江森自控以廢熱冷卻方案為AI資料中心解鎖97MW運算容量

江森自控的全新藍圖將現場發電產生的廢熱轉化為冷卻，在GW級AI工廠中釋放近100MW的運算容量。

江森自控發布了一項參考設計，可將現場自備電力產生的廢熱轉化為冷卻，從而削減高達44%的電力需求，並在1GW規模的AI工廠中釋放出97MW的額外運算容量。

「資料中心最大的未開發機會之一，就是它們所產生的熱能，」江森自控全球資料中心解決方案總裁Austin Domenici表示。

該吸收式冰水機設計利用天然氣渦輪機或燃料電池產生的熱能來驅動冷卻，僅需25kW電力即可產生2MW的冷卻容量——而傳統電動冰水機則需約500kW。該模組化藍圖可從100MW園區擴展至GW級設施，無需重新設計，並可實現低至1.23的電力使用效率（PUE），且現場水資源消耗為零。

對於爭相上線AI容量的營運商而言，若將電力從冷卻轉移至運算，這些效率提升在設施生命周期內可轉化為高達180億美元的額外收入。江森自控透過其YORK品牌，已在軍艦和製造工廠中應用吸收式冰水機超過65年，如今將該技術作為超大型建設的可重複解決方案推出。

吸收式冷卻在資料中心中的運作原理

吸收式冰水機利用熱能（通常是蒸汽或熱水）在真空環境下蒸發水與溴化鋰的混合物。蒸汽通過冷凝器和冷卻塔後再回到循環中。該技術長期應用於工業環境，但在資料中心中採用有限，原因在於IT設備（即使是高功率GPU）所排放的熱能不足以驅動該製程。

然而，當資料中心自行現場發電時，情況便截然不同。天然氣渦輪機和燃料電池會產生高溫廢熱，吸收式冰水機可將其捕獲並轉化為冷凍水，用於冷卻伺服器機房。這種方法有效地將廢熱流轉化為有價值的資源，減輕電網負擔並降低設施的碳足跡。

AI建設的競爭意涵

這項參考設計的推出，正值超大型雲端業者及AI工廠營運商面臨為快速擴張的工作負載確保電力和冷卻的壓力日益加大。業界估計，資料中心電力需求預計在2030年前將增加一倍以上，主要動能來自AI訓練與推理。每將一MW從冷卻轉移至運算，都將改善新容量的經濟效益。

江森自控在熱管理市場上與Vertiv、施耐德電機及開利全球競爭。吸收式冰水機方案為具備現場發電能力的設施提供了差異化解決方案，而此一市場區塊正隨著營運商轉向表後天然氣——甚至未來可能的小型模組化核反應爐——而持續成長。該公司表示，與傳統方案相比，此設計可將冷卻系統的二氧化碳排放量減少高達43%。

對江森自控而言，這項參考設計開啟了一條直接連結AI基礎設施熱潮的全新營收管道。JCI股價目前約為預期本益比22倍，與工業同業相當。若該設計獲得超大型營運商採用，該公司有望在未來五年全球預計高達一兆美元的資料中心資本支出中，拿下可觀的冷卻設備份額。

本文僅供資訊參考，不構成投資建議。