Folyadékhűtés mesterséges intelligencia adatközpontokban: merülés, hűtőközegek, PFAS-aggályok és a hulladékhő újrahasznosítása

Összefoglalás:Az adatközpontok egyre melegebbek, mivel a mesterséges intelligencia által generált munkaterhelések nagyobb energiaszintre kényszerítik a chipeket, és a „csak több levegőt fújni” egyre kevésbé elég. Ezért az iparág a folyadékhűtés felé halad – a hideg lemezektől és a mikrofluidikai csatornáktól a teljes értékű „zuhanyokig” és merülőfürdőkig –, hogy a szervereket stabilan tartsa, csökkentse a hűtésre fordított energiát, és (bizonyos esetekben) újrahasznosítsa a hulladékhőt.

A hűtési megoldásnak azonban megvannak a maga kompromisszumai: a kémiai választások (beleértve a PFAS-tartalmú hűtőközegekkel kapcsolatos aggodalmakat), a biztonság, a költségek, és az a kockázat, hogy a hatékonyságnövekedés egyszerűen még nagyobb számítási növekedést tesz lehetővé.

Miért olyan fontos hirtelen a hűtés?

Ha egyetlen okot szeretnél:teljesítménysűrűség.

A modern mesterséges intelligencia rendszerek nagy teljesítményű gyorsítókkal teli állványokat használnak, amelyek:

sokkal több energiát fogyasztanak, mint az általános célú CPU-k
kisebb fizikai lábnyomokon hőt termelnek
gyakran a teljesítményhatárok közelében futnak

Ezáltal a hűtés elsőrendű korláttá válik. Ha a hűtés meghibásodik, az egész létesítmény meghibásodhat.

A BBC egy valós példára mutat rá: egy hűtőrendszer-hiba az Egyesült Államokban, amely megzavarta a CME Group pénzügyi kereskedési technológiáját, és az incidens után további hűtőkapacitást aktivált.

A léghűtés problémája: fizika és csökkenő hozamok

A léghűtés egyszerű és ismerős, de nehézségekbe ütközik, ha:

a hő egy kis területen koncentrálódik
gyorsan és következetesen kell eltávolítania a hőt
a ventilátor teljesítménye és a légáramlás-szabályozás jelentős energiafelhasználást kezd el elszenvedni

Valamikor már nem „hűted a forgácsokat” – hanem „szélcsatornát működtetsz” az épületben.

Mit jelent valójában a folyadékhűtés (nem egyetlen technológia)

A „folyadékhűtés” a következő megközelítések családját alkotja:

1) Közvetlenül a chipre / hideg lemezes hűtés

Egy folyadékhurok fut át a legforróbb alkatrészekhez rögzített lemezen.

Előnyök:

hatékony hőelvonás a forrásnál
érett mérnöki minták

Hátrányok:

továbbra is gondos vízvezeték-szerelést és szivárgáskezelést igényel

2) Permetező/zuhanyos hűtés

A BBC olyan terveket ír le, ahol a folyadék szivárog vagy záporozik az alkatrészekre.

Előnyök:

több alkatrészt is képes hűteni, nem csak a chipeket
potenciálisan csökkenti a nagy ventilátorok szükségességét

Hátrányok:

kérdéseket vet fel a folyadékkémia, a kompatibilitás és a karbantartás tekintetében

3) Merülő hűtés („fürdők”)

A szerverek (vagy alkatrészek) keringő dielektromos folyadékba merülnek, amely elvezeti a hőt.

Előnyök:

magas hőteljesítmény
nagy terhelés mellett is következetesebb működést tesz lehetővé

Hátrányok:

a hardvert merítésre kell tervezni/validálni
működési változtatások (szervizelés, alkatrészcsere)

4) Kétfázisú hűtés (folyadék → gáz fázisváltás)

A hűtőközeg elpárolog, miközben elnyeli a hőt, ami nagyon hatékony lehet.

Előnyök:

erős hűtési teljesítmény

Hátrányok:

hűtőközegektől függ; némelyiknek éghajlati vagy biztonsági aggályai lehetnek

A kémiai kompromisszum: PFAS és hűtőközegek

Az adatközpontok hűtésének egyik kevéssé tárgyalt része a kémiai anyagok kiválasztása.

A BBC megjegyzi:

egyes kétfázisú rendszerek olyan hűtőközegeket használnak, amelyek PFAS-t tartalmazhatnak
egyes hűtőközegek erős üvegházhatású gázok lehetnek
biztonsági aggályok merülnek fel a gőzök kiáramlásával kapcsolatban egyes tervek esetében
egyes vállalatok PFAS-mentes alternatívákra váltanak

Még akkor is, ha egy rendszert felelősségteljesen terveztek, egy egyszerű igazság érvényesül:

Ha egy technológiát több ezer telephelyre skálázunk, a kis szivárgási arányokból nagy környezeti számok lesznek

Zártláncú víz: miért fontos a közösségek számára

Az adatközpontok egyre vitatottabbak, mivel sokuk a következőket fogyasztja:

nagy mennyiségű villamos energia
jelentős vízmennyiség (a hűtési tervtől függően)

Néhány folyadékhűtési rendszer zárt körben vizet használ az olaj alapú dielektromos folyadék hűtésére, csökkentve ezzel a folyamatos vízfelvételt.

Ez politikailag releváns. A helyi ellenállás gyakran a „miért kellene a hálózatunknak/vizünknek valaki más mesterséges intelligenciáját szolgálnia?” kérdés körül alakul ki.

A hűtéstechnika a működés társadalmi engedélyének részévé válik.

A hulladékhő egy lehetőség – de csak akkor, ha valaki fel tudja használni

A BBC említ egy ügyfelet, aki a szerverek hulladékhőjét a következőkre tervezi felhasználni:

vendégszobák
mosoda
egy úszómedence

Ez elméletileg a helyes irány: a számítástechnika az elektromos áramot hővé alakítja, így az újrafelhasználás javíthatja az összhatékonyságot.

A hő újrahasznosításának skálázása azonban nehéz, mert ehhez a következőkre van szükség:

egy közeli hőfogyasztó (épületek, medencék, távfűtési hálózatok)
állandó keresletkiegyenlítés
infrastrukturális beruházás

Szóval ígéretes, de nem automatikus.

A mélyebb kockázat: a hatékonyság növelheti a teljes keresletet

Van egy klasszikus visszapattanó hatás:

Amikor valami olcsóbbá vagy hatékonyabbá válik, az emberek többet csinálnak belőle

Ha a folyadékhűtés drasztikusan csökkenti a hűtési energiát, a piac a következőképpen reagálhat:

több adatközpont építése
nagyobb modellek futtatása
erősebben nyomjuk a hardvert

Tehát a hűtési fejlesztések értékesek – de nem garantálják a kisebb környezeti hatást, hacsak nem párosulnak a következőkkel:

szén-dioxid-tudatos hálózati stratégia
átláthatóság az energiafelhasználás terén
ösztönzők a teljes lábnyom csökkentésére

Mit érdemes legközelebb nézni?

Melyik hűtési módszer válik dominánssá(hideglemezes vs. merülő vs. kétfázisú) munkaterhelés típusa szerint.
Szabályozás és szabványokhűtőközegekkel és PFAS-okkal kapcsolatban.
Közösségi elutasítás: vajon a hűtési innovációk csökkentik-e a helyi víz- és zajterhelést.
Hő-újrahasznosítási projekteka kísérleti projektekről az ismételhető telepítések felé való elmozdulás.
AI átláthatóságahogy a BBC megjegyzi, a kutatók a modell/termék energiafelhasználásának egyértelműbb jelentését szorgalmazzák.

A lényeg

A hűtés válik azzá a „rejtett infrastruktúrává”, amely meghatározza, hogy milyen gyorsan skálázható a mesterséges intelligencia.

A folyadékhűtés csökkentheti a hűtési energiát és nagyobb teljesítményt biztosíthat, de új kérdéseket is felvet a kémiai biztonsággal, az éghajlati hatásokkal, valamint azzal kapcsolatban, hogy a hatékonyságnövekedést a helyigény csökkentésére vagy egyszerűen a számítási növekedés felgyorsítására használják-e.

Források

BBC News (Üzleti Technológia):https://www.bbc.com/news/articles/cp8zd176516o?at_medium=RSS&at_campaign=rss

Document Title
Liquid cooling for AI data centres: immersion, refrigerants, PFAS concerns, and waste-heat reuse	Folyadékhűtés mesterséges intelligencia adatközpontokban: merülés, hűtőközegek, PFAS-aggályok és a hulladékhő újrahasznosítása

AI workloads are pushing data-centre chips to higher power density, making liquid cooling essential. Here’s how immersion/spray systems work and the key trade-offs.	A mesterséges intelligencia által generált munkaterhelések miatt az adatközpontok chipjei nagyobb energiasűrűségre kényszerülnek, így elengedhetetlen a folyadékhűtés. Íme, hogyan működnek az immerziós/permetező rendszerek, és milyen kompromisszumokkal kell számolni.
Title Attribute
oEmbed (JSON)
oEmbed (XML)
JSON
View all posts by Admin	Az Admin összes bejegyzésének megtekintése
Why Excel won’t die: network effects, governance gaps, and the AI-era spreadsheet problem	Miért nem fog kihalni az Excel: hálózati hatások, irányítási hiányosságok és a mesterséges intelligencia korszakának táblázatkezelési problémája
Can technology fix fashion sizing? The real issue is incentives, not measurements	Megoldhatja-e a technológia a divatméretezést? A valódi probléma az ösztönzőkben rejlik, nem a mérésekben.
Page Content
Liquid cooling for AI data centres: immersion, refrigerants, PFAS concerns, and waste-heat reuse	Folyadékhűtés mesterséges intelligencia adatközpontokban: merülés, hűtőközegek, PFAS-aggályok és a hulladékhő újrahasznosítása
Nature
Climate
Liquid cooling is becoming the bottleneck tech for AI data centres	A folyadékhűtés egyre szűkebb láncszemmé válik a mesterséges intelligencia által működtetett adatközpontokban.
/
Technology
/ By
Admin
Summary:
Data centres are running hotter as AI workloads push chips to higher power levels, and “just blow more air” is increasingly not enough. That’s why the industry is moving toward liquid cooling — from cold plates and microfluidic channels to full-on “showers” and immersion baths — to keep servers stable, cut energy used for cooling, and (in some cases) reuse waste heat.	Az adatközpontok egyre melegebbek, mivel a mesterséges intelligencia által generált munkaterhelések nagyobb energiaszintre kényszerítik a chipeket, és a „csak több levegőt fújni” egyre kevésbé elég. Ezért az iparág a folyadékhűtés felé halad – a hideg lemezektől és a mikrofluidikai csatornáktól a teljes értékű „zuhanyokig” és merülőfürdőkig –, hogy a szervereket stabilan tartsa, csökkentse a hűtésre fordított energiát, és (bizonyos esetekben) újrahasznosítsa a hulladékhőt.
But the cooling fix comes with its own trade-offs: chemical choices (including concerns about PFAS-containing refrigerants), safety, cost, and the risk that efficiency gains simply enable even more compute growth.	A hűtési megoldásnak azonban megvannak a maga kompromisszumai: a kémiai választások (beleértve a PFAS-tartalmú hűtőközegekkel kapcsolatos aggodalmakat), a biztonság, a költségek, és az a kockázat, hogy a hatékonyságnövekedés egyszerűen még nagyobb számítási növekedést tesz lehetővé.
Why cooling suddenly matters so much	Miért olyan fontos hirtelen a hűtés?
If you want a single reason:
power density
.
Modern AI systems use racks packed with high-performance accelerators that:	A modern mesterséges intelligencia rendszerek nagy teljesítményű gyorsítókkal teli állványokat használnak, amelyek:
draw far more power than general-purpose CPUs	sokkal több energiát fogyasztanak, mint az általános célú CPU-k
generate heat in smaller physical footprints	kisebb fizikai lábnyomokon hőt termelnek
are often run close to performance limits	gyakran a teljesítményhatárok közelében futnak
That makes cooling a first-order constraint. When cooling fails, the whole facility can fail.	Ezáltal a hűtés elsőrendű korláttá válik. Ha a hűtés meghibásodik, az egész létesítmény meghibásodhat.
The BBC points to a real-world example: a cooling system failure in the US that disrupted financial trading technology at CME Group, triggering additional cooling capacity after the incident.	A BBC egy valós példára mutat rá: egy hűtőrendszer-hiba az Egyesült Államokban, amely megzavarta a CME Group pénzügyi kereskedési technológiáját, és az incidens után további hűtőkapacitást aktivált.
Air cooling’s problem: physics and diminishing returns	A léghűtés problémája: fizika és csökkenő hozamok
Air cooling is simple and familiar, but it struggles when:	A léghűtés egyszerű és ismerős, de nehézségekbe ütközik, ha:
heat is concentrated in a small area	a hő egy kis területen koncentrálódik
you need to remove heat quickly and consistently	gyorsan és következetesen kell eltávolítania a hőt
fan power and airflow management start consuming a meaningful share of energy	a ventilátor teljesítménye és a légáramlás-szabályozás jelentős energiafelhasználást kezd el elszenvedni
At some point, you’re not “cooling the chips” — you’re “running a wind tunnel” inside the building.	Valamikor már nem „hűted a forgácsokat” – hanem „szélcsatornát működtetsz” az épületben.
What liquid cooling actually means (it’s not one technology)	Mit jelent valójában a folyadékhűtés (nem egyetlen technológia)
“Liquid cooling” is a family of approaches:	A „folyadékhűtés” a következő megközelítések családját alkotja:
1) Direct-to-chip / cold plate cooling	1) Közvetlenül a chipre / hideg lemezes hűtés
A liquid loop runs through a plate attached to the hottest components.	Egy folyadékhurok fut át a legforróbb alkatrészekhez rögzített lemezen.
Pros:
efficient heat removal at the source	hatékony hőelvonás a forrásnál
mature engineering patterns
Cons:
still requires careful plumbing and leak management	továbbra is gondos vízvezeték-szerelést és szivárgáskezelést igényel
2) Spray/shower cooling
The BBC describes designs where fluid trickles or showers onto components.	A BBC olyan terveket ír le, ahol a folyadék szivárog vagy záporozik az alkatrészekre.
can cool multiple components, not only chips	több alkatrészt is képes hűteni, nem csak a chipeket
potentially reduces the need for large fans	potenciálisan csökkenti a nagy ventilátorok szükségességét
raises questions about fluid chemistry, compatibility, and maintenance	kérdéseket vet fel a folyadékkémia, a kompatibilitás és a karbantartás tekintetében
3) Immersion cooling (“baths”)	3) Merülő hűtés („fürdők”)
Servers (or components) are immersed in a circulating dielectric fluid that carries heat away.	A szerverek (vagy alkatrészek) keringő dielektromos folyadékba merülnek, amely elvezeti a hőt.
high thermal performance
can enable more consistent operation at high load	nagy terhelés mellett is következetesebb működést tesz lehetővé
hardware must be designed/validated for immersion	a hardvert merítésre kell tervezni/validálni
operational changes (servicing, swapping parts)	működési változtatások (szervizelés, alkatrészcsere)
4) Two-phase cooling (liquid → gas phase change)	4) Kétfázisú hűtés (folyadék → gáz fázisváltás)
A refrigerant evaporates as it absorbs heat, which can be very effective.	A hűtőközeg elpárolog, miközben elnyeli a hőt, ami nagyon hatékony lehet.
strong cooling performance
depends on refrigerants; some may have climate or safety concerns	hűtőközegektől függ; némelyiknek éghajlati vagy biztonsági aggályai lehetnek
The chemistry trade-off: PFAS and refrigerants	A kémiai kompromisszum: PFAS és hűtőközegek
One of the under-discussed parts of data-centre cooling is chemical choice.	Az adatközpontok hűtésének egyik kevéssé tárgyalt része a kémiai anyagok kiválasztása.
The BBC notes:
some two-phase systems use refrigerants that can contain PFAS	egyes kétfázisú rendszerek olyan hűtőközegeket használnak, amelyek PFAS-t tartalmazhatnak
some refrigerants can be potent greenhouse gases	egyes hűtőközegek erős üvegházhatású gázok lehetnek
there are safety concerns about vapours escaping in some designs	biztonsági aggályok merülnek fel a gőzök kiáramlásával kapcsolatban egyes tervek esetében
some companies are switching to PFAS-free alternatives	egyes vállalatok PFAS-mentes alternatívákra váltanak
Even when a system is engineered responsibly, a simple truth applies:	Még akkor is, ha egy rendszert felelősségteljesen terveztek, egy egyszerű igazság érvényesül:
if you scale a technology to thousands of sites, small leakage rates become big environmental numbers	Ha egy technológiát több ezer telephelyre skálázunk, a kis szivárgási arányokból nagy környezeti számok lesznek
Closed-loop water: why it matters to communities	Zártláncú víz: miért fontos a közösségek számára
Data centres are increasingly controversial because many consume:	Az adatközpontok egyre vitatottabbak, mivel sokuk a következőket fogyasztja:
large amounts of electricity	nagy mennyiségű villamos energia
significant water (depending on cooling design)	jelentős vízmennyiség (a hűtési tervtől függően)
Some liquid cooling designs use water in a closed loop to cool an oil-based dielectric fluid, reducing ongoing water draw.	Néhány folyadékhűtési rendszer zárt körben vizet használ az olaj alapú dielektromos folyadék hűtésére, csökkentve ezzel a folyamatos vízfelvételt.
That’s politically relevant. Local opposition often forms around “why should our grid/water serve someone else’s AI?”	Ez politikailag releváns. A helyi ellenállás gyakran a „miért kellene a hálózatunknak/vizünknek valaki más mesterséges intelligenciáját szolgálnia?” kérdés körül alakul ki.
Cooling technology becomes part of the social license to operate.	A hűtéstechnika a működés társadalmi engedélyének részévé válik.
Waste heat is an opportunity — but only if someone can use it	A hulladékhő egy lehetőség – de csak akkor, ha valaki fel tudja használni
The BBC mentions a customer planning to use server waste heat for:	A BBC említ egy ügyfelet, aki a szerverek hulladékhőjét a következőkre tervezi felhasználni:
guest rooms
laundry
a swimming pool
This is the right direction conceptually: computing turns electricity into heat, so reuse can improve overall efficiency.	Ez elméletileg a helyes irány: a számítástechnika az elektromos áramot hővé alakítja, így az újrafelhasználás javíthatja az összhatékonyságot.
But scaling heat reuse is hard because it requires:	A hő újrahasznosításának skálázása azonban nehéz, mert ehhez a következőkre van szükség:
a nearby heat customer (buildings, pools, district heat networks)	egy közeli hőfogyasztó (épületek, medencék, távfűtési hálózatok)
steady demand alignment	állandó keresletkiegyenlítés
infrastructure investment
So it’s promising, but not automatic.	Szóval ígéretes, de nem automatikus.
The deeper risk: efficiency can increase total demand	A mélyebb kockázat: a hatékonyság növelheti a teljes keresletet
There’s a classic rebound effect:	Van egy klasszikus visszapattanó hatás:
when something becomes cheaper or more efficient, people do more of it	Amikor valami olcsóbbá vagy hatékonyabbá válik, az emberek többet csinálnak belőle
If liquid cooling cuts cooling energy dramatically, the market may respond by:	Ha a folyadékhűtés drasztikusan csökkenti a hűtési energiát, a piac a következőképpen reagálhat:
building more data centres
running bigger models
pushing hardware harder
So cooling improvements are valuable — but they don’t guarantee lower total environmental impact unless paired with:	Tehát a hűtési fejlesztések értékesek – de nem garantálják a kisebb környezeti hatást, hacsak nem párosulnak a következőkkel:
carbon-aware grid strategy	szén-dioxid-tudatos hálózati stratégia
transparency on energy use	átláthatóság az energiafelhasználás terén
incentives to reduce total footprint	ösztönzők a teljes lábnyom csökkentésére
What to watch next	Mit érdemes legközelebb nézni?
Which cooling approach becomes dominant	Melyik hűtési módszer válik dominánssá
(cold plates vs immersion vs two-phase) by workload type.	(hideglemezes vs. merülő vs. kétfázisú) munkaterhelés típusa szerint.
Regulation and standards
around refrigerants and PFAS.	hűtőközegekkel és PFAS-okkal kapcsolatban.
Community pushback
: whether cooling innovations reduce local water and noise impacts.	: vajon a hűtési innovációk csökkentik-e a helyi víz- és zajterhelést.
Heat reuse projects	Hő-újrahasznosítási projektek
moving from pilots to repeatable deployments.	a kísérleti projektekről az ismételhető telepítések felé való elmozdulás.
AI transparency
: as the BBC notes, researchers are calling for clearer reporting of energy use by model/product.	ahogy a BBC megjegyzi, a kutatók a modell/termék energiafelhasználásának egyértelműbb jelentését szorgalmazzák.
Bottom line
Cooling is becoming the “hidden infrastructure” that decides how fast AI can scale.	A hűtés válik azzá a „rejtett infrastruktúrává”, amely meghatározza, hogy milyen gyorsan skálázható a mesterséges intelligencia.
Liquid cooling can reduce cooling energy and unlock higher performance, but it also introduces new questions about chemical safety, climate impact, and whether efficiency gains are used to shrink footprints or simply accelerate compute growth.	A folyadékhűtés csökkentheti a hűtési energiát és nagyobb teljesítményt biztosíthat, de új kérdéseket is felvet a kémiai biztonsággal, az éghajlati hatásokkal, valamint azzal kapcsolatban, hogy a hatékonyságnövekedést a helyigény csökkentésére vagy egyszerűen a számítási növekedés felgyorsítására használják-e.
Sources
BBC News (Technology of Business):	BBC News (Üzleti Technológia):
https://www.bbc.com/news/articles/cp8zd176516o?at_medium=RSS&at_campaign=rss	https://www.bbc.com/news/articles/cp8zd176516o?at_medium=RSS&at_campaign=rss
←
Previous Post
Next Post
→
oEmbed (JSON)
oEmbed (XML)
JSON
View all posts by Admin	Az Admin összes bejegyzésének megtekintése
Why Excel won’t die: network effects, governance gaps, and the AI-era spreadsheet problem	Miért nem fog kihalni az Excel: hálózati hatások, irányítási hiányosságok és a mesterséges intelligencia korszakának táblázatkezelési problémája
Can technology fix fashion sizing? The real issue is incentives, not measurements	Megoldhatja-e a technológia a divatméretezést? A valódi probléma az ösztönzőkben rejlik, nem a mérésekben.
AI workloads are pushing data-centre chips to higher power density, making liquid cooling essential. Here’s how immersion/spray systems work and the key trade-offs.	A mesterséges intelligencia által generált munkaterhelések miatt az adatközpontok chipjei nagyobb energiasűrűségre kényszerülnek, így elengedhetetlen a folyadékhűtés. Íme, hogyan működnek az immerziós/permetező rendszerek, és milyen kompromisszumokkal kell számolni.

Document Title

Liquid cooling for AI data centres: immersion, refrigerants, PFAS concerns, and waste-heat reuse

AI workloads are pushing data-centre chips to higher power density, making liquid cooling essential. Here’s how immersion/spray systems work and the key trade-offs.

Title Attribute

oEmbed (JSON)

oEmbed (XML)

JSON

View all posts by Admin

Why Excel won’t die: network effects, governance gaps, and the AI-era spreadsheet problem

Can technology fix fashion sizing? The real issue is incentives, not measurements

Page Content

Liquid cooling for AI data centres: immersion, refrigerants, PFAS concerns, and waste-heat reuse

Nature

Climate

Liquid cooling is becoming the bottleneck tech for AI data centres

Technology

/ By

Admin

Summary:

Data centres are running hotter as AI workloads push chips to higher power levels, and “just blow more air” is increasingly not enough. That’s why the industry is moving toward liquid cooling — from cold plates and microfluidic channels to full-on “showers” and immersion baths — to keep servers stable, cut energy used for cooling, and (in some cases) reuse waste heat.

But the cooling fix comes with its own trade-offs: chemical choices (including concerns about PFAS-containing refrigerants), safety, cost, and the risk that efficiency gains simply enable even more compute growth.

Why cooling suddenly matters so much

If you want a single reason:

power density

Modern AI systems use racks packed with high-performance accelerators that:

draw far more power than general-purpose CPUs

generate heat in smaller physical footprints

are often run close to performance limits

That makes cooling a first-order constraint. When cooling fails, the whole facility can fail.

The BBC points to a real-world example: a cooling system failure in the US that disrupted financial trading technology at CME Group, triggering additional cooling capacity after the incident.

Air cooling’s problem: physics and diminishing returns

Air cooling is simple and familiar, but it struggles when:

heat is concentrated in a small area

you need to remove heat quickly and consistently

fan power and airflow management start consuming a meaningful share of energy

At some point, you’re not “cooling the chips” — you’re “running a wind tunnel” inside the building.

What liquid cooling actually means (it’s not one technology)

“Liquid cooling” is a family of approaches:

1) Direct-to-chip / cold plate cooling

A liquid loop runs through a plate attached to the hottest components.

Pros:

efficient heat removal at the source

mature engineering patterns

Cons:

still requires careful plumbing and leak management

2) Spray/shower cooling

The BBC describes designs where fluid trickles or showers onto components.

can cool multiple components, not only chips

potentially reduces the need for large fans

raises questions about fluid chemistry, compatibility, and maintenance

3) Immersion cooling (“baths”)

Servers (or components) are immersed in a circulating dielectric fluid that carries heat away.

high thermal performance

can enable more consistent operation at high load

hardware must be designed/validated for immersion

operational changes (servicing, swapping parts)

4) Two-phase cooling (liquid → gas phase change)

A refrigerant evaporates as it absorbs heat, which can be very effective.

strong cooling performance

depends on refrigerants; some may have climate or safety concerns

The chemistry trade-off: PFAS and refrigerants

One of the under-discussed parts of data-centre cooling is chemical choice.

The BBC notes:

some two-phase systems use refrigerants that can contain PFAS

some refrigerants can be potent greenhouse gases

there are safety concerns about vapours escaping in some designs

some companies are switching to PFAS-free alternatives

Even when a system is engineered responsibly, a simple truth applies:

if you scale a technology to thousands of sites, small leakage rates become big environmental numbers

Closed-loop water: why it matters to communities

Data centres are increasingly controversial because many consume:

large amounts of electricity

significant water (depending on cooling design)

Some liquid cooling designs use water in a closed loop to cool an oil-based dielectric fluid, reducing ongoing water draw.

That’s politically relevant. Local opposition often forms around “why should our grid/water serve someone else’s AI?”

Cooling technology becomes part of the social license to operate.

Waste heat is an opportunity — but only if someone can use it

The BBC mentions a customer planning to use server waste heat for:

guest rooms

laundry

a swimming pool

This is the right direction conceptually: computing turns electricity into heat, so reuse can improve overall efficiency.

But scaling heat reuse is hard because it requires:

a nearby heat customer (buildings, pools, district heat networks)

steady demand alignment

infrastructure investment

So it’s promising, but not automatic.

The deeper risk: efficiency can increase total demand

There’s a classic rebound effect:

when something becomes cheaper or more efficient, people do more of it

If liquid cooling cuts cooling energy dramatically, the market may respond by:

building more data centres

running bigger models

pushing hardware harder

So cooling improvements are valuable — but they don’t guarantee lower total environmental impact unless paired with:

carbon-aware grid strategy

transparency on energy use

incentives to reduce total footprint

What to watch next

Which cooling approach becomes dominant

(cold plates vs immersion vs two-phase) by workload type.

Regulation and standards

around refrigerants and PFAS.

Community pushback

: whether cooling innovations reduce local water and noise impacts.

Heat reuse projects

moving from pilots to repeatable deployments.

AI transparency

: as the BBC notes, researchers are calling for clearer reporting of energy use by model/product.

Bottom line

Cooling is becoming the “hidden infrastructure” that decides how fast AI can scale.

Liquid cooling can reduce cooling energy and unlock higher performance, but it also introduces new questions about chemical safety, climate impact, and whether efficiency gains are used to shrink footprints or simply accelerate compute growth.

Sources

BBC News (Technology of Business):

https://www.bbc.com/news/articles/cp8zd176516o?at_medium=RSS&at_campaign=rss

←

→

oEmbed (JSON)

oEmbed (XML)

JSON

View all posts by Admin

Why Excel won’t die: network effects, governance gaps, and the AI-era spreadsheet problem

Can technology fix fashion sizing? The real issue is incentives, not measurements

AI workloads are pushing data-centre chips to higher power density, making liquid cooling essential. Here’s how immersion/spray systems work and the key trade-offs.

Document Title
Page not found - Florin.blog	Az oldal nem található - Florin.blog
Image Alt
Florin.blog
Title Attribute
Florin.blog » Feed
RSD
Skip to content
Placeholder Attribute
Search...
Page Content
Page not found - Florin.blog	Az oldal nem található - Florin.blog
Skip to content
Home
Blog
Garden Decor
Indoor
Main Menu
This page doesn't seem to exist.	Úgy tűnik, ez az oldal nem létezik.
It looks like the link pointing here was faulty. Maybe try searching?	Úgy tűnik, hogy az ide mutató link hibás volt. Talán próbáld meg keresni?
Search for:
Search
Quick Links
Outdoors
About
Contact
Explore
Bestsellers
Hot deals
Best of The Year
Featured
Gift Cards
Help
Privacy Policy
Disclaimer
: As an Amazon Associate, we earn from qualifying purchases — at no extra cost to you.	Amazon partnerként jutalékot kapunk a jogosult vásárlások után – Önnek ez semmilyen többletköltséget nem jelent.
Florin.blog
Florin.blog » Feed
RSD
Search...

Document Title

Page not found - Florin.blog

Image Alt

Florin.blog

Title Attribute

Florin.blog » Feed

RSD

Placeholder Attribute

Search...

Page Content

Page not found - Florin.blog

Home

Blog

Garden Decor

Indoor

Main Menu

This page doesn't seem to exist.

It looks like the link pointing here was faulty. Maybe try searching?

Search for:

Quick Links

Outdoors

About

Contact

Explore

Bestsellers

Hot deals

Best of The Year

Featured

Gift Cards

Help

Disclaimer

: As an Amazon Associate, we earn from qualifying purchases — at no extra cost to you.

Florin.blog

Florin.blog » Feed

RSD

Search...