液冷与智算中心日报｜2026-06-09
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。
1. 今日一句话总结
CyrusOne德州380MW项目开工、Cipher筹810m美元、Stark Power获5.6GW组合，显示数据中心建设与融资活跃但受能源约束。
资本开支方面，Cipher 810m美元票据与Stark Power 140美元收购直接支撑5.6GW与380MW项目落地，表明市场仍以大规模融资推动容量扩张；基础设施约束则体现在加拿大汉密尔顿否决提案与欧盟效率规则同步收紧，电力与冷却成为瓶颈；技术指标上，多篇论文聚焦液冷、数字孪生与电网响应，Qualcomm Dragonfly品牌6月24日发布进一步指向能效优化；产业含义在于，短期项目落地与融资节奏将维持高位，但中长期需在电网扩容、冷却技术迭代与监管合规间寻找平衡，否则扩容速度将受限于可用电力与热管理能力。
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。
学术
论文、研究趋势、学术视频与方法论线索。
Space-CIM: Enabling Compute-In-Memory Accelerators for Thermally-Constrai…
人工智能计算需求激增推动数据中心建设，引发能源与可持续性危机。太空轨道数据中心因太阳能丰富和发射成本下降成为潜在方案，但真空环境仅依赖辐射冷却，需要大面积散热器，对标准液冷/风冷计算机部署构成热管理挑战。本文研究太空热约束对配备高带宽内存的GPU及新兴存算一体加…
展开全文
Space-CIM: Enabling Compute-In-Memory Accelerators for Thermally-Constrained Space Platforms
- 发布时间
- 2026-06-04
- 作者
- Sohan Salahuddin Mugdho、Md. Shahedul Hasan、Cheng Wang
- 主题
- 芯片与算力
摘要
人工智能计算需求激增推动数据中心建设，引发能源与可持续性危机。太空轨道数据中心因太阳能丰富和发射成本下降成为潜在方案，但真空环境仅依赖辐射冷却，需要大面积散热器，对标准液冷/风冷计算机部署构成热管理挑战。本文研究太空热约束对配备高带宽内存的GPU及新兴存算一体加速器的影响，提出散热器闭环协同设计方法，直接关联热约束与加速器架构。
原文摘要摘录
The rapid growth in compute demand from artificial intelligence (AI) has driven a massive surge in data center construction, precipitating an energy and sustainability crisis. Motivated by the abundant solar energy in outer space and the recent sharp reduction in space launch costs, orbital data centers are emerging as a potential pathway for the future scaling of AI compute infrastructure. While the cold background…
中文解读
研究问题：太空平台热约束如何限制AI计算设备部署。方法线索：针对GPU与存算一体加速器，构建散热器闭环协同设计流程。意义：为AI数据中心向太空扩展提供热管理思路，探索算力与能源新边界。核验边界：仅基于给定摘要，未涉及具体实验结果、性能数据或机构结论，需核对原文完整方法细节。
参考文献
Sohan Salahuddin Mugdho, Md. Shahedul Hasan, Cheng Wang. Space-CIM: Enabling Compute-In-Memory Accelerators for Thermally-Constrained Space Platforms[J/OL]. (2026-06-04)[2026-06-09]. http://arxiv.org/abs/2606.05741v1.
Peer-to-Peer Cloud Service Market for Data Centers Oriented to Computatio…
能源密集型数据中心已成为现代电力系统的重要灵活负载，亟需计算与电力协同。现有研究忽视地理分布式数据中心间计算资源共享的协作潜力。本文提出双层计算-电力协同框架，构建面向地理分布式数据中心的点对点云服务市场，支持双边交易以利用区域异质性；将节点边际电价嵌入框架以反…
展开全文
Peer-to-Peer Cloud Service Market for Data Centers Oriented to Computation-Electricity Coordination
- 发布时间
- 2026-06-03
- 作者
- Yugui Liu、Yibo Ding、Xudong Li、Jing Qu、Wenyi Zhang、Tong Qian、Wuyou Xiao、Zhengyang Hu
- 主题
- 算电协同
摘要
能源密集型数据中心已成为现代电力系统的重要灵活负载，亟需计算与电力协同。现有研究忽视地理分布式数据中心间计算资源共享的协作潜力。本文提出双层计算-电力协同框架，构建面向地理分布式数据中心的点对点云服务市场，支持双边交易以利用区域异质性；将节点边际电价嵌入框架以反映网络拥堵与价格差异。
原文摘要摘录
Energy-intensive data centers (DCs) have emerged as substantial and flexible loads in modern power systems, underscoring the critical need for computation-electricity coordination. Harnessing the spatio-temporal flexibility of DC workloads is a promising approach to facilitate this coordination. However, existing studies overlook the collaborative potential of computational resource sharing among geo-distributed DCs…
中文解读
研究问题：如何通过数据中心间资源共享实现计算与电力双向互动。方法线索：提出点对点云服务市场并嵌入节点边际电价。意义：提升AI数据中心在电网中的灵活性，促进算电协同。核验边界：仅依据摘要描述，未添加具体市场机制或实验结果，需核验原文完整框架。
参考文献
Yugui Liu, Yibo Ding, Xudong Li, 等. Peer-to-Peer Cloud Service Market for Data Centers Oriented to Computation-Electricity Coordination[J/OL]. (2026-06-03)[2026-06-09]. http://arxiv.org/abs/2606.04981v1.
Maximizing Compute Capacity in AI Data Centers through Cooling, Energy St…
人工智能部署受站点级电力容量限制，需同时支持计算与冷却系统。非蒸发冷却系统在夏季环境温度升高时功耗大幅增加，导致每日多小时高冷却功率期。本文提出在有限站点电力预算下最大化计算容量的方法，讨论保守与激进计算系统规模选择的权衡。
展开全文
Maximizing Compute Capacity in AI Data Centers through Cooling, Energy Storage, and Computing Adaptation
- 发布时间
- 2026-05-30
- 作者
- Shaolei Ren、Mohammad A. Islam、Adam Wierman
- 主题
- 热管理与液冷
摘要
人工智能部署受站点级电力容量限制，需同时支持计算与冷却系统。非蒸发冷却系统在夏季环境温度升高时功耗大幅增加，导致每日多小时高冷却功率期。本文提出在有限站点电力预算下最大化计算容量的方法，讨论保守与激进计算系统规模选择的权衡。
原文摘要摘录
The deployment of artificial intelligence is increasingly constrained by limited site-level power capacity, which must support both compute systems and non-compute systems (primarily cooling) at all times. Cooling power demand, especially in non-evaporative cooling systems, can increase substantially with ambient temperature in the summer, producing recurring periods of elevated cooling power that often lasts for mu…
中文解读
研究问题：站点电力容量限制下如何平衡冷却与计算需求。方法线索：分析峰值与非峰值冷却功率下的规模策略。意义：为AI数据中心热管理与能效提供规划思路。核验边界：仅基于摘要，未包含具体优化算法或结果，需核验原文完整方法。
参考文献
Shaolei Ren, Mohammad A. Islam, Adam Wierman. Maximizing Compute Capacity in AI Data Centers through Cooling, Energy Storage, and Computing Adaptation[J/OL]. (2026-05-30)[2026-06-09]. http://arxiv.org/abs/2606.00457v1.
Grid Capacity Expansion under Data Centers and Electrified Manufacturing …
数据中心与电气化制造形成新兴大负载，本文构建多周期电网容量扩展模型，优化发电、储能与输电投资，同时考虑小时级电力调度以最小化总规划与运行成本，并提出大负载需求空间分布的新建模方法。
展开全文
Grid Capacity Expansion under Data Centers and Electrified Manufacturing Large Loads
- 发布时间
- 2026-05-28
- 作者
- Jiyong Lee、Melody Agustin、Joanne Langsdorf、Erhan Kutanoglu、Michael Baldea、Ilias Mitrai
- 主题
- 算电协同
摘要
数据中心与电气化制造形成新兴大负载，本文构建多周期电网容量扩展模型，优化发电、储能与输电投资，同时考虑小时级电力调度以最小化总规划与运行成本，并提出大负载需求空间分布的新建模方法。
原文摘要摘录
In this paper, we consider the expansion of power grids under emerging large loads from data centers and electrified manufacturing. We develop a multi-period grid capacity expansion model to determine optimal investment profiles for power generation, storage, and transmission capacity while accounting for hourly power dispatch, such that electricity demand is satisfied and the total planning and operation cost is mi…
中文解读
研究问题：新兴大负载下电网如何进行最优容量扩展。方法线索：多周期优化模型结合小时调度与空间需求分布。意义：支持AI数据中心与电网协同规划。核验边界：仅依据摘要，未添加具体投资数值或ERCOT案例细节，需核验原文模型。
参考文献
Jiyong Lee, Melody Agustin, Joanne Langsdorf, 等. Grid Capacity Expansion under Data Centers and Electrified Manufacturing Large Loads[J/OL]. (2026-05-28)[2026-06-09]. http://arxiv.org/abs/2605.29053v2.
GridPilot: Real-Time Grid-Responsive Control for AI Supercomputers
数据中心电力需求增速超过电网供应，系统运营商需要大灵活负载快速响应可再生能源波动。本文提出GridPilot三层预测控制器，在毫秒至小时尺度运行，并加入确定性安全岛旁路实现快速响应，针对AI超级计算机实现电网请求到GPU功率的实时转换。
展开全文
GridPilot: Real-Time Grid-Responsive Control for AI Supercomputers
- 发布时间
- 2026-05-26
- 作者
- Denisa-Andreea Constantinescu、David Atienza
- 主题
- 算电协同
摘要
数据中心电力需求增速超过电网供应，系统运营商需要大灵活负载快速响应可再生能源波动。本文提出GridPilot三层预测控制器，在毫秒至小时尺度运行，并加入确定性安全岛旁路实现快速响应，针对AI超级计算机实现电网请求到GPU功率的实时转换。
原文摘要摘录
At global scale, data-center electricity demand is growing faster than the grids that supply it, while system operators increasingly require large flexible loads that can adjust power within seconds to absorb variable wind and solar generation. For multi-megawatt AI/HPC facilities, the key unresolved question is practical and measurable: how quickly can the software stack translate a grid request into a real change …
中文解读
研究问题：AI超级计算机如何快速响应电网调节请求。方法线索：三层预测控制结合安全岛旁路与PUE修正。意义：增强AI数据中心对电网的实时响应能力。核验边界：仅基于摘要，未包含具体响应时间或测试平台细节，需核验原文完整描述。
参考文献
Denisa-Andreea Constantinescu, David Atienza. GridPilot: Real-Time Grid-Responsive Control for AI Supercomputers[J/OL]. (2026-05-26)[2026-06-09]. http://arxiv.org/abs/2605.26384v1.
Energy-Aware Computing in the Year 2026
高性能计算进入Exascale时代，生成式AI应用能耗极高，成为系统瓶颈。本文综述能源感知计算，涵盖从物联网微控制器到多兆瓦数据中心的云-边-高性能计算全谱系，讨论气候变化、碳足迹与能源供应约束下的绿色计算需求。
展开全文
Energy-Aware Computing in the Year 2026
- 发布时间
- 2026-05-23
- 作者
- Roblex Nana Tchakoute、Claude Tadonki
- 主题
- AI 运维优化
摘要
高性能计算进入Exascale时代，生成式AI应用能耗极高，成为系统瓶颈。本文综述能源感知计算，涵盖从物联网微控制器到多兆瓦数据中心的云-边-高性能计算全谱系，讨论气候变化、碳足迹与能源供应约束下的绿色计算需求。
原文摘要摘录
High-Performance Computing (HPC) has recently entered the Exascale era, and considerable efforts are being made to fully harness this potential power for large-scale applications, such as cutting-edge generative AI (training and exploitation). The corresponding energy consumption is very high, and forecasts are alarming, making this metric a critical systemic bottleneck. Addressing this issue presents a genuine chal…
中文解读
研究问题：高性能计算与AI的能耗瓶颈及环境影响。方法线索：全谱系能源高效计算综述。意义：为AI数据中心能效与运维提供系统视角。核验边界：仅基于摘要，未添加具体贡献或预测数据，需核验原文完整综述。
参考文献
Roblex Nana Tchakoute, Claude Tadonki. Energy-Aware Computing in the Year 2026[J/OL]. (2026-05-23)[2026-06-09]. http://arxiv.org/abs/2605.24569v1.
ScaleAcross Explorer: Exploring Communication Optimization for Scale-Acro…
大规模语言模型训练需跨多个数据中心建筑与区域分配GPU资源，即“跨尺度”训练。本文基于Meta生产经验，分析并行放置、调度与网络层技术三维度设计空间，提出ScaleAcross Explorer优化器以整体优化跨尺度训练。
展开全文
ScaleAcross Explorer: Exploring Communication Optimization for Scale-Across AI Model Training
- 发布时间
- 2026-05-23
- 作者
- Minghao Li、Alicia Golden、Samuel Hsia、Michael Kuchnik、Adi Gangidi、Xu Zhang、Ashmitha Jeevaraj Shetty、Zachary DeVito
- 主题
- 芯片与算力
摘要
大规模语言模型训练需跨多个数据中心建筑与区域分配GPU资源，即“跨尺度”训练。本文基于Meta生产经验，分析并行放置、调度与网络层技术三维度设计空间，提出ScaleAcross Explorer优化器以整体优化跨尺度训练。
原文摘要摘录
The rapid scaling of large language model training requires distributing GPU resources across multiple data center buildings and regions. We refer to such paradigm as "scale-across" training. As infrastructure expands, the system design space becomes increasingly intricate, encompassing new model architectures, hardware heterogeneity, and evolving communication patterns. Drawing from Meta's production experience, we…
中文解读
研究问题：跨数据中心AI模型训练的通信与资源优化。方法线索：三维度设计空间表征与整体优化器。意义：支持AI数据中心算力扩展与运维。核验边界：仅基于摘要，未包含实验或模拟结果，需核验原文完整方法。
参考文献
Minghao Li, Alicia Golden, Samuel Hsia, 等. ScaleAcross Explorer: Exploring Communication Optimization for Scale-Across AI Model Training[J/OL]. (2026-05-23)[2026-06-09]. http://arxiv.org/abs/2605.24326v1.
Co-Design Optimization for Data Center Cooling System via Digital Twin
液冷超级计算机通过多并行子环路冷却系统散热，本文提出三层优化框架，联合确定CDU在子环路的整数分配、流量分数分配，以及每时间步总流量与供水温度的协同优化，同时满足子环路热安全约束。
展开全文
Co-Design Optimization for Data Center Cooling System via Digital Twin
- 发布时间
- 2026-05-15
- 作者
- Shrenik Jadhav、Zheng Liu
- 主题
- 热管理与液冷
摘要
液冷超级计算机通过多并行子环路冷却系统散热，本文提出三层优化框架，联合确定CDU在子环路的整数分配、流量分数分配，以及每时间步总流量与供水温度的协同优化，同时满足子环路热安全约束。
原文摘要摘录
Liquid-cooled exascale supercomputers dissipate heat through cooling plants organized as multiple parallel subloops, but how to allocate coolant distribution units (CDUs) across subloops and how to distribute flow among them has not been systematically addressed for facilities at this scale. This paper presents a three-layer optimization framework that jointly determines the integer partition of CDUs across subloops…
中文解读
研究问题：大规模液冷数据中心冷却系统的最优分配与控制。方法线索：三层优化框架结合代理模型与全年运行数据。意义：提升AI数据中心液冷热管理效率。核验边界：仅基于摘要，未添加具体CDU数量或Frontier数据细节，需核验原文框架。
参考文献
Shrenik Jadhav, Zheng Liu. Co-Design Optimization for Data Center Cooling System via Digital Twin[J/OL]. (2026-05-15)[2026-06-09]. http://arxiv.org/abs/2605.15516v1.
Stanford Seminar: The Time-Less Datacenter
Stanford Online · 检索词：IEEE data center energy efficiency lecture。适合作为技术背景或研究趋势补充。
展开全文
Webinar Recording: Next Generations – Data Center Cooling Technologies
ASHRAE Pyramids Chapter · 检索词：data center thermal management seminar。适合作为技术背景或研究趋势补充。
展开全文
Data Center Power Chain - Animation
TechTrainerNJ · 检索词：AI datacenter power grid university lecture。适合作为技术背景或研究趋势补充。
展开全文
The AI Data Center Boom Doesn’t Survive Basic Physics
Jovan EEN · 检索词：AI datacenter power grid university lecture。适合作为技术背景或研究趋势补充。
展开全文
智算中心 CapEx/扩建
本期命中 14 条，热度分 44。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
电力并网与能源约束
本期命中 13 条，热度分 41。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
AI 芯片供给与交付
本期命中 4 条，热度分 11。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
产业
产业新闻、技术产品、政策标准、投融资、项目和产业视频。
数据中心产业动态：Data Center Dynamics 发布相关报道（原文标题：Officials in Hamilton, Canada, …
发布时间：2026-06-09；检索窗口内；细节以来源原文为准，本页不复述未核验扩展信息
展开全文
智算中心/数据中心建设进展：Data Center Dynamics 发布相关报道，涉及 380MW（原文标题：CyrusOne breaks g…
发布时间：2026-06-09；检索窗口内；可核验指标：380MW；细节以来源原文为准，本页不复述未核验扩展信息
展开全文
数据中心产业动态：Data Center Dynamics 发布相关报道，涉及 $810（原文标题：Cipher seeks $810m in s…
发布时间：2026-06-08；检索窗口内；可核验指标：$810；细节以来源原文为准，本页不复述未核验扩展信息
展开全文
电力与能源约束观察：Data Center Dynamics 发布相关报道（原文标题：Energy & Power Week Guide）
发布时间：2026-06-08；检索窗口内；细节以来源原文为准，本页不复述未核验扩展信息
展开全文
数据中心产业动态：Data Center Dynamics 发布相关报道（原文标题：Activist investor urges Segro t…
发布时间：2026-06-08；检索窗口内；细节以来源原文为准，本页不复述未核验扩展信息
展开全文
数据中心产业动态：Data Center Dynamics 发布相关报道（原文标题：Ooredoo to spin-off tower infra…
发布时间：2026-06-08；检索窗口内；细节以来源原文为准，本页不复述未核验扩展信息
展开全文
数据中心产业动态：Data Center Dynamics 发布相关报道（原文标题：Magnora takes data center busin…
发布时间：2026-06-08；检索窗口内；细节以来源原文为准，本页不复述未核验扩展信息
展开全文
液冷与热管理进展：The Register 发布相关报道（原文标题：NASA's Secret: Moon astronauts will be …
发布时间：2026-06-09；检索窗口内；细节以来源原文为准，本页不复述未核验扩展信息
展开全文
智算中心/数据中心建设进展：Data Center Dynamics 发布相关报道（原文标题：Medical equipment manufact…
发布时间：2026-06-09；检索窗口内；细节以来源原文为准，本页不复述未核验扩展信息
展开全文
技术与产品进展：ServeTheHome 发布相关报道（原文标题：Qualcomm Announces Dragonfly Brand for D…
发布时间：2026-06-04；近 7 天补充观察，非 24 小时窗口内；细节以来源原文为准，本页不复述未核验扩展信息
展开全文
电力与能源约束观察：Data Center Knowledge 发布相关报道（原文标题：Will the EU’s Data Center Eff…
发布时间：2026-06-08；检索窗口内；细节以来源原文为准，本页不复述未核验扩展信息
展开全文
电力与能源约束观察：Data Center Knowledge 发布相关报道（原文标题：As AI Scales, Can Traditional…
发布时间：2026-06-04；近 7 天补充观察，非 24 小时窗口内；细节以来源原文为准，本页不复述未核验扩展信息
展开全文
电力与能源约束观察：Data Center Dynamics 发布相关报道，涉及 5.6GW、$140（原文标题：Stark Power land…
发布时间：2026-06-08；检索窗口内；可核验指标：5.6GW、$140；细节以来源原文为准，本页不复述未核验扩展信息
展开全文
投融资、财报或公司动态：Data Center Dynamics 发布相关报道（原文标题：DCD>News: May review）
发布时间：2026-06-08；检索窗口内；细节以来源原文为准，本页不复述未核验扩展信息
展开全文
OCP Datacenter Engineering Workshop @ DCD Colo & Cloud, September 25th 20…
Open Compute Project · 检索词：OCP data center cooling workshop。用于补充产业、产品或工程部署观察。
展开全文
[WEBINAR] For Most Data Centers, Liquid and Air Cooling Will Not be Mutua…
Upsite Technologies · 检索词：OCP data center cooling workshop。用于补充产业、产品或工程部署观察。
展开全文
OCP 2020 Virtual Summit: Managing Barbeques in Data Centers with Sustaina…
Open Compute Project · 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
OCP AI/ML Physical Infra Workshop 2 Workshop call (May 15, 2025)
Open Compute Project · 检索词：OCP data center cooling workshop。用于补充产业、产品或工程部署观察。
展开全文
产业热度指数 10/10
产业热度指数为 10/10：本期自动化检索记录到 22 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
NVIDIA Blackwell/GB200/GB300
昨日热度高，今日暂无新增高可信条目
展开全文
AI 芯片供给与交付
今日延续上榜
展开全文
智算中心 CapEx/扩建
今日延续上榜
展开全文
4. 最新视频观察
Stanford Seminar: The Time-Less Datacenter
学术讲座 · Stanford Online · 检索词：IEEE data center energy efficiency lecture
在 YouTube 打开OCP Datacenter Engineering Workshop @ DCD Colo & Cloud, September 25th 2017, Dallas TX
行业论坛 · Open Compute Project · 检索词：OCP data center cooling workshop
在 YouTube 打开Webinar Recording: Next Generations – Data Center Cooling Technologies
专家讲座 · ASHRAE Pyramids Chapter · 检索词：data center thermal management seminar
在 YouTube 打开Data Center Power Chain - Animation
专家讲座 · TechTrainerNJ · 检索词：AI datacenter power grid university lecture
在 YouTube 打开The AI Data Center Boom Doesn’t Survive Basic Physics
专家讲座 · Jovan EEN · 检索词：AI datacenter power grid university lecture
在 YouTube 打开[WEBINAR] For Most Data Centers, Liquid and Air Cooling Will Not be Mutually Exclusive
行业论坛 · Upsite Technologies · 检索词：OCP data center cooling workshop
在 YouTube 打开OCP 2020 Virtual Summit: Managing Barbeques in Data Centers with Sustainability; Adaptability
技术研讨会 · Open Compute Project · 检索词：high performance computing data center cooling workshop
在 YouTube 打开OCP AI/ML Physical Infra Workshop 2 Workshop call (May 15, 2025)
行业论坛 · Open Compute Project · 检索词：OCP data center cooling workshop
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。
- Semantic Scholar：未配置 SEMANTIC_SCHOLAR_API_KEY，本期未调用。
- 论文推荐：已启用 latest 模式，优先输出本期候选池中发布时间最新的论文。
- x.ai 论文解读：已使用 grok-4.3 为 8 篇论文生成中文摘要、解读与图片提示词。
- x.ai 论文配图：已使用 grok-imagine-image-quality 生成 8 张论文摘要配图。
- AI 分析：已使用 x.ai grok-4.3 生成中文结构化研判；模型输入仅限本页列出的来源标题、摘要、指标和论文信息，x.ai 不作为事实来源。