用于深度学习的CPU算力越来越强，对散热的要求也越来越高。现在应该怎么做才能适应这种趋势？

个人觉得现在市面上的风冷已经不能满足深度学习GPU服务器的散热要求，需要转向新的技术以此满足深度学习训练服务器散热的需求。蓝海大脑液冷服务器 HD210 H系列突破传统风冷散热模式，采用风冷和液冷混合散热模式——服务器内主要热源 CPU 利用液冷冷板进行冷却，其余热源仍采用风冷方式进行冷却。通过这种混合制冷方式，可大幅提升服务器散热效率，同时，降低主要热源 CPU 散热所耗电能，并增强服务器可靠性。经检测，采用液冷服务器配套基础设施解决方案的数据中心年均 PUE 值可降低至 12 以下。是个不错的选择。

带风扇的是主动式的，好处是自带风扇，不过缺点是散热片比无风扇的被动式小，无风扇的被动式并不是真的没有风扇，一般机箱上有一个到两个风扇吹，一般品牌的服务器风扇很容易对准，组装的服务器被动式的机箱风扇不容易对准散热器，不过被动式的好处就是散热器大点，一般机箱散热正常配套的1U主动式都能顶得住，被动式的风扇对准的话也行

>

上面的是品牌机的被动式下面这个这个是比较明显的被动式散热（组装机）

即使使用最好的抑制策略与高效率冷却系统，机架中的服务器热点任然会因为计算设备次优选择或放置而产生。
意外的障碍物或空气流路偶然变化可能产生热量。举例来说，拆下服务器机架的护板，让空气流入机架计划外的位置，会削弱流动到其他服务器的空气，增加出口温度。
大幅度增加服务器能耗，同样会引起散热问题。例如，用高级刀片服务器系统替换几台1U服务器，会极大提高机架的能源开销，并且空气流量不足会直接影响到刀片机的所有模块组件。如果冷却系统不是为这样的服务器而设计，很可能经常出现热点。
在增加服务区机架密度时，运营组织需要考虑投资数据中心基础设施管理和其他系统管理工具，收集来自机架内热传感器所提供的数据并生成报告。它们可以发现超过发热限制的情况并采取必要措施，如通知技术人员，自动调用工作负载迁移或关闭系统，以防止设施过早失效。
当服务器机架规划产生热点时，IT团队可以重新分配硬件。与填充单个机架不同，若空间允许，移动一半或一、二架设备到其他机架上，或关闭过热的系统。
如果空间不足以进行重新设计，加入一些可移动、自带空调并可在数据中心内使用的冷却设备。如果机架使用紧凑型行内或机架内冷却单元，设置温度点可以比打开密闭单元，增加冷却设备更有效的实现冷却效果。 从长远来看，突破性的技术能够帮助热量管理。
水冷式机架可以通机柜门或其他路径传输冷却水。水冷式机架能能够解决大部分发热问题——尤其当只靠低温空气和高温空气对流散热不起作用时。
中浸没式冷却技术可以将服务器浸入充满像矿物油，却非导电、非腐蚀性冷却物质的浴缸中。这种技术有望实现高效率、几乎没有噪声以及接近零损耗的热传输。
然而，这些热门技术选项更适合于新数据中心架构，而不是普通的技术周期更新。

---