Trane聯手Eaton推AI數據中心設計：能源效益最多升15%、銅材用量減80%

中壓架構如何整合供電與散熱？

傳統數據中心往往由不同工程團隊分別處理配電及冷卻。這種「各自為政」的做法，可能令供電能力、運算負載及冷卻容量較難同步，亦會增加日後更換設備或擴建時的協調難度。

Trane與Eaton的設計則會在較早階段將兩套系統連繫起來：

• Eaton提供配電架構： 採用中壓配電支援高密度負載，並減少對較耗用銅材的傳統布局依賴。
• Trane提供熱管理架構： 包括針對AI工廠及液冷配置的設計。
• 共享控制及數據： 讓供電及冷卻設備可按設施條件實時協調運作，而唔係各自獨立調節。
• 兼顧新一代方案： 設計可配合液冷，以及仍在發展中的直流供電架構。

簡單講，設計者可以由電網一路計到晶片，預先一併考慮配電損耗、晶片發熱、冷卻能力、電纜需求及設備位置，令整個設施更容易作整體優化。

15%、30%、80%——數字代表咩？

與傳統低壓設計比較，Trane與Eaton聲稱這套參考架構最多可以帶來：

• 能源效益提升15%；
• 安裝成本降低30%；
• 銅材用量減少80%。

但以上數字應理解為公司提出的設計估算，而唔係由獨立機構驗證、並來自某個已公開運作數據中心的實測結果。實際成效仍會視乎設施規模、配電拓撲、冷卻技術、當地環境，以及項目採用參考設計的程度而有所不同。

即使如此，這些目標仍反映兩家公司認為最具經濟效益的環節。減少銅材用量，可能同時降低物料及電纜需求；而將供電與散熱一併規劃，亦有機會減少重複工程、施工複雜度，以及供電容量與冷卻容量不匹配的問題。

方案會在哪些平台提供？

聯合架構已納入以下兩項平台：

• Trane Continuum Rubin DSX： 提供Trane的AI工廠熱管理參考設計。
• Eaton Beam Rubin DSX： Eaton的預先工程化平台，將供電、冷卻及控制系統整合，目標是更快啟用AI工廠所需容量。

Eaton的配電技術亦會支援Trane的實施方案，令兩家公司提供的系統可以放入同一套符合DSX方向的設計之中。

不過，參考設計並唔代表所有客戶項目都會採用完全相同的設備配置。它比較似一份可重複使用的工程藍圖，而唔係保證每個數據中心都會照搬同一份設備清單。

NVIDIA Omniverse在當中扮演咩角色？

今次供電與熱管理合作，建基於Trane早前使用NVIDIA Omniverse的工作。Trane表示，透過Omniverse進行設計及模擬，其AI工廠熱管理參考設計的效率提升接近10%，並同時推出另外兩套Continuum Rubin DSX參考設計。

新合作就將這項數碼設計工作由單一冷卻系統，延伸至配電、熱管理及控制系統的整合模型。

這種整合之所以重要，是因為AI工廠的各項性能互相關連：運算密度提高，會推高用電需求；用電增加，亦會產生更多熱能；熱量增加後，液冷容量、泵浦需求及整體能源效益都會受到影響。

Eaton收購Boyd Thermal有咩影響？

Eaton於2026年3月12日完成以95億美元收購Boyd Thermal。交易為Eaton的電氣及電力管理業務加入液冷能力，亦加強其作為端到端數據中心基礎設施供應商的定位。

隨着AI系統朝更高功率密度發展，對直接液冷的需求亦相應增加。這項收購令Eaton更有條件將中壓及高壓基礎設施，與數據中心內的熱管理技術連結起來。

但收購Boyd Thermal，並唔等於所有Trane與Eaton參考設計項目都一定會採用Boyd設備。聯合公告確立的是一套整合式設計方向，並未披露指定客戶項目，亦沒有列出一份適用於所有部署的統一設備清單。

AI工廠擴張，點解供電同散熱要一齊諗？

AI基礎設施的瓶頸，唔只係搵到更多電，或者加裝更多冷卻設備。營運商要將大量電力有效率地送到愈來愈密集的運算負載，同時移走由此產生的熱量，還要控制興建及日常營運成本。

因此，供電與散熱之間的配合，正逐漸成為AI數據中心設計的核心問題。整合式架構可以協助營運商預先評估：

• 有幾多電力真正送到運算設備；
• 電力轉換及配電損耗出現在哪些位置；
• 每個運算區域會產生幾多熱量；
• 何時需要採用液冷；以及
• 應該預留幾多電氣及熱管理容量應付日後擴建。

Trane與Eaton的設計並唔會消除以上決策，但就將它們放入同一個參考框架，令營運商可以在動工前比較不同設計，亦較容易隨AI硬件演進而調整系統。

總結

Trane與Eaton提出的核心概念，是將AI數據中心由電網到晶片視為一套協調運作的電氣及熱管理系統。這套符合NVIDIA DSX方向的參考設計，結合Eaton的中壓配電、Trane的熱管理架構、共享控制、液冷支援，以及對新興直流系統的兼容性。

15%能源效益提升、30%安裝成本下降及80%銅材用量減少，都是相當進取的數字，但目前仍屬供應商針對參考設計提出的聲稱，未有公開獨立驗證的實際運行數據。較值得關注的長遠變化，是設計思路本身：當AI設備的功率密度持續上升，送電及散熱已經愈來愈難以分開規劃。