电力使用效率（PUE）已成为『数据中心』效率的决定性指标，随着人工智能工作负载推动设施达到前所未有的功耗水平。根据美国国家可再生能源实验室的数据，仅冷却系统就可能占『数据中心』总电力消耗的30-40%。
鉴于运营支出的关键作用，行业效率计划重点关注冷却系统是可以理解的。如果设施近一半的能源使用与散热相关，那么改善热管理方式似乎是提升性能的直接路径。
研发推动创新浪潮
研发工作推动了一波有意义的创新。随着风冷系统难以跟上现代AI加速器的热输出，液体冷却已从小众部署转向主流应用。直接『芯片』冷却和浸没式冷却正成为支持更高机架密度同时保持能耗在可接受范围内的必要技术。
这些方法减少了从处理器中移除热量所需的功率，使『数据中心』能够在传统空气冷却系统无法承受的温度下运行。
其他创新旨在重塑冷却能源的消耗时机，而不是提高其产生效率。热能储存系统（如冰电池）在低电力需求期间冻结水体，并在高峰时段使用储存的冷却容量。通过时移冷却负载，这些系统减少峰值功耗并降低整体运营成本，即使它们不能完全消除对机械冷却的需求。
行业正在取得实际进展，但这些技术也暴露了逐个组件改进效率方法的局限性。根据Uptime Institute的2025年全球『数据中心』调查，平均PUE改进正趋于平缓，特别是在受传统设计约束的成熟设施中。许多运营商已通过改进设备效率和气流管理获得了最容易实现的收益。在不对设施设计和供电方式进行根本性改变的情况下，进一步的减少越来越难以实现。
重新审视PUE视角
PUE的下一个重要改进不会来自更好的冷却器或更先进的冷却硬件。相反，它们需要转变视角，扩展运营商对PUE、冷却系统和能源采购的思考方式。越来越多的设计开始使用『数据中心』的整个能源链来创造新型效率收益，而不是将冷却视为附属于电力运营支出的独立子系统。
这种转变指向"综合PUE框架"。在这种方法下，效率不仅通过冷却设备的运行效果来衡量，还要考虑通过系统级设计选择可以避免或抵消多少主动冷却需求。目标是通过捕获和重新利用原本会浪费的能源来减少对机械冷却的需求。
几种新兴实践展示了这种思维模式。自然冷却架构利用环境条件在室外温度允许时减少对制冷的依赖，在不增加热交换系统复杂性的情况下降低冷却能耗。废热再利用项目更进一步，将『芯片』的低品位热量输出到区域供热网络中，特别是在较冷的气候区域。虽然这些项目可能不会显著改变设施纸面上的PUE，但通过确保数字基础设施产生的热量替代原本会在其他地方消耗的能源，提高了整体能源效率。
『数据中心』邻近优势
一个较不为人熟知但越来越相关的例子来自燃料处理基础设施。天然气通过高压输送管道输送到工业场所，使用前必须降低压力。压力降低通常由调节压力但不回收能源的阀门处理。用涡轮膨胀发电机替换这些阀门可以在压力降的同时发电，同时因气体膨胀产生冷排气流。
位于这些管道减压站附近的『数据中心』，特别是2-5兆瓦范围的小型设施，可以将这种冷排气与它们产生的热量进行交换，以抵消部分或在某些配置中抵消大部分冷却负荷。同时，涡轮膨胀器在不增加燃料消耗的情况下产生内部电力。这在所有情况下都不能消除对传统冷却系统的需求，也不适用于每个『数据中心』。相反，它说明了当『设计师』识别场地已存在的能源流并将其整合到冷却策略中时，如何实现综合PUE收益。
随着时间推移，靠近减压基础设施可能成为『数据中心』选址的关键考虑因素，特别是在电网电力受限、昂贵或难以互联的地区。然而，这种方法不限于新开发项目。美国拥有超过300万英里的天然气输送和分配管道，数百个现有『数据中心』的位置足够接近减压站以支持这种系统级集成。在这些情况下，机会在于改造现有基础设施而不是重新选址或重建设施。
随着『数据中心』演进以满足AI需求，PUE将越来越多地反映架构决策以及设备规格和要求。综合PUE方法鼓励『设计师』超越冷却器设备，提出更根本的问题：能源如何在这个设施中流动，以及如何利用它来创造最有效的冷却解决方案？
Q&A
Q1：什么是综合PUE框架？它与传统方法有何不同？
A：综合PUE框架是一种新的效率衡量方法，不仅考虑冷却设备的运行效果，还要评估通过系统级设计选择可以避免或抵消多少主动冷却需求。与传统逐个组件改进的方法不同，它着眼于『数据中心』的整个能源链来创造效率收益。
Q2：涡轮膨胀发电机如何帮助『数据中心』降低冷却负荷？
A：涡轮膨胀发电机替换天然气管道的传统减压阀，在降低气体压力的同时发电，并因气体膨胀产生冷排气流。『数据中心』可以利用这种冷排气与自身产生的热量进行交换，从而抵消部分或大部分冷却负荷，同时获得额外的电力供应。
Q3：为什么传统的PUE改进方法正在遇到瓶颈？
A：根据Uptime Institute调查，传统方法的PUE改进正趋于平缓，特别是在成熟设施中。许多运营商已通过改进设备效率和气流管理获得了最容易实现的收益，进一步的减少需要对设施设计和供电方式进行根本性改变才能实现。
