随着人工智能的快速发展，数据中心规模也在迅速扩大。据预测，到本世纪末，数据中心的电力消耗将占美国总用电量的9%至17%。目前，约三分之一的数据中心电力用于为运行AI模型的芯片降温。

Ferveret公司正致力于提升这一冷却过程的效率。该公司由前MIT核工程博士后Reza Azizian和MIT核科学与工程系的Esther和Harold E. Edgerton副教授Matteo Bucci共同创立，借鉴核反应堆中的冷却技术，开发出一种无需用水且显著降低电力消耗的芯片冷却方案。

Ferveret的冷却系统通过将服务器浸没在一种特殊液体中来吸收热量，这种液体的热吸收效率远高于传统风冷。其独特之处在于产生的气泡更小且更频繁脱离服务器表面，加速了热量传递过程，这一技术被称为自适应相变冷却（Adaptive Phase Cooling，APC）。

目前，Ferveret已与CleanSpark（数据中心开发与运营商）、AI加速器公司FuriosaAI以及美国大型数据中心运营商Switch等企业展开测试合作。

与加州大学洛杉矶分校Samueli计算机科学系合作的最新研究显示，Ferveret的APC技术相比最先进的液冷方案，计算能效提升了15%。结合其功率控制系统优化运行条件，数据中心可在相同电力下获得多达35%的AI模型输出提升。

Azizian表示：“我们的目标是让数据中心尽可能可持续，最大化每瓦电力产生的有用输出——即‘tokens’。我们的系统支持更强大的芯片运行，显著减少能源浪费，同时实现零用水。”

从核反应堆到AI芯片冷却

Azizian和Bucci在MIT相识，曾共同研究核反应堆中的热传递。Azizian后来进入工业界，先后参与微软HoloLens和Nvidia的芯片冷却工作。2017年，Azizian首次进入数据中心，发现传统风冷系统庞大且效率低下，促使他与Bucci合作，将核反应堆的热传递优化技术应用于数据中心冷却。

随着AI芯片集成度提升，数据中心逐渐采用液冷技术，尤其是浸没式液冷，通过让液体沸腾带走大量热量。Bucci解释：“液体的热传导远优于空气，沸腾时相变吸收大量能量，极大提升散热效率。”

然而，沸腾液冷系统复杂，需要控制气泡回收、压力和温度。Ferveret采用核反应堆中的亚冷沸腾技术，使用低沸点且无毒的液体，产生更小且频繁脱落的气泡，加速热交换过程。

Ferveret的APC系统采用模块化设计，每个小型冷却箱容纳一台服务器，便于部署和维护。Azizian称：“相比传统大型浸没式冷却箱，我们的模块化机架解决方案更适应现有基础设施，便于推广。”

此外，公司还开发了实时功率调节软件，通过监测温度和压力传感器，优化每台服务器的运行状态，进一步降低能耗。

资源更少，AI更强

Ferveret不仅提升数据中心效率，还助力其在水资源匮乏但太阳能丰富的偏远地区运行，如非洲、中东及美国部分地区。Bucci指出：“我们的无水冷却技术使得这些地区能够建设数据中心，利用当地可再生能源，极大拓展了数据中心的部署范围。”

公司正与大型云计算巨头洽谈合作，并参与Nvidia的Inception初创企业项目，计划今年内公布更多合作伙伴关系，快速推广技术，支持AI产业可持续发展。

Azizian总结：“计算行业面临电力和水资源双重挑战，随着行业增长，这些限制将更加突出。我们的技术帮助数据中心用有限的电力产生更多有价值的AI输出。”