# 真空包覆多介質管網場 ## 從低溫傳輸線與資料中心液冷網路走向可重構的 AI 原生基礎設施血管系統 **English Title:** *Vacuum-Jacketed Multi-Medium Pipe Fields: Toward Reconfigurable AI-Native Infrastructure Vascular Networks* **Series:** ANCSI — AI-Native Computational and Scientific Infrastructure **Paper:** ANCSI-04 **Version:** v0.1 **Date:** 2026-09-23 **Type:** 公開命題／工程猜想論文（Public Proposition / Engineering Conjecture Paper） **作者：** Neo.K **機構：** EveMissLab／一言諾科技有限公司 --- ## 摘要 大型低溫設備、超導加速器、液氫與液氦設施以及高密度資料中心早已證明：真空絕熱管、供回液管、冷媒歧管、壓力控制、流量調節與多級熱交換可以形成大尺度、長距離且可維護的流體基礎設施。CERN 大型強子對撞機（LHC）的低溫分配系統更已實際使用長距離真空包覆的多管式氦輸送線，在同一 vacuum jacket 中容納多條不同溫度與壓力的 helium process pipes。另一方面，現代資料中心 direct liquid cooling 已形成由 CDU、supply/return manifolds、valves、sensors、quick disconnects 與 server-level cooling loops 所構成的分層液冷網路。 本文提出「真空包覆多介質管網場（Vacuum-Jacketed Multi-Medium Pipe Field, VMPF）」命題：未來 AI 原生計算—科研設施可將既有低溫輸送與資料中心流體分配技術進一步統合為一個可分區、可隔離、可重構、可觀測、可維修且由 AI 調度的多介質管網。此管網中的真空不被視為對流介質，而被視為降低不必要熱耦合的隔熱層與故障隔離背景；真正負責熱輸運、物質輸送與服務供給的，則是相互物理隔離的冷媒、熱回流、惰性氣體、真空服務、科研流體與物流通道。 本文進一步提出：未來設施的「管路」不應只被視為固定機電配管，而可抽象為具有容量、狀態、熱阻、壓降、可用性與風險的動態圖。AI 不直接以生成式輸出操縱單一閥門，而是在安全約束下對路徑、流量、熱耦合與資源預留進行規劃，再由 deterministic control 層執行。本文建立 VMPF 的基本狀態模型、介質分層、真空夾套架構、動態路由、冗餘、sectorization、壓力與熱失效模型，以及與 ANCSI 後續能源回收、自治治理與機器科研區域之接口。 **關鍵詞：** vacuum-jacketed piping、cryogenic transfer line、multi-medium infrastructure、liquid cooling、manifold、cryogenic distribution、fluid network、thermal routing、AI-native infrastructure、sectorization --- # 1. 問題：為什麼「管路」本身可能成為可計算基礎設施 ANCSI-02 將溫度、熱流與熱耦合視為可程式化物理狀態。 ANCSI-03 進一步提出： $$ \text{compute state} \leftrightarrow \text{thermal state}. $$ 但只要系統真的需要改變： $$ T(\mathbf{x},t), $$ 就會立即遇到一個更具體的工程問題： > 冷量、熱量、氣體與其他工作介質要如何在大型設施中被可靠地搬運？ 任何實體熱力學場都不能只靠抽象控制器存在。 它需要： $$ \boxed{ \text{transport infrastructure}. } $$ 傳統上，這個問題被拆分為： - chilled-water piping； - refrigerant piping； - helium transfer lines； - process gas piping； - vacuum lines； - utility piping； - pneumatic transport； - service conduits。 然而，對 AI 原生計算—科研產區而言，這些系統可能同時服務於： - 計算； - 冷卻； - 低溫； - 實驗； - 自動物流； - 維修； - 安全隔離。 因此本文提出： $$ \boxed{ \text{Pipe Network} \rightarrow \text{Programmable Infrastructure Field}. } $$ --- # 2. 真空與對流必須分開理解 本文首先排除一個容易混淆的概念： $$ \boxed{ \text{vacuum is not the primary convective transport medium}. } $$ 真空層的主要工程功能是： $$ Q_{\mathrm{gas}} \downarrow $$ 以及配合 multilayer insulation 與 thermal shield 降低： $$ Q_{\mathrm{rad}}. $$ CERN 對 LHC vacuum system 的公開說明即明確區分不同用途的真空：beam vacuum 用來降低粒子與氣體分子的碰撞，而 cryomagnets 與 helium distribution line 周圍的 vacuum 則主要作為 thermal insulation，以減少室溫環境對約 $1.9\ \mathrm{K}$ 冷部件的熱漏 [1]。 因此合理的結構是： ```text 外部結構 │ ├── vacuum jacket │ ├── multilayer insulation │ ├── thermal shield │ └── supports / vacuum barriers │ └── inner process pipes ├── cold supply ├── cold return ├── warm return ├── process gas └── other isolated media ``` 真正以對流方式搬運熱量的是： $$ \boxed{ \text{fluid inside the process pipe}. } $$ 對單相近似情形： $$ \dot Q \approx \dot m c_p \left( T_{\mathrm{out}} - T_{\mathrm{in}} \right). $$ 更一般地： $$ \dot Q = \dot m \left( h_{\mathrm{out}} - h_{\mathrm{in}} \right). $$ 所以： $$ \text{vacuum} \rightarrow \text{reduce unwanted coupling}, $$ 而： $$ \text{fluid} \rightarrow \text{provide wanted transport}. $$ 這兩者並不矛盾，而是互補。 --- # 3. 現實原型一：LHC 已經存在「一個真空外殼、多條低溫管」 多介質真空包覆管網並不是純粹未來想像。 CERN 的 LHC local helium compound transfer lines 即由： - vacuum jacket； - thermal shield； - 三條或四條 helium process pipes； 共同構成 [2]。 其不同內管可以承擔不同低溫與壓力條件，並且必須處理： - thermal contraction； - support loads； - bends； - compensation； - insulation vacuum failure； - heat-load budget。 LHC 的更大型 cryogenic distribution line（QRL）總長約 $25.8\ \mathrm{km}$，分成八個約 $3.2\ \mathrm{km}$ 的區段，向超導磁鐵供給不同溫度與壓力的氦流 [3]。 CERN 當年的公開工程說明亦指出，QRL 的單一區段內可有四至五條氦管，氦在約 $4$ 至 $70\ \mathrm{K}$ 不同溫度與約 $16\ \mathrm{mbar}$ 至 $19\ \mathrm{bar}$ 不同壓力下循環 [4]。 因此一個重要事實已經被現實工程確認： $$ \boxed{ \text{common vacuum envelope} + \text{multiple independently conditioned process pipes} } $$ 是可實作的。 ANCSI-04 並不是發明這一原理。 其研究問題是： > 若將這種低溫分配結構與現代資料中心液冷、科研流體、AI 控制與自動物流結合，是否可以形成更一般化的設施級多介質網路？ --- # 4. 現實原型二：資料中心已經形成分層液冷網路 ASHRAE 對 data-center liquid cooling 的工程描述已經包含： $$ \text{facility water} \rightarrow \text{CDU} \rightarrow \text{TCS} \rightarrow \text{row manifold} \rightarrow \text{rack manifold} \rightarrow \text{server loop}. $$ Technology Cooling System（TCS）可包含： - supply / return manifolds； - server-level cooling loops； - hoses； - tubes； - valves； - quick disconnects； - sensors； - controllers [5]。 Open Compute Project 的 Cold Plate Sub-Project 亦明確把： - cold plates； - tubing； - manifolds； - quick disconnects； - CDU； 視為 direct liquid cooling 生態系的一部分 [6]。 因此另一個現實事實是： $$ \boxed{ \text{high-density compute already depends on hierarchical fluid distribution}. } $$ VMPF 的提出不是要取代這些系統，而是將它們擴張成更一般的跨溫域、跨介質、跨科研任務的基礎設施層。 --- # 5. 定義：什麼是 VMPF 本文將 Vacuum-Jacketed Multi-Medium Pipe Field 定義為： > 一種由多條物理隔離的流體、氣體、真空與物流通道，以及其共用或分區真空隔熱、熱屏蔽、閥組、泵、壓縮機、感測器、安全裝置與控制系統共同構成的可重構基礎設施網路。 可形式化為： $$ \mathcal{P} = ( V, E, M, S, C, R ). $$ 其中： $$ V = \text{network nodes}, $$ $$ E = \text{physical conduits}, $$ $$ M = \text{media classes}, $$ $$ S = \text{network state}, $$ $$ C = \text{control variables}, $$ $$ R = \text{risk / reliability state}. $$ 每一條 pipe edge 可寫成： $$ e_{ij}^{(m)} = \left[ L, D, P, T, \dot m, h, G, s, r \right]. $$ 其中： $$ m = \text{medium type}, $$ $$ L = \text{length}, $$ $$ D = \text{hydraulic diameter}, $$ $$ P = \text{pressure}, $$ $$ T = \text{temperature}, $$ $$ \dot m = \text{mass flow}, $$ $$ h = \text{specific enthalpy}, $$ $$ G = \text{effective thermal coupling}, $$ $$ s = \text{availability / valve state}, $$ $$ r = \text{risk state}. $$ 所以 VMPF 不是「很多管子」。 它是一個： $$ \boxed{ \text{stateful multi-layer transport graph}. } $$ --- # 6. 多介質不等於所有東西共用一根管 VMPF 中「多介質」必須特別強調： $$ \boxed{ \text{shared infrastructure} \neq \text{shared fluid lumen}. } $$ 不同介質必須依： - 化學相容性； - 壓力； - 溫度； - 純度； - safety class； - contamination risk； - maintainability； 進行物理隔離。 合理的設施設計可能包含： $$ M = \{ M_{\mathrm{warm}}, M_{\mathrm{cold}}, M_{\mathrm{cryo}}, M_{\mathrm{gas}}, M_{\mathrm{vac}}, M_{\mathrm{science}}, M_{\mathrm{logistics}} \}. $$ 其中可以包括： ### $M_{\mathrm{warm}}$ 一般暖水或熱回收 loop。 ### $M_{\mathrm{cold}}$ sub-ambient liquid cooling loop。 ### $M_{\mathrm{cryo}}$ 氦或其他經驗證低溫介質之 cryogenic loop。 ### $M_{\mathrm{gas}}$ 乾燥氮氣、惰性氣體或其他 process gas。 ### $M_{\mathrm{vac}}$ vacuum service / pumping manifold。 ### $M_{\mathrm{science}}$ 科研所需的特殊流體與氣體。 ### $M_{\mathrm{logistics}}$ 物理樣品、耗材或小型載體運輸通道。 不同 $M$ 的 physical containment、材料、清潔度與安全規範必須分開設計。 --- # 7. 共用真空外殼是否總是最佳？ 不是。 VMPF 不主張把所有管路都塞進同一個巨大 vacuum jacket。 共用 vacuum jacket 的好處可能包括： - 降低低溫管線熱漏； - 共用 thermal shield； - 減少外部空間； - 集中 vacuum monitoring； - 集中支撐與結構設計。 但缺點包括： - common-mode failure； - 維護複雜度； - 一處 vacuum failure 可能影響多條線； - thermal contraction coupling； - 高度相異 safety class 難以共存； - 升級時可能必須打開整個模組。 因此本文提出： $$ \boxed{ \text{modular vacuum cells} } $$ 而不是： $$ \text{one giant vacuum envelope}. $$ 整體管網可分成： $$ \mathcal{V} = \{ V_1, V_2, \ldots, V_n \}, $$ 每個 vacuum cell 具有： - vacuum barrier； - isolation valve； - vacuum gauge； - leak detection； - thermal shield； - service port。 CERN 對 LHC cryogenic distribution line 的設計就採用 vacuum sectorization；相關失效分析明確考慮 insulation vacuum breakdown，並以 vacuum barriers 將隔熱真空切成區段 [7]。 因此： $$ \boxed{ \text{sectorization} } $$ 是 VMPF 的基本原則，而不是附加功能。 --- # 8. 真空破壞必須被視為第一級設計事件 正常狀態下： $$ P_{\mathrm{vac}} \ll P_{\mathrm{ambient}}. $$ 若 insulation vacuum 突然失效： $$ P_{\mathrm{vac}} \rightarrow P_{\mathrm{ambient}}, $$ 則 gas conduction 與 convection 顯著增加： $$ Q_{\mathrm{heat\ leak}} \uparrow. $$ 低溫流體因此迅速吸熱、膨脹與氣化。 所以可能出現： $$ \frac{dP_{\mathrm{process}}}{dt} \gg0. $$ CERN 的 QRL 早期設計文件即專門對 insulation-vacuum breakdown 後的 helium transient 與 discharge 進行模擬，並據此決定 safety valves 的數量、位置與流量能力 [7]。 因此 VMPF 的控制模型不能只包含 normal operating point。 必須包含： $$ \boxed{ \text{vacuum-loss transient}. } $$ 這也是為什麼： - pressure relief； - rupture disk； - vent path； - vacuum barrier； - isolation； - oxygen-deficiency hazard management； 不能交給高階 AI 臨場「思考」。 --- # 9. Thermal Contraction：低溫管路不是靜態幾何 管道從： $$ T_0\approx300\ \mathrm{K} $$ 下降到： $$ T_c\ll300\ \mathrm{K} $$ 會發生尺寸收縮： $$ \Delta L = L \int_{T_c}^{T_0} \alpha(T)dT. $$ 因此大型低溫管網需要： - flexible section； - expansion loop； - sliding support； - bellows； - engineered anchor； - compensation unit。 CERN 的大型 helium transfer line 設計甚至存在超過 $80$ 至 $145\ \mathrm{m}$ 的垂直低溫輸送線，必須讓不同 process pipes 與 thermal shield 獨立收縮；其中某些案例總位移超過 $35\ \mathrm{cm}$ [8]。 所以對 VMPF 而言： $$ \boxed{ \text{geometry is temperature-dependent}. } $$ 管網 digital twin 必須包含： $$ \mathcal{G}_{\mathrm{mechanical}}(T). $$ 而不是只建立 fluid graph。 --- # 10. 管網場的三層拓樸 VMPF 可以同時存在三種拓樸。 ## 10.1 Physical Topology 實際管子連在哪裡： $$ \mathcal{G}_{P} = (V,E_P). $$ 這在施工後不會快速改變。 --- ## 10.2 Hydraulic Topology 哪些 valve 開啟、哪些 loop 被 bypass： $$ \mathcal{G}_{H}(t) = (V,E_H(t)). $$ 因此： $$ E_H(t) \subseteq E_P. $$ 這可以動態改變。 --- ## 10.3 Thermal Topology 哪些區域目前真的有顯著熱耦合： $$ \mathcal{G}_{T}(t) = (V,E_T(t)). $$ 即使 hydraulic pipe 存在，如果： $$ \dot m=0, $$ 或 heat switch 關閉，則 thermal coupling 可能很弱。 所以： $$ \boxed{ \mathcal{G}_{P} \neq \mathcal{G}_{H}(t) \neq \mathcal{G}_{T}(t). } $$ 這個區分對 AI control 非常重要。 --- # 11. 壓力與流量不是自由變數 液體與氣體在管路中的輸送具有不可忽略的壓降。 一般而言： $$ \Delta P = f \frac{L}{D} \frac{\rho v^2}{2} + \sum K_i \frac{\rho v^2}{2}, $$ 其中： $$ f = \text{friction factor}, $$ $$ K_i = \text{local-loss coefficients}. $$ 泵功近似為： $$ P_{\mathrm{pump}} = \frac{\Delta P\dot V}{\eta_{\mathrm{pump}}}. $$ 因此「增加流量就能增加冷卻」並不是免費行為。 若： $$ \dot m\uparrow, $$ 通常同時造成： $$ \Delta P\uparrow, $$ $$ P_{\mathrm{pump}}\uparrow. $$ 所以 AI routing 的目標不是： $$ \max \dot m, $$ 而是： $$ \boxed{ \min \left[ E_{\mathrm{pump}} + E_{\mathrm{cool}} + C_{\mathrm{thermal}} + C_{\mathrm{risk}} \right]. } $$ --- # 12. 兩相流與相態不可被抽象掉 在某些低溫或 boiling cooling system 中： $$ \text{liquid} \leftrightarrow \text{gas} $$ 本身就是熱輸運機制。 因此 network state 還需要： $$ \phi = \text{phase fraction}. $$ 若使用比焓描述： $$ h = h(P,T,\phi). $$ 則： $$ \dot Q = \dot m\Delta h $$ 可以包含 sensible heat 與 latent heat。 但兩相流會帶來： - flow instability； - dryout； - pressure oscillation； - vapor locking； - critical heat flux； - phase-separation requirement。 所以 VMPF 不應假設所有 edge 都能以同一 fluid model 處理。 --- # 13. 管網的核心不是「管子多」，而是可隔離 大型 critical infrastructure 的高可用性依賴： $$ \boxed{ \text{isolation}. } $$ ASHRAE 對資料中心 piping 的建議也強調，主要 piping section、major component 與 valve 應可隔離與更換，而不應讓一次維護使系統跌破其設計 redundancy level [9]。 因此 VMPF 中每一個重要區域應具備： $$ \text{isolate}(Z_i). $$ 例如： ```text Main Loop ├── Zone A │ ├── isolation valve │ └── bypass ├── Zone B │ ├── isolation valve │ └── bypass └── Zone C ├── isolation valve └── bypass ``` 若： $$ F_B=\text{fault}, $$ 則： $$ \mathcal{G} \rightarrow \mathcal{G}\setminus B $$ 其餘系統仍保持服務。 這和網路 routing 的 fault containment 很像，但必須受流體與壓力條件約束。 --- # 14. 冗餘不是「兩套一模一樣」 若所有 loop 都依賴： - 同一泵浦型號； - 同一控制軟體； - 同一電源； - 同一 valve architecture； - 同一 vacuum header； 則： $$ N+1 $$ 並不代表所有 failure mode 都被隔離。 所以 VMPF 應區分： $$ \text{capacity redundancy} $$ 與： $$ \text{failure-mode diversity}. $$ 至少對關鍵 thermal path，可以考慮： $$ R = R_{\mathrm{hydraulic}} + R_{\mathrm{power}} + R_{\mathrm{control}} + R_{\mathrm{vacuum}}. $$ 不是所有系統都必須完全異質化，但 critical path 不應只靠數量堆疊安全感。 --- # 15. 多層供回路 VMPF 的基本結構不應是： $$ \text{one supply} + \text{one return}. $$ 而更可能是： $$ \mathcal{L} = \{ L_1,L_2,\ldots,L_n \}. $$ 例如： ### $L_1$ — Warm Liquid Supply 服務常規資料中心液冷。 ### $L_2$ — Warm Return / Heat-Reuse Return 將高品質廢熱送往 heat-reuse system。 ### $L_3$ — Cold Supply 服務 sub-ambient compute 或實驗區。 ### $L_4$ — Cryogenic Supply 服務特殊低溫節點。 ### $L_5$ — Cryogenic Return 回收 cold helium gas 或其他低溫回流。 ### $L_6$ — Dry / Inert Gas 用於乾燥、惰化或受控對流。 ### $L_7$ — Vacuum Service 連接 vacuum pump、buffer 與診斷系統。 ### $L_8$ — Scientific Utility 服務特定研究儀器。 ### $L_9$ — Logistics 樣品與小型物件自動運輸。 這些 layer 不必全部在同一 physical bundle 中。 「field」指的是它們在共同設施空間中形成協調網路，而不是物理混在一起。 --- # 16. 為什麼物流也可以被視為管網的一部分 AI 原生科研產區的樣品與耗材移動可能高度自動化。 對小型、標準化、封裝完成的物件，可使用： - conveyor； - rail robot； - pneumatic tube； - autonomous mobile robot； - robotic arm transfer； - vacuum-compatible shuttle。 本文不主張所有科研樣品都塞進氣送管。 真正重要的是： $$ \boxed{ \text{sample logistics becomes schedulable infrastructure}. } $$ 因此 logistics edge： $$ e_{ij}^{(L)} $$ 可以與 thermal / compute plan 協同。 例如： > 樣品將在 $t+12\ \mathrm{min}$ 抵達 cryogenic microscope，因此現在開始預冷 instrument stage。 也就是： $$ \text{logistics prediction} \rightarrow \text{thermal preconditioning}. $$ 這正是 ANCSI 的跨系統耦合特色。 --- # 17. AI 應控制「路徑與意圖」，而不是直接控制每一顆 valve 假設某 compute zone 需要額外： $$ Q_{\mathrm{cool}} = 5\ \mathrm{MW}. $$ 高階 AI 可以產生： ```text Thermal Transport Intent: source: Cold-Storage-B destination: Compute-Zone-C required_capacity: 5 MW deadline: 45 s redundancy: N+1 max_pressure_drop: ... preserve_zone_D_service: true ``` 然後由 network optimizer 求： $$ \mathcal{R}^{\ast} = \operatorname*{argmin}_{\mathcal{R}} J(\mathcal{R}), $$ subject to： $$ \dot m_e \le \dot m_{e,\max}, $$ $$ P_e \le P_{e,\max}, $$ $$ T_e \in [T_{e,\min},T_{e,\max}], $$ $$ \text{redundancy constraints}. $$ 再由 deterministic local control 轉為： - valve positions； - pump setpoints； - compressor states； - isolation sequence。 因此： $$ \boxed{ \text{AI chooses transport policy}; \quad \text{local control executes safe hydraulics}. } $$ --- # 18. Dynamic Fluid Routing 若網路存在 parallel paths： $$ A \rightarrow B_1 \rightarrow C $$ 與： $$ A \rightarrow B_2 \rightarrow C, $$ 則 routing 可以根據： $$ \{ \Delta P, T, \dot m, E, R, \text{availability} \} $$ 選擇路徑。 例如： $$ \mathcal{R}^{\ast} = \operatorname*{argmin}_{r} \left[ w_1\Delta P_r + w_2Q_{\mathrm{leak},r} + w_3R_r + w_4C_{\mathrm{wear},r} \right]. $$ 這與資料網路 shortest path 看似相似，但有幾個根本差異： 1. fluid is conserved； 2. pressure is stateful； 3. heat changes along the path； 4. flow has inertia； 5. valves have finite actuation time； 6. phases may change； 7. reversal may not be allowed； 8. pipes cannot be instantly reassigned between incompatible media。 所以： $$ \boxed{ \text{fluid routing is constrained physical routing}. } $$ --- # 19. Pipe Reservation 為避免大型 workload 啟動後才發現 coolant path 不足，VMPF 可以建立： $$ \boxed{ \text{transport reservation}. } $$ 某 thermal job $J$ 可能提前要求： $$ R_J = \left( \dot m, \Delta P, \tau, T, \text{route redundancy} \right). $$ 如果： $$ \sum_J \dot m_J > \dot m_{\mathrm{network,max}}, $$ 則 scheduler 必須： - 延後工作； - 改變 route； - 改變 compute placement； - 降低功率； - 動用 local cold storage。 因此： $$ \boxed{ \text{pipe capacity becomes a compute scheduling resource}. } $$ --- # 20. Fluid QoS 類似 network QoS，可以定義 Fluid Quality of Service： $$ \mathrm{FQoS} = \{ T_{\mathrm{in}}, P, \dot m, \text{purity}, \text{stability}, \tau \}. $$ 某 cryogenic experiment 可能要求： $$ T_{\mathrm{in}} < T^\ast, $$ $$ |\delta P| < P_{\mathrm{noise,max}}, $$ $$ |\delta \dot m| < \dot m_{\mathrm{noise,max}}. $$ 某普通 server loop 則可能允許更大的波動。 所以 network scheduler 不只是： $$ \text{deliver fluid}, $$ 而是： $$ \boxed{ \text{deliver qualified physical service}. } $$ --- # 21. Purity 與 Contamination 是一級狀態變數 科研與低溫系統中，介質純度可能直接決定： - valve reliability； - heat exchanger performance； - freezing risk； - corrosion； - experimental validity。 因此對 medium $m$： $$ \chi_m(t) = \text{composition / purity state}. $$ 若： $$ \chi_m \notin \mathcal{X}_{m,\mathrm{safe}}, $$ 則該 line 應退出可用路由集合： $$ E_H(t) \rightarrow E_H(t)\setminus e_m. $$ 所以 digital twin 不應只追蹤： $$ P,T,\dot m, $$ 還需要視介質加入： $$ \text{quality state}. $$ --- # 22. Vacuum Quality 也是動態資源 對 vacuum-jacketed section $v$： $$ P_v(t) $$ 不是永久固定的理想真空。 隨時間可能受到： - outgassing； - seal degradation； - microleak； - thermal cycling； - maintenance intervention； 影響。 因此可以定義： $$ VQ_v = f( P_v, \frac{dP_v}{dt}, Q_{\mathrm{leak}}, T_{\mathrm{shield}} ). $$ 如果： $$ VQ_v\downarrow, $$ 則： $$ Q_{\mathrm{heat\ leak}}\uparrow. $$ 因此 VMPF scheduler 甚至可以提前降低該區負載，等待維護。 --- # 23. 不能把所有控制都交給中央雲端 管路失效的時間尺度可能很短。 例如： $$ \text{major leak}, $$ $$ \text{pump trip}, $$ $$ \text{pressure spike}, $$ $$ \text{vacuum loss}. $$ 若： $$ \tau_{\mathrm{fault}} < \tau_{\mathrm{cloud}}, $$ 則： $$ \boxed{ \text{local autonomy is mandatory}. } $$ 因此控制層應至少分成： $$ \begin{aligned} L_0 &: \text{mechanical / passive safety}\\ L_1 &: \text{PLC / deterministic control}\\ L_2 &: \text{local AI optimization}\\ L_3 &: \text{site-level orchestration}\\ L_4 &: \text{multi-cloud / governance} \end{aligned} $$ 其中： $$ L_0,L_1 $$ 不能依賴雲端。 --- # 24. Passive Safety 仍然重要 AI-native 不等於所有東西都 active control。 對失電或失聯事件，可以利用： - gravity drain； - passive relief； - check valve； - fail-open / fail-close valve； - thermosiphon； - natural circulation； - rupture disk； - thermal mass。 這樣即使： $$ P_{\mathrm{control}}=0, $$ 系統仍朝： $$ \mathcal{X}_{\mathrm{safe}} $$ 演化。 因此： $$ \boxed{ \text{active intelligence} + \text{passive safety} } $$ 比完全依賴主動控制更適合 critical infrastructure。 --- # 25. 自然循環與強制循環應共存 對某些 thermal loop，可以利用： $$ \Delta \rho g H $$ 所形成的 buoyancy head 驅動自然循環。 如果自然循環產生的 driving pressure： $$ \Delta P_{\mathrm{natural}} $$ 足以克服： $$ \Delta P_{\mathrm{friction}}, $$ 則： $$ \dot m>0 $$ 可在無主泵情況下維持。 因此設施可以具有： $$ \boxed{ \text{passive loop} + \text{active boost loop}. } $$ 正常低負載時： $$ P_{\mathrm{pump}}\downarrow. $$ 高負載時： $$ P_{\mathrm{pump}}\uparrow. $$ 故障時 passive path 仍可提供最低限度 heat removal。 是否採用 thermosiphon 必須依： - 高差； - fluid properties； - phase behavior； - pressure drop； - orientation； 具體設計，而不是視為普遍解。 --- # 26. 管網需要 Digital Twin VMPF digital twin 至少需要： $$ \mathcal{M} = \{ \mathcal{M}_{\mathrm{hydraulic}}, \mathcal{M}_{\mathrm{thermal}}, \mathcal{M}_{\mathrm{mechanical}}, \mathcal{M}_{\mathrm{vacuum}}, \mathcal{M}_{\mathrm{control}} \}. $$ 其中： ### Hydraulic Model 預測： $$ P, \dot m, \Delta P. $$ ### Thermal Model 預測： $$ T, Q_{\mathrm{leak}}, h. $$ ### Mechanical Model 預測： $$ \Delta L, \sigma, F_{\mathrm{support}}. $$ ### Vacuum Model 預測： $$ P_{\mathrm{vac}}, Q_{\mathrm{outgas}}, Q_{\mathrm{leak}}. $$ ### Control Model 模擬： - valve transitions； - pump trips； - rerouting； - isolation； - fail-safe sequence。 真正的大型管網不能只用 steady-state CFD 看一次就算完成。 --- # 27. Network State Estimation 因為不可能在每一毫米管路都放 sensor，所以需要： $$ \hat{x} = \mathcal{O}(y,u,\mathcal{M}). $$ 其中： $$ y = \text{observed sensor data}. $$ 需要估計： - unseen pressure； - hidden flow； - leak probability； - thermal loss； - valve degradation； - vacuum degradation。 AI 可以協助 anomaly detection，但 critical inference 必須保留： $$ \text{model uncertainty}. $$ 例如： $$ P( \text{leak} \mid y ) = 0.87 $$ 不能被等同於： $$ \text{leak confirmed}. $$ 需要後續物理驗證。 --- # 28. 失效模式應被當成圖重構問題 假設： $$ e_{ab} $$ 失效。 系統應求： $$ \mathcal{G}' = \mathcal{G} \setminus e_{ab}. $$ 然後判斷： $$ \exists \mathcal{R}_{\mathrm{safe}} ? $$ 若存在： $$ \text{reroute}. $$ 若不存在： $$ \text{shed workload / isolate zone / safe shutdown}. $$ 因此： $$ \boxed{ \text{fluid fault recovery} = \text{graph reconfiguration under physical constraints}. } $$ 這比單純「備用泵啟動」更一般化。 --- # 29. 不同介質不能任意路由到同一管段 這是一個重要限制。 資料網路的 edge 可以依 routing table 承載不同 packet。 流體網路不是。 若某管路曾輸送： $$ M_a, $$ 不代表下一秒可以切換成： $$ M_b. $$ 需要考慮： - residue； - purging； - drying； - contamination； - compatibility； - pressure class； - temperature history。 因此： $$ \boxed{ \text{medium identity is partially bound to infrastructure identity}. } $$ VMPF 的 programmability 主要來自： - parallel routes； - valve configuration； - bypass； - distributed manifold； - modular loops； 而不是任意讓所有管子互換用途。 --- # 30. Material Compatibility 必須進入圖模型 對 edge $e$： $$ \Gamma_e = \text{material compatibility set}. $$ 只有當： $$ m\in\Gamma_e $$ 時，介質 $m$ 才能進入該管段。 ASHRAE 與 OCP 的液冷指引都特別強調 coolant 與 wetted materials compatibility，因為腐蝕、添加劑變化、密封材料與長期服務條件都直接影響可靠度 [5][10]。 所以 path planner 的 constraint 包含： $$ m\in\Gamma_e \quad \forall e\in\mathcal{R}. $$ 這是 VMPF 與抽象網路 routing 的又一根本差異。 --- # 31. 管網場與建築空間設計 若設備主要由機器維護，管路空間不一定要完全依人類 walkable geometry 最佳化。 但這不意味： $$ \text{human access}=0. $$ 更合理的是分級： ### Class H 人員常態可進。 ### Class S 停機／隔離後人員可服務。 ### Class M 以 machine access 為主。 ### Class R restricted，需特殊程序與裝備。 ### Class N no-routine-human-entry；重大維護時才把區域轉成 human-safe state。 因此 pipe corridor 本身也成為： $$ \boxed{ \text{serviceability architecture}. } $$ --- # 32. 機器維護接口 如果 VMPF 真正服務 AI-native facility，應從設計初期加入： - robotic valve actuation access； - machine-readable component ID； - standardized connector geometry； - visual fiducials； - autonomous leak inspection path； - robotic NDT access； - removable pipe modules； - hot-swappable sensor packages； - digital maintenance history。 因此 component $c_i$ 不只是 physical object。 它還具有： $$ D_i = \{ \text{geometry}, \text{lifetime}, \text{service record}, \text{material}, \text{compatible media}, \text{failure probability} \}. $$ 機器人才真正能進行長時間維護。 --- # 33. Provenance：每一次路由都要能被重建 對重大 network transition： $$ \mathcal{G}_a \rightarrow \mathcal{G}_b, $$ 應記錄： $$ E_t = ( S_t, I_t, R_t, A_t, M_t, V_t ). $$ 其中： $$ S_t = \text{observed physical state}, $$ $$ I_t = \text{requested intent}, $$ $$ R_t = \text{selected route / plan}, $$ $$ A_t = \text{executed actuation}, $$ $$ M_t = \text{model / policy version}, $$ $$ V_t = \text{post-action verification}. $$ 所以事後可以回答： > 為什麼 $14{:}03{:}22$ 把 Zone C 的冷源由 Loop A 切到 Loop B？ 而不是只看到： > Valve 17 changed state. --- # 34. 管網控制的安全優先序 在衝突情況下，VMPF 應採用類似： $$ \boxed{ \text{Safety} > \text{Containment} > \text{Availability} > \text{Performance} > \text{Efficiency}. } $$ 例如： 若保持 compute performance 需要突破： $$ P_{\max}, $$ 則拒絕。 若保持 availability 會擴大 contamination： $$ \text{isolate}. $$ 若提高 efficiency 會破壞 N+1： $$ \text{preserve redundancy}. $$ 這種優先序應被明確寫進 policy，不應交由臨場語言模型自行詮釋。 --- # 35. 多管路不代表高效率：避免「管子崇拜」 VMPF 的風險之一，是因為能夠增加路徑，就無限制增加： $$ |E|. $$ 但每增加一條管： - capital cost 增加； - weld / joint 數增加； - leak probability 增加； - insulation burden 增加； - valve count 增加； - control complexity 增加； - maintenance burden 增加。 因此網路設計本身應求： $$ \min_{\mathcal{G}} \left[ C_{\mathrm{CAPEX}} + C_{\mathrm{OPEX}} + C_{\mathrm{failure}} + C_{\mathrm{control}} \right]. $$ subject to： $$ \text{capacity}, \text{reliability}, \text{serviceability}. $$ 所以： $$ \boxed{ \text{programmable} \neq \text{maximally complex}. } $$ --- # 36. 第一代 VMPF 原型 第一代完全不需要氦。 可以使用水／水乙二醇等安全工程流體，建立： ### Physical Layer - 三個 thermal zones； - 雙 supply headers； - 雙 return headers； - parallel bypass paths； - $12$ 至 $24$ 個可控 valves； - variable-speed pumps； - small buffer tank； - multiple pressure / flow / temperature sensors。 ### Control Layer - PLC； - network optimizer； - thermal digital twin； - fault detector； - workload scheduler。 ### Experimental Tasks 1. normal routing； 2. route switching； 3. pump failure； 4. valve stuck； 5. sensor drift； 6. simulated leak； 7. zone isolation； 8. simultaneous compute burst； 9. cold-storage discharge； 10. recovery to steady state。 如果這一層都無法產生穩定、可解釋的收益，就不應直接進入 cryogenic prototype。 --- # 37. 第二代：加入 Vacuum-Jacketed Cold Loop 第二階段加入： $$ T<273\ \mathrm{K} $$ 的受控冷 loop。 研究： - vacuum heat leak； - condensation prevention； - support heat bridge； - vacuum degradation； - cooldown； - warmup； - thermal contraction。 此階段仍不必進入液氦。 目標是驗證： $$ \boxed{ \text{vacuum-jacketed dynamic routing} } $$ 能否與計算負載與 thermal scheduler 有效耦合。 --- # 38. 第三代：加入 Cryogenic Branch 只有前兩階段成功後，才加入： $$ T\sim80\ \mathrm{K} $$ 甚至： $$ T\sim4\ \mathrm{K} $$ 的專用 branch。 此時必須新增： - oxygen-deficiency hazard analysis； - cryogenic relief； - phase management； - vacuum segmentation； - cryogenic-compatible valves； - thermal contraction compensation； - specialized instrumentation。 並明確限制： $$ \boxed{ \text{cryogenic branch} \neq \text{general facility pipe}. } $$ 它應該是局部、高價值、高監測密度的特殊 infrastructure tier。 --- # 39. 第四代：科研物流與儀器網路 再加入： $$ \mathcal{G}_{L} = \text{logistics graph}. $$ 讓： $$ \text{sample state} $$ 與： $$ \text{thermal state} $$ 同步。 例如： $$ t_{\mathrm{sample\ arrival}} = t_0. $$ 系統求： $$ t_{\mathrm{precondition}} < t_0. $$ 這一步才真正進入： $$ \boxed{ \text{AI-native scientific production network}. } $$ --- # 40. 評估指標 VMPF 不應用「最低溫度」作為主要指標。 至少需要： ## 40.1 Transport Energy $$ E_{\mathrm{transport}} = \int \left( P_{\mathrm{pump}} + P_{\mathrm{compressor}} + P_{\mathrm{vacuum}} \right)dt. $$ ## 40.2 Heat Leak $$ Q_{\mathrm{leak}} = \int \dot Q_{\mathrm{environment}} dt. $$ ## 40.3 Pressure Loss $$ \Delta P_{\mathrm{network}}. $$ ## 40.4 Availability $$ A = \frac{T_{\mathrm{service}}} {T_{\mathrm{total}}}. $$ ## 40.5 Isolation Effectiveness $$ I_f = \frac{\text{fault-contained events}} {\text{fault events}}. $$ ## 40.6 Reconfiguration Time $$ \tau_{\mathrm{route}}. $$ ## 40.7 Thermal Service Accuracy $$ E_T = \int |T_{\mathrm{delivered}} - T_{\mathrm{required}}| dt. $$ ## 40.8 Fluid Service Accuracy $$ E_F = \int |\dot m_{\mathrm{delivered}} - \dot m_{\mathrm{required}}| dt. $$ ## 40.9 Maintainability 例如： $$ MTTR = \text{mean time to repair}. $$ ## 40.10 Network Complexity Cost $$ C_{\mathrm{complexity}} = f( |E|, |V|, N_{\mathrm{valve}}, N_{\mathrm{sensor}}, N_{\mathrm{vacuum\ sector}} ). $$ --- # 41. 可證偽命題 ## H1 — Multi-Medium Infrastructure Hypothesis 在大型 AI-native compute / research facility 中，將多種 thermal / fluid services 統一建模但保持物理介質隔離，可比完全獨立管理各管線得到更好的： $$ \{ \text{resource utilization}, \text{fault response}, \text{maintenance planning} \}. $$ --- ## H2 — Dynamic Routing Hypothesis 當 network 存在合理 parallel topology 時： $$ \mathcal{G}_{H}(t) $$ 動態重構可提升 availability 或降低 transport cost，而收益高於增加的控制複雜度。 --- ## H3 — Vacuum Sectorization Hypothesis 對長距離 cryogenic distribution： $$ \text{segmented vacuum} $$ 在 fault containment 與 maintainability 上優於單一不可隔離 vacuum domain。 這一命題已有大型低溫工程經驗支持，但仍需在 ANCSI 類可重構架構下重新評估。 --- ## H4 — Pipe-Capacity Scheduling Hypothesis 在高密度 compute facility 中，顯式把： $$ \dot m_{\mathrm{available}} $$ 與： $$ \Delta P_{\mathrm{available}} $$ 納入 workload scheduler，可降低 thermal overload。 --- ## H5 — Joint Logistics-Thermal Hypothesis 在自動科研設施中，以樣品物流預測驅動 instrument / thermal preconditioning，可降低： $$ \text{experiment idle time}. $$ --- ## H6 — Machine-Serviceable Pipe Architecture Hypothesis 對 no-routine-human-entry zone，若 piping、valves、sensors 與 connectors 從設計初期即針對 robotic serviceability 最佳化，則長期維護可行性高於事後將人類維修接口硬轉為機器操作。 --- # 42. 失敗條件與反例 ## 42.1 設施太小 若只有少量 rack 或單一實驗室，複雜 multi-route network 可能完全不值得。 ## 42.2 Workload 太穩定 如果： $$ \dot Q(t) \approx \text{constant}, $$ 固定管路通常更簡單可靠。 ## 42.3 Parallel route utilization 太低 若大部分備援路徑幾乎從不使用，capital cost 可能不合理。 ## 42.4 Vacuum 維護成本過高 若 vacuum jacket 對某溫域節省的熱漏不值得其維護成本，就不應使用。 ## 42.5 AI routing 沒有比 deterministic optimization 更好 如果簡單 control logic 已足以管理網路，就沒有必要加入高階 AI。 ## 42.6 Robot maintenance 沒有經濟優勢 若人工停機維修仍顯著更便宜、更可靠，machine-serviceable architecture 應只保留在真正 restricted zones。 --- # 43. VMPF 與 ANCSI 的整體關係 到目前為止： $$ \text{ANCSI-01} : \text{AI-native habitat} $$ $$ \text{ANCSI-02} : T(\mathbf{x},t) $$ $$ \text{ANCSI-03} : C(t) \leftrightarrow \Theta(t) $$ 而本文： $$ \boxed{ \text{ANCSI-04} : \text{transport graph for } \Theta(t). } $$ 也就是： $$ \text{Compute Intent} \rightarrow \text{Thermal Demand} \rightarrow \text{Fluid / Cryogenic Routing} \rightarrow \text{Physical State}. $$ 這完成了第一個真正具有「基礎設施血管」性質的層。 --- # 44. 與 ANCSI-05 的銜接 只要管網可以同時搬運： - 冷量； - 熱量； - 回流； - 不同溫級流體； 下一個問題自然是： > 這些熱與冷是否應該只使用一次？ 因此 ANCSI-05 將研究： $$ \boxed{ \text{thermal cascade} + \text{cold storage} + \text{heat recovery}. } $$ 也就是把 VMPF 從： $$ \text{transport network} $$ 進一步轉成： $$ \text{energy-quality routing network}. $$ --- # 45. 結論 本文提出 Vacuum-Jacketed Multi-Medium Pipe Field 作為 ANCSI 的第四個工程命題。 其核心不是建造一堆真空管。 真正的抽象是： $$ \boxed{ \text{physical transport becomes a programmable graph}. } $$ 在這個圖中： - 真空負責降低不希望存在的熱耦合； - process pipes 負責真正的流體對流與物質輸送； - supply / return manifolds 建立階層式分配； - valves 改變 hydraulic topology； - thermal switches 改變 thermal topology； - pumps 與 compressors 提供流動驅動； - storage 解耦時間尺度； - vacuum barriers 與 isolation valves 限制故障傳播； - local controllers 保證物理安全； - AI 在更高層選擇路由、預留容量與重構策略； - robots 維護不適合人類日常進入的部分； - provenance 系統記錄每一次重大狀態改變。 CERN 的大型 cryogenic distribution system 已經證明： $$ \boxed{ \text{long-distance} + \text{multi-pipe} + \text{multi-temperature} + \text{multi-pressure} + \text{vacuum-insulated} } $$ 可以在真實大型科學設施中被建造與運行 [2][3][4]。 ASHRAE 與 OCP 則證明現代高密度計算的液冷基礎設施本身已逐漸形成： $$ \boxed{ \text{CDU} + \text{manifold} + \text{valve} + \text{sensor} + \text{serviceable loop}. } $$ ANCSI-04 所提出的新問題只是把這兩條工程路線推向更一般的結論： > 如果未來計算、科研、低溫、自動化與機器物流真的逐步收斂，那麼設施中的管網是否應該像數位網路一樣被正式視為一種可觀測、可排程、可隔離、可重構的實體基礎設施？ 本文的回答仍不是「一定」。 而是： $$ \boxed{ \text{這已經是一個可以被工程原型直接驗證的命題。} } $$ 若成立，未來大型 AI 科研產區內真正連接所有機器、冷源、熱源、儲能與實驗區域的，就不再只是「配管」。 它會更接近整個設施的： $$ \boxed{ \textbf{physical vascular network}. } $$ --- # 參考文獻 [1] CERN. *A vacuum as empty as interstellar space*. https://home.cern/science/engineering/vacuum-empty-interstellar-space/ [2] Delucinge, E., et al. (2006). *The Local Helium Compound Transfer Lines for the Large Hadron Collider Cryogenic System*. CERN Document Server. https://cds.cern.ch/record/928902 [3] Riddone, G., & Trant, R. (2002). *The Compound Cryogenic Distribution Line for the LHC: Status and Prospects*. CERN LHC Project Report 612. https://cds.cern.ch/record/593686 [4] CERN Bulletin. (2003). *Coming Soon: LHC's Big Chill*. https://cds.cern.ch/journal/CERNBulletin/2003/33/News%20Articles/633973 [5] ASHRAE. *Chapter 20 — Data Centers and Telecommunication Facilities: Liquid-Cooling System Configurations*. https://handbook.ashrae.org/Handbooks/A23/SI/A23_Ch20/a23_ch20_si.aspx [6] Open Compute Project. *Cold Plate Sub-Project*. https://www.opencompute.org/community/cold-plate [7] Chorowski, M. (1997). *Transient Behaviour and Helium Discharge in Cryogenic Distribution Line (QRL) Headers Following Breakdown of Insulation Vacuum*. CERN LHC Project Note 120. https://cds.cern.ch/record/691976 [8] Gruehagen, H., Posselt, H., Weber, J., & Ahlers, H. (2002). *Long, Bellows-Free Vertical Helium Transfer Lines for the LHC Cryogenic System*. CERN LHC Project Report 615. https://cds.cern.ch/record/593689 [9] ASHRAE. *Chapter 20 — Data Centers and Telecommunication Facilities: Piping and Distribution Systems*. https://handbook.ashrae.org/Handbooks/A23/SI/A23_Ch20/a23_ch20_si.aspx [10] Open Compute Project. (2026). *ACS Liquid Cooling Cold Plate Requirements Document*. https://www.opencompute.org/documents/ocp-acs-liquid-cooling-cold-plate-requirements-pdf [11] Chart Industries. *Vacuum Insulated Pipe*. https://www.chartindustries.com/Products/Vacuum-Insulated-Pipe --- ## 文件狀態 本文為 ANCSI 系列第四篇公開命題稿 v0.1。 本文所有數學原始碼僅使用 ` $...$ ` 與 `$$...$$` 作為 canonical delimiter。本文不依賴作者其他私人理論；Vacuum-Jacketed Multi-Medium Pipe Field、dynamic fluid routing、transport reservation、Fluid QoS 與 machine-serviceable pipe architecture 均屬由既有 cryogenic transfer line、data-center liquid cooling、fluid-network 與 automation engineering 向前推導之待驗證工程命題，而非宣稱已完成的大型實體系統。