最需要空调的不是人，是AI超算

热浪击穿算力底线 今年6月底，英国遭遇有记录以来最猛烈的六月热浪。6月26日，林伍德镇气温飙升至37.7°C，打破近70年纪录。次日，剑桥大学国家AI超算Dawn因冷却系统失效停摆——从6月27日到7月6日，整整停机十天。 这台承载着英国3亿英镑国家AI算力计划核心任务的机器，配备1024块Intel GPU、256台液冷服务器，支撑超350个科研项目。它刚在今年1月获得3600万英镑升级预算，性能预期提升6倍；却在热浪中，被自己正在模拟的气候变化‘反杀’。 停摆的不只是机器，是整条科研流水线 帕金森病新药筛选项目中断：原本几天可完成的数十亿分子筛查，退回半年人工周期； 癌症疫苗靶点发现暂停：牛津团队依赖的10000 GPU小时配额无法兑现，‘几年变几周’的加速进程戛然而止； 海冰预测模型训练中断、肾癌AI筛查停训……350多个项目集体失速。 没有数据丢失，但时间不可逆。每一秒停机，都在消耗科研窗口、临床机会与公共投入。 散热链的最后一环，正在失效 Dawn采用先进液冷架构，热量由冷却液直接带走，再经冷却塔排向大气。但再精密的系统，也绕不开物理极限：室外空气是最终散热介质。当气温从20°C升至37°C，冷却塔效率可能骤降40%–50%。 压缩机制冷在高温下易过载跳闸；自然散热系统则彻底失去温差驱动力。研究显示，冷却中断5分钟内，服务器进风温度即可从22°C飙至35°C以上，触发芯片降频甚至强制关机。 Dawn的冷却设备供应商声明‘按设计规格运行正常’——潜台词是：设计基准仍是旧气候常态，而非正在成为现实的极端高温。 不止一台超算在‘中暑’ 2022年7月，英国40.3°C高温导致Google伦敦数据中心多套冗余冷却系统同时失效，服务中断超18小时；Oracle同日用‘非季节性高温’定义事故。 今年同期，朴次茅斯医院手术室停摆，MRI扫描仪集体失灵，患者被告知‘请自带大量饮用水’；诺福克大学医院取消254个门诊——问题不在个别设施脆弱，而在整个基础设施温控体系，尚未适配气候新常态。 AI越强，越怕热 传统机架功率密度5–10千瓦，AI训练机架已达30–50千瓦；Nvidia GB200单机架功耗达120–132千瓦，下一代芯片目标直指600千瓦。一个机柜的发热量，相当于50台电暖器塞进电话亭。 GPU单芯片功耗七年翻3–5倍：V100（300W）→ H100（700W）→ B200（1000W）→ B300/MI355X（1400W）。算力指数增长，散热压力同步爆炸。 两条曲线正在对撞：芯片发热速率 vs 全球升温速率。芬兰、瑞典北部已成科技巨头首选建址地；马斯克甚至提出太空数据中心构想——而英国新建的国家级超算，其散热设计依据的，仍是上一个时代的夏天。 这不是段子，是基础设施警报 用来预测气候变化的机器，被气候变化热停了。 这不再是个别案例的偶然故障，而是AI时代必须直面的系统性挑战：当算力成为关键生产力，散热就不再是后台运维问题，而是关乎科研进度、医疗突破与国家战略韧性的前线命题。