一、什么是可逆计算
可逆计算（Reversible Computing）是一种面向绿色数据中心的低能耗算力供给模式，通过在芯片、液冷、调度、回收等多个维度降低数据中心能耗与碳排放，实现算力增长与能耗解耦。在 AI 大模型训练对算力需求激增的背景下，可逆计算不仅涵盖液冷、浸没冷却、自然冷却等物理基础设施创新，还包括余热回收、可再生能源调度与碳感知工作负载编排等系统性能力，是 ESG 与数字化协同的关键议题。
二、原理
1. 液冷与浸没冷却：替代风冷降低数据中心 PUE → 2. 余热回收：把服务器废热用于供暖、热水等场景 → 3. 可再生能源调度：风电、光伏与算力负载时空匹配 → 4. 碳感知调度：按电网碳强度动态迁移工作负载 → 5. 高效硬件：低功耗 CPU/GPU、自研推理芯片等 → 6. 能耗监控与优化：PUE、WUE、CUE 等绿色指标治理
三、信息卡片
| 中文名 | 可逆计算 |
| 英文名 | Reversible Computing |
| 缩写 | Reversible Computing |
| 别名 | 可逆计算 |
| 提出者 | 2020 年起互联网巨头相继提出 |
| 提出时间 | 2000 年 |
| 所属类别 | IT 基础架构与开发 > IT基础架构与开发 |
| 核心技术 | 面向绿色数据中心的低能耗算力供给模式 |
| 主要应用 | 面向绿色数据中心的低能耗算力供给模式 |
四、历史时间线
- 2000 年代初期大型互联网公司开始尝试自然冷却。
- 2015 年后液冷进入超算与 AI 数据中心。
- 2018 年微软「Natick」水下数据中心项目引发关注。
- 2020 年起互联网巨头相继提出碳中和数据中心路线图。
- 2025 年 AI 算力爆发使可逆计算从「锦上添花」走向「刚性需求」，新型液冷数据中心快速普及。
五、分类
- 基础资源层：计算、存储、网络硬件与虚拟化
- 平台中间层：容器、编排、服务网格与中间件
- 应用架构层：微服务、Serverless、事件驱动
- 研发效能层：CI/CD、平台工程、开发者体验
六、应用场景
- 大型企业 IT 基础设施现代化
- 云原生应用开发与部署
- DevOps 与平台工程实践
- 数据密集型系统建设
- 多云与混合云管理
七、优缺点
- 优点：
- 显著降低 PUE：液冷数据中心 PUE 典型可降至 1.1 左右
- 支撑高密部署：液冷支持单机柜功率密度大幅提升
- 降低 TCO：长期看电力与散热成本明显下降
- 支撑 ESG 目标：为科技企业碳中和承诺提供基础设施
- 促进产业升级：推动液冷、浸没冷却、余热回收等产业链发展
- 缺点：
- 运维复杂度上升：组件数量增多导致故障域与排障路径变长
- 学习曲线陡峭：新平台、新范式对团队技术能力要求较高
- 生态绑定风险：过度依赖单一开源项目或云厂商会带来锁定
- 性能与成本平衡：高级特性往往伴随额外资源开销与许可成本
八、常见误区
- 新平台一定优于旧平台（错：需结合团队能力、业务规模与生态成熟度）
- 开源方案没有成本（错：人力、运维、安全加固等隐性成本不容忽视）
- 上云就能解决所有问题（错：跨云、成本治理、可靠性仍是难点）
- 一次架构升级能管十年（错：架构需随业务持续演进）
九、关联概念
- 父概念：云计算 Cloud Computing、FinOps云财务运营
- 子概念：云原生、混合云
- 兄弟概念：多云管理、容器化（Containerization）
- 对比概念：Kubernetes容器编排、Microservices · 微服务
- 应用相关：DevOps · 开发运维一体化、数据库 Database
