耳舜
标题：废弃山洞能否承载十万GPU级AI训练集群？正文：当前超大规模AI集群制冷耗电与淡水消耗压力剧增，利用地下山体冷源成为选项。基于废弃矿洞或冷战掩体改造，开设高低双向洞口形成自然风道，岩体恒温、基建复用度高、物理防护强，适合离线训练。但冬春温差大时自然通风效果好，夏季外部高温导致温差收缩，几十MW级高热算力必须依赖大功率机械风机，风机耗电会抵消部分节能收益。此外，出入口需兼顾通风与硬件物流，存在瓶颈；推理业务还需评估光纤时延。进阶方案为竖井螺旋涡旋被动抽吸：在排风竖井内增设螺旋导流结构，依靠热空气上升形成涡旋负压，放大烟囱效应，降低风机负载。该方案多数时段可压低风机功耗，但其抽吸能力根植于洞内外温差，无法凭空造风。夏季白天及静风环境下效能明显下滑。面向十万至二十万GPU的超大集群，可作为主力通风手段，但必须保留小型备份风机做安全兜底。折中思路是在山洞内增设闭式缓冲水箱，服务器热量先换热至水体，再通过肋片向岩体散热，介于纯通风与浸没散热之间。整体来看，山洞路线在复用现成洞体前提下，初始投入可控，长期运营成本优于传统蒸发冷却塔，但不适合低时延推理业务。本文属沙盘推演，不构成工程建议，欢迎同行探讨。
发布于 吉林
分享
评论
1
未登录
友善发言
评论
加载中
