液冷与智算中心日报｜2026-09-13
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
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，扩建继续推进，但电力、选址审批与能源获取仍是主约束，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。
学术
论文、研究趋势、学术视频与方法论线索。
From Grid to Chip: Power Architecture, Stability, and Flexibility of AI D…
The rapid growth of artificial intelligence (AI) computing is transforming data centers into large, dynamic electrical loads. Their…
展开全文
From Grid to Chip: Power Architecture, Stability, and Flexibility of AI Data Centers
- 发布时间
- 2026-09-10
- 作者
- 暂无可靠最新数据
- 主题
- 算电协同
摘要
The rapid growth of artificial intelligence (AI) computing is transforming data centers into large, dynamic electrical loads. Their deployment is primarily constrained by energy availability and grid-connection capacity, which is further aggravated by the ability of power-delivery architectures, control systems, and computing workloads to operate reliably during fast grid disturbances. This article presents a technological perspective on AI data centers as grid-interactive computing systems. First, it reviews grid-integration bottlenecks, evolving connection policies, grid-code requirements, which has fostered new technological trends via spatio-temporal flexibility available through workload orchestration, cooling systems, on-site resources, and energy storage. Second, it maps the evolution of power-delivery architectures from medium-voltage grid interfaces to chip-level, discussing higher-voltage DC distribution, solid-state transformers, wide-bandgap devices, advanced chip-level power delivery, and liquid cooling. Third, it establishes a three-level stability framework spanning rack-level DC-bus dynamics, facility-level converter interactions, and system-level grid-coupled behavior. The framework connects dominant instability mechanisms, including constant power load effects, impedance interactions, forced oscillations, and operating-mode transitions, with suitable modeling, assessment, and mitigation approaches. Synthesizing these topics, this article highlights grid-to-chip co-design as a central requirement for scalable AI infrastructure, linking computing workloads, power-delivery systems, energy buffers, and grid operation.
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：摘要显示作者采用综述归纳和指标比较，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
佚名. From Grid to Chip: Power Architecture, Stability, and Flexibility of AI Data Centers[J/OL]. (2026-09-10)[2026-09-13]. https://www.semanticscholar.org/paper/c8e54ad09e85b71cf3939c1e5fb4b9bb6ae1dc49.
THz-SynC: Collective Synthesis with Contextual-Bandit-Assisted Coordinati…
Terahertz (THz) wireless interconnects offer high-capacity, low-latency, and energy
展开全文
THz-SynC: Collective Synthesis with Contextual-Bandit-Assisted Coordination for Reconfigurable Hybrid Optical-THz AI Datacenters
- 发布时间
- 2026-09-03
- 作者
- Jingting Jiang、Chong Han
- 主题
- 热管理与液冷
摘要
Terahertz (THz) wireless interconnects offer high-capacity, low-latency, and 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
Jingting Jiang, Chong Han. THz-SynC: Collective Synthesis with Contextual-Bandit-Assisted Coordination for Reconfigurable Hybrid Optical-THz AI Datacenters[J/OL]. (2026-09-03)[2026-09-13]. https://arxiv.org/abs/2609.04025.
Spatial LLM Workload Shifting Needs Foresight: Model Commitment for AI Da…
AI data centers may face power supply shortages during certain periods, requiring operators to shift large language model (LLM) inf…
展开全文
Spatial LLM Workload Shifting Needs Foresight: Model Commitment for AI Data Center Operation under Power Grid Constraints
- 发布时间
- 2026-09-09
- 作者
- Bojun Du、Hongyang Jia、Tonghui Li、Qingchun Hou、Ze Wang、Ershun Du、Ning Zhang
- 主题
- 算电协同
摘要
AI data centers may face power supply shortages during certain periods, requiring operators to shift large language model (LLM) inference workloads spatially to maintain service rates. However, existing workload-shifting methods typically assume that any data center with sufficient computing resources can immediately serve shifted requests, which may lead to infeasible transfers and unserved demand. This letter proposes model commitment (MC), a mixed-integer linear programming framework that jointly schedules model deployment and cross-site request routing under power constraints and electricity-price signals. First, MC formulates the intertemporal coupling introduced by model replica loading. Second, it translates prefill and decode latency requirements into the amount of demand that each replica can serve. Case studies based on real-world data show that MC enables AI data center operators to achieve a 100% service rate under time-varying grid conditions and reduce total operating cost by 29.0%.
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
Bojun Du, Hongyang Jia, Tonghui Li, 等. Spatial LLM Workload Shifting Needs Foresight: Model Commitment for AI Data Center Operation under Power Grid Constraints[J/OL]. (2026-09-09)[2026-09-13]. http://arxiv.org/abs/2609.09787v1.
A High- and Variable-Dimensional Measurement of the $Z$+jets Differential…
Proton-proton collisions at the Large Hadron Collider (LHC) offer the opportunity to observe the interactions of fundamental partic…
展开全文
A High- and Variable-Dimensional Measurement of the $Z$+jets Differential Cross Section with the ATLAS Experiment and Artificial Intelligence
- 发布时间
- 2026-08-28
- 作者
- Kevin Greif
- 主题
- 热管理与液冷
摘要
Proton-proton collisions at the Large Hadron Collider (LHC) offer the opportunity to observe the interactions of fundamental particles at very high 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：摘要显示作者采用实验验证、原型测试或测量对比，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
Kevin Greif. A High- and Variable-Dimensional Measurement of the $Z$+jets Differential Cross Section with the ATLAS Experiment and Artificial Intelligence[J/OL]. (2026-08-28)[2026-09-13]. https://arxiv.org/abs/2608.28449.
Grid-Mode-Aware Model Predictive Control of Hybrid Energy Storage Systems…
To facilitate the grid-friendly integration of highly variable AI
展开全文
Grid-Mode-Aware Model Predictive Control of Hybrid Energy Storage Systems for AI Data Center Power Smoothing
- 发布时间
- 2026-09-03
- 作者
- Xin Chen
- 主题
- 算电协同
摘要
To facilitate the grid-friendly integration of highly variable 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
Xin Chen. Grid-Mode-Aware Model Predictive Control of Hybrid Energy Storage Systems for AI Data Center Power Smoothing[J/OL]. (2026-09-03)[2026-09-13]. https://arxiv.org/abs/2609.04398.
A Closed-Loop Thermal Dynamic Model for AI Data Center Cooling Load Simul…
Cooling
展开全文
A Closed-Loop Thermal Dynamic Model for AI Data Center Cooling Load Simulation
- 发布时间
- 2026-08-31
- 作者
- Cletus Ngwerume、Lang Tong、Chee-Wooi Ten、Yi Hu
- 主题
- 热管理与液冷
摘要
Cooling
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
Cletus Ngwerume, Lang Tong, Chee-Wooi Ten, 等. A Closed-Loop Thermal Dynamic Model for AI Data Center Cooling Load Simulation[J/OL]. (2026-08-31)[2026-09-13]. https://arxiv.org/abs/2607.28962.
Shift or curtail? How much data-center flexibility is worth depends on th…
Data-center growth risks overbuilding power grid infrastructure and stranding capital. Flexible data-center operation can defer inf…
展开全文
Shift or curtail? How much data-center flexibility is worth depends on the host power grid
- 发布时间
- 2026-08-20
- 作者
- Saroj Khanal、Geon Roh、Boyu Yao、Abraham Silverman、Dennice Gayme、Charalambos Konstantinou、Jip Kim、Yury Dvorkin
- 主题
- 算电协同
摘要
Data-center growth risks overbuilding power grid infrastructure and stranding capital. Flexible data-center operation can defer infrastructure investments, but its value depends on the flexibility mechanism and the host power grid characteristics. We classify data-center load as firm, flexible or interruptible, and embed them in capacity expansion applied to market-organized, fossil-heavy PJM and carbon-capped, centrally coordinated Korea. In PJM, the flexibility value is spatial: shifting workloads between zones reduces system cost by 6% in 2028 and 19% in 2038, avoiding 4.4 GW and 8.9 GW of gas and nuclear generation. In Korea, it is temporal: shifting load into midday solar hours makes 0.5 GW of additional solar worth building in 2028 and avoids 1.2 GW of gas and 0.3 GW of batteries in 2038. In both, realistic event-shape limits diminish the value of curtailment. The results show that flexibility procurement and its value are driven by grid characteristics and policy objectives.
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
Saroj Khanal, Geon Roh, Boyu Yao, 等. Shift or curtail? How much data-center flexibility is worth depends on the host power grid[J/OL]. (2026-08-20)[2026-09-13]. http://arxiv.org/abs/2608.19622v1.
Data Center Life Cycle Co-Design Optimization
Liquid
展开全文
Data Center Life Cycle Co-Design Optimization
- 发布时间
- 2026-08-19
- 作者
- Shrenik Jadhav、Vidhyashree Nagaraju、Zheng Liu
- 主题
- 热管理与液冷
摘要
Liquid
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
Shrenik Jadhav, Vidhyashree Nagaraju, Zheng Liu. Data Center Life Cycle Co-Design Optimization[J/OL]. (2026-08-19)[2026-09-13]. https://arxiv.org/abs/2606.15408.
"High Capacity, Energy Efficient Interconnects for Data Centers" - John B…
The Institute for Energy Efficiency · 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
Grid Integration Challenges Renewable Penetration, Inertia Reduction, and…
Engineering College of Technology · 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 Entire AI Data Center Explained — From Electricity to ChatGPT
Leo Cui, Ph.D., CFA · 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
Why One AI Data Center Can Draw 100 Megawatts
AutoTicks · 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
AI Is Becoming an Infrastructure Problem — 3D
ATLAS CORE · 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
电力并网与能源约束
本期命中 10 条，热度分 24。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
智算中心 CapEx/扩建
本期命中 8 条，热度分 16。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 8。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。
电力与能源约束观察：Data Center Dynamics 发布相关报道，涉及 120MW（原文标题：Plans for 120MW data …
发布时间：2026-09-12；近 7 天补充观察，非 24 小时窗口内；可核验指标：120MW；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：Orbital partners with Reflex Ae…
发布时间：2026-09-11；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
数据中心产业动态：Data Center Dynamics 发布相关报道，涉及 38GW、12GW（原文标题：Microsoft targets …
发布时间：2026-09-11；近 7 天补充观察，非 24 小时窗口内；可核验指标：38GW、12GW；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
AI 算力基础设施动态：Data Center Dynamics 发布相关报道，涉及 000 GPU（原文标题：Oracle delivered …
发布时间：2026-09-11；近 7 天补充观察，非 24 小时窗口内；可核验指标：000 GPU；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：Amid data center public backlas…
发布时间：2026-09-11；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
数据中心产业动态：Data Center Dynamics 发布相关报道，涉及 $1.1bn（原文标题：Australia's NextDC ra…
发布时间：2026-09-11；近 7 天补充观察，非 24 小时窗口内；可核验指标：$1.1bn；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：DCD Talks: Powering US data ce…
发布时间：2026-09-11；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（原文标题：Nostrum's data center in Badaj…
发布时间：2026-09-11；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
技术与产品进展：Data Center Knowledge 发布相关报道（原文标题：The AI Data Center Boom Is Here…
发布时间：2026-09-09；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
政策、标准或能效观察：Data Center Knowledge 发布相关报道（原文标题：Beyond WUE: Assessing Data C…
发布时间：2026-09-09；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
ACS Door Heat Exchanger Sub Project Updates
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
Best Practise for Data Centres - Ashrae Learning Institute Course (Dr. Ro…
Interact Media Defined IMD · 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
Open Compute (OCP) Project, Data Center Cooling - CORECHEM Inc.
CORECHEM Inc. · 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 9/10
产业热度指数为 9/10：本期自动化检索记录到 18 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
"High Capacity, Energy Efficient Interconnects for Data Centers" - John Bowers
学术讲座 · The Institute for Energy Efficiency · 检索词：IEEE data center energy efficiency lecture
在 YouTube 打开Grid Integration Challenges Renewable Penetration, Inertia Reduction, and the Rise of AI Data Center
专家讲座 · Engineering College of Technology · 检索词：AI datacenter power grid university lecture
在 YouTube 打开The Entire AI Data Center Explained — From Electricity to ChatGPT
专家讲座 · Leo Cui, Ph.D., CFA · 检索词：AI datacenter power grid university lecture
在 YouTube 打开Why One AI Data Center Can Draw 100 Megawatts
专家讲座 · AutoTicks · 检索词：AI datacenter power grid university lecture
在 YouTube 打开ACS Door Heat Exchanger Sub Project Updates
行业论坛 · Open Compute Project · 检索词：OCP data center cooling workshop
在 YouTube 打开Best Practise for Data Centres - Ashrae Learning Institute Course (Dr. Roger R. Schmidt)
标准组织讲座 · Interact Media Defined IMD · 检索词：ASHRAE data center cooling webinar
在 YouTube 打开Open Compute (OCP) Project, Data Center Cooling - CORECHEM Inc.
行业论坛 · CORECHEM Inc. · 检索词：OCP data center cooling workshop
在 YouTube 打开AI Is Becoming an Infrastructure Problem — 3D
专家讲座 · ATLAS CORE · 检索词：AI datacenter power grid university lecture
在 YouTube 打开来源链接区
本次检索说明
- 公开 RSS/Atom：NVIDIA Blog：未检索到符合条件的高相关条目。
- 论文池：已从本地论文池读取 22 条候选；池更新时间 2026-09-13 03:52。
- YouTube：检索失败，原因：fetch failed
- 视频推荐：当日未形成新候选，按上一日排序池顺延补位。
- 可选自动化增强服务不可用时，本页仅使用可追溯的公开来源与保守的规则化摘要，不补写无法核验的事实。