讓電力與冷卻從設計初期就共同最佳化AI資料中心下一場工程變革，可能不是單純導入液冷，而是。美的樓宇科技（Midea Building Technologies）29日在新加坡Data Centre World Asia展示功率冷卻超融合（Power-Cooling Hyperconvergence）架構，並提出AI資料中心冷卻完全解決方案，反映高密度AI Rack正在打破傳統資料中心電力與空調各自設計的工程模式。
傳統CPU資料中心功率密度較低，UPS、配電與HVAC可以相對獨立規劃；但GPU／ASIC大量集中後，Rack功率快速由數十kW走向數百kW，下一代系統甚至朝MW級發展。功率轉換產生的每一分損耗最終幾乎都會轉化成熱，使得功效與冷卻效率成為同一個問題。
1MW機櫃改寫資料中心設計，AI資料中心不再分開供電散熱，電力及冷卻走向融合。
|
AI資料中心架構正形成電網（Grid）→變壓器→儲能系統（BESS）/UPS→高壓直流（HVDC）輸電→電源架（Power Shelf）→GPU/ASIC→冷板→CDU→冷水機組的完整能量路徑。任何一層效率降低，不只增加用電，也會提高後端冷卻負載。
資策會MIC近期指出，資料中心朝800V高壓直流（HVDC）與高密度DC-DC架構發展，將增加SiC、GaN等高效率功率半導體需求。 當電源架、功率半導體、冷板與CDU必須共同考量，AI基建供應鏈也會由設備零組件轉向跨系統整合。
這意味未來資料中心的競爭指標不能只看PUE（Power Usage Effectiveness），還要同時衡量功率轉換損耗、冷卻能耗、機架密度及代幣／瓦特（Token／Watt）。
對台灣而言，這條供應鏈橫跨重電、UPS、PSU、GaN／SiC、CDU、Pump、冷板與冷卻器。AI機櫃進入MW級後，電機工程師與熱力工程師不再各自最佳化；「電送得進去、熱帶得出來」將成為與GPU效能同等重要的AI基礎設施能力。
