🙋
PUE 像是「数据中心的燃油效率」吗？听说 1.0 是理论极限，但 Google 的 1.10 到底有多牛？
🎓
很好的比喻。PUE = 数据中心全消费电力 ÷ IT 机器消费电力，1.0 表示除服务器外零额外用电的理想状态。Google 12 月平均 1.10，比利时 Saint-Ghislain 站点达到 1.07。日本一般企业数据中心是 1.5～1.8，同样服务器规模下，需要的总电力少 30～60%。10 MW IT 负荷算下来，年电费差几亿日元。
🙋
年电费差几亿！？为什么差那么多？服务器本身都一样啊。
🎓
核心原因是冷却方式和立地。企业通常「服务器室+大冷机（4°C 冷水）」，这就增加 PUE 0.4～0.5。Google 用外气直吹蒸发冷却，寒冷地免费冷却，AI 机架用液冷。你试试把左边「冷却方式」从风冷改成液冷直接或浸没，看 PUE 从 1.5 跌到 1.1。
🙋
确实掉下来了，浸没（immersion）变 1.03 了。这是把服务器泡在液体里那个吧？靠谱吗？
🎓
用单相绝缘油或 3M Fluorinert 完全浸没，Microsoft、Meta、国内樱花网络等已经量产运行。NVIDIA H100 单卡 700W，AI 机架 30～50 kW 发热密度，风冷物理上吃不住。反过来微软海底数据中心「24小时海水冷却」思路，稳定低温+自然对流，PUE 1.07。冷却方式和立地是车的两个轮子。
🙋
提高服务器进气温也能省能，这很有意思。27°C 改 32°C，PUE 确实掉了。为什么？
🎓
进气温升高 1°C，冷机设定温度也上升，外气温差小，自由冷却时间增加。ASHRAE TC 9.9 推荐 18～27°C，允许 15～32°C，超大规模常在 27～32°C 运行「热通道」。但长期高温会缩短硬盘、固态硬盘、电解电容寿命，需要和 MTBF 平衡。最近 Google 用 AI 实时优化进气温，2014 年 DeepMind 介入后冷却电力降 40%，是著名案例。
🙋
还算出水消费（WUE）？蒸发冷却用了百万升级。这是问题吗？
🎓
大问题。单个站点年消费 100～500 万立方米（奥运会泳池 200 杯），美国西南干燥地带和当地争水权。所以超大规模最近集中到北欧冰岛、挪威（冰冷+水丰富）。液冷闭环 WUE 接近零，但 PUE 代价大。评估要同时看电力、水、碳（CUE）三个轴。
PUE 是什么？理论最低值是多少？
PUE（Power Usage Effectiveness）= 数据中心全消费电力 / IT 机器消费电力，由 2007 年 The Green Grid 提出的指标。理论最低值是 1.0（冷却、配电损失为零）。在现代超大规模中，Google 12 月平均为 1.10，比利时 Saint-Ghislain 站点达到 1.07。Meta 为 1.09，AWS 约 1.20，企业自有数据中心平均 1.5～1.8。本工具根据冷却方式、气候、进气温、PDU 效率推定 PUE，用于设计参考。
液冷与风冷的 PUE 差异有多大？
本工具模型中，传统冷机风冷的冷却 PUE 贡献约 1.50，蒸发冷却（evaporative）1.15，绝热冷却 1.20，直接液冷（cold plate）1.10，浸没冷却（immersion）1.03。NVIDIA H100 基础 AI 机架每机架 30～50 kW 的高密度发热，风冷物理上无法散热，液冷／浸没几乎必需。但液冷初期投资和维护成本是风冷的 2～4 倍，现有数据中心改造中阶段导入更现实。
提高服务器进气温真的能省能源吗？
能。ASHRAE TC 9.9 推荐范围 18～27°C，允许范围 15～32°C。近年超大规模普遍采用 27～35°C 的「热通道」运行。进气温升高 1°C，冷却机器的 COP 改善，冷机运行时间缩短，PUE 下降约 0.005～0.01。本工具的 inletTempAdj = (27 − T_inlet) × 0.005 是对这一实测趋势的线性近似。但长期高温运行会影响硬件寿命和故障率，不建议超过 35°C。
如何理解 Water Usage Effectiveness（WUE）？
WUE = 年冷却用水量 / IT 机器消费电力（L/kWh），是与 PUE 并行的可持续性指标。蒸发冷却 WUE 为 1.0～1.5 L/kWh，在美国西南干燥地带造成水资源竞争。风冷冷机或液冷闭环 WUE 接近 0，但电力（PUE）代价更大。本工具近似为：蒸发冷却=1.2、绝热冷却=0.5、其他=0。选点应同时考虑立地气候、水成本、电源（可再生／化石）三要素。
超大规模云（Google／Meta／Microsoft／AWS）： 各公司年度可持续发展报告公开 PUE 和 WUE。Google 12 月平均 1.10，Meta 1.09，Microsoft 1.18，AWS 1.20 是最近公开值。新数据中心立地选择基于「气候带（自由冷却可用天数）」「电源再生能比率」「水成本」三要素，本工具的气候带、冷却方式、WUE 参数正是这个决策的缩影。
AI／HPC 专用数据中心： NVIDIA H100（700W／张）或 B200（1kW／张）8 张搭载的 DGX 服务器每机架 4～8 台，机架 30～50 kW，AI 学习集群 100 kW／机架也不罕见。风冷冷机物理限 25 kW／机架，必须用冷板液冷或浸没。本工具选液冷、浸没后 PUE 降到 1.03～1.10，反映了现实。
企业自有和主机托管数据中心： 金融、制造业自有数据中心仍多是 PUE 1.5～1.8，CRAC 空调方式主流。托管运营商（Equinix、NTT、KDDI）目标 1.4～1.6，推进冷热气流分离「热通道封闭」和外气导入。本工具设蒸发冷却+温带+PDU 97% 可降到 1.17，可用于改造路线图试算。
学术和研究超算： 日本 Fugaku（神户）水冷+风冷混合 PUE 1.13，NVIDIA Selene PUE 1.07 已公开。HPC 领域计算精度外，电力效率（GFLOPS/W）是竞争轴，Green500 排名与 PUE 密切相关。HPC 模式（CPU 占有率 90%+、长时间连续）平均 IT 负荷高，冷却动态响应要求高。
最大误解是「PUE 低 = 环保」不一定成立 。PUE 仅反映「IT 电力与附加电力比」，不反映电源是再生还是煤炭。例如煤电 90% 的地区 PUE 1.05 可能排碳量比再生能 80% 地区 PUE 1.40 更多。Google、Microsoft 提 24/7 无碳电力（CFE）目标就是这个原因。评估应用 PUE × 电源 CO₂ 系数（CUE = Carbon Usage Effectiveness）。本工具用统一 0.4 kg-CO₂/kWh 概算，实际应按地区电网系数调整。
其次，「PUE 是年平均，非瞬间值」 。冬季外气冷却 PUE 1.05，夏季高峰 1.35，季节变动大，某些站点只宣传瞬间 1.05 但 ASHRAE 和 Green Grid 推荐「12 月加权平均」报告。本工具尝试外气温 −10°C 到 40°C，同一数据中心 PUE 动摇超 0.1。设备设计夏季峰值定容量，年均成本评估两阶段必要。
最后，「液冷不是万能」 。液冷、浸没确实在 PUE 和冷却效率领先，但 (1) 初期设备成本风冷 2～4 倍，(2) 漏液风险和维护工数，(3) 服务器厂商保修范围有限。10 kW／机架以下通用服务器场景，蒸发冷却+热通道封闭达到 PUE 1.15 兼顾初期投资的 ROI 往往更好。冷却方式选择应先定 IT 负荷密度（kW／机架），再决策。