webinar - Efficiency in Data Center's Cooling System - How To?

标准组织讲座 · ASHRAE Ireland · 检索词:ASHRAE data center cooling webinar

在 YouTube 打开

Data Center Leaders on Building AI’s Infrastructure

学术会议报告 · Bloomberg Live · 检索词:AI data center energy conference keynote

在 YouTube 打开

Kevin O'Leary at AI Honors in DC: We're in a war with our good friends in China

学术会议报告 · Washington AI Network · 检索词:AI data center energy conference keynote

在 YouTube 打开

Microsoft Build 2026 | Satya Nadella Opening Keynote

学术会议报告 · Microsoft · 检索词:AI data center energy conference keynote

在 YouTube 打开

Data Democratization Panel | Priya Donti, Julia Stewart Lowndes, Nikki Tulley, Michela Taufer

学术讲座 · WiDS Worldwide · 检索词:ACM SIGEnergy data center energy talk

在 YouTube 打开

#HPCMatters - Asetek Liquid Cooling for HPC Data Centers

技术研讨会 · Asetek Inc · 检索词:high performance computing data center cooling workshop

在 YouTube 打开

Datacenter Cooling Focus on HPC

技术研讨会 · Institution of Mechanical Engineers - IMechE · 检索词:high performance computing data center cooling workshop

在 YouTube 打开

Inside the Data Center Boom: Understanding the Massive Infrastructure That Supports AI

专家圆桌 · Steve Eisman · 检索词:AI infrastructure datacenter panel discussion

在 YouTube 打开

来源链接区

本次检索说明

  • 当前自动化环境未配置 Tavily、Bing News 或 SerpAPI 检索密钥;脚本将使用公开 RSS/Atom、公共 arXiv 接口与固定监测源,不会编造产业新闻。
  • 公开 RSS/Atom:Data Center Dynamics:检索失败,原因:fetch failed
  • 公开 RSS/Atom:The Register:检索失败,原因:fetch failed
  • 公开 RSS/Atom:ServeTheHome:检索失败,原因:fetch failed
  • 公开 RSS/Atom:Data Center Knowledge:检索失败,原因:fetch failed
  • 公开 RSS/Atom:HPCwire:检索失败,原因:fetch failed
  • 公开 RSS/Atom:NVIDIA Blog:检索失败,原因:fetch failed
  • Semantic Scholar:未配置 SEMANTIC_SCHOLAR_API_KEY,本期未调用。
  • arXiv API:fetch failed,已回退到 arXiv 搜索页抓取。
  • arXiv:检索失败,原因:fetch failed
  • YouTube:检索失败,原因:fetch failed
  • 论文推荐:当日未形成新候选,按上一日排序池顺延补位。
  • 视频推荐:当日未形成新候选,按上一日排序池顺延补位。
arXiv XWind: A Cross-site Router for Large Language Model Inference Serving at Renewable Energy Farms 可信度:S arXiv PALS: Power-Aware LLM Serving for Mixture-of-Experts Models 可信度:S arXiv Sustainability in Telecom: Energy -Efficient Networks and Circular Economy Models to Reduce Carbon Footprints and Increase Efficiency 可信度:S arXiv Flexibility-Aware Framework for Efficient Planner-Initiated Siting of Data Center 可信度:S arXiv Battery-Assisted Operation of Hyperscale AI Data Centers under Connect-and-Manage Interconnection Practices 可信度:S arXiv Toward Communication-Efficient Space Data Centers : Bottlenecks, Architectures, and New Paradigms 可信度:S arXiv Carbon-Aware Compute--Power Scheduling for AI Data Centers with Microgrid Prosumer Operations 可信度:S arXiv SpaceMoE: Realizing Distributed Mixture-of-Experts Inference over Space Networks 可信度:S arXiv 计算机科学 https://arxiv.org/search/cs?query=data+center+cooling+liquid+thermal&searchtype=all 可信度:S NVIDIA 数据中心 https://www.nvidia.com/en-us/data-center/ 可信度:S 开放计算项目 OCP https://www.opencompute.org/ 可信度:S ASHRAE 技术资源 https://www.ashrae.org/technical-resources 可信度:S 工信部 https://www.miit.gov.cn/ 可信度:S 中国信通院 https://www.caict.ac.cn/ 可信度:S Data Center Dynamics https://www.datacenterdynamics.com/en/rss/ 可信度:A The Register https://www.theregister.com/headlines.atom 可信度:A ServeTheHome https://www.servethehome.com/feed/ 可信度:A Data Center Knowledge https://www.datacenterknowledge.com/rss.xml 可信度:A HPCwire https://www.hpcwire.com/feed/ 可信度:A NVIDIA Blog https://blogs.nvidia.com/feed/ 可信度:S