最近，英伟达在官方博客中披露了一项重要决定：其新一代AI计算平台Rubin将全面弃用风扇，转而完全依靠液冷系统进行散热。就在同一月，韩国科学技术院（KAIST）的一支研究团队发表论文，展示了一项将常温水流直接导入芯片内部微通道的冷却技术，其能效比达到了此前世界纪录的十倍。而在此前数日，SK海力士也已推出iHBM方案，在HBM内存封装中直接内嵌了散热功能。
这些技术动向接踵而至，并非偶然。在单颗AI加速器功耗逼近1000W、单个机架功率几近1兆瓦的背景下，空气冷却已触及物理极限。施耐德电气总裁对此直言不讳：“一旦单芯片功耗超越某个临界点，液冷就再无讨论余地，而是必须落地的现实。”
可以说，围绕“散热”这一命题，整个半导体行业正经历一场从芯片内部微结构到数据中心外部基础设施的全链路变革。这场变革，不止是升级，更是重构。
01
在芯片级散热领域，传统外置液冷方案正面临流动阻力偏高、泵送能耗较大以及热分布不均等多重挑战。6月16日，韩国科学技术院（KAIST）研究团队发布了一项突破性成果，展示了一类从芯片内部着手实现高效降温的液冷新技术。
该团队并未依赖合成金刚石等昂贵的高端导热材料，而是选择将一种“歧管微通道”结构直接刻入硅半导体芯片本体。这一结构相当于一套高度优化的微流运输网络——通过在芯片表面布置多组微型进出水口，大幅压缩了冷却介质的行程距离，从而有效降低了流动阻抗与所需泵压。
这项技术的优势可从三个层面来看：首先，冷却表现极其出色——实验测得的冷却性能系数（COP）高达106,000，是2020年《自然》期刊所刊载世界纪录的十倍，意味着仅需十分之一的泵功便能带走等量热量。其次，耐受极端热流的能力突出——在高达每平方厘米2000瓦的热流密度下，该系统仍能借助普通室温水，将芯片温度维持在100°C的安全线以内。最后，制造工艺的兼容性良好——整个微通道加工流程的温度控制在350°C以下，可直接适配现有商用半导体代工产线，无需投入巨额资金添置新设备。
KAIST教授Sung Jin Kim指出，随着AI处理器及先进封装技术的性能日益受限于发热问题，该技术有望成为未来高性能计算平台的基础散热方案。从市场前景看，微流控芯片冷却正迎来快速增长期。根据Fact.MR的预测，全球相关市场规模将从2025年的3.843亿美元攀升至2036年的28.6亿美元，年复合增长率（CAGR）达到20%。
02
在AI计算系统中，计算核心（GPU/ASIC）与高带宽内存（HBM）间的数据传输效率，直接决定了整体性能表现。然而，随着HBM技术从HBM3E向HBM4E乃至HBM5持续演进，堆叠层数预计将达到20层左右，由此带来的热量积聚问题，正日益成为限制性能释放与可扩展性的关键瓶颈。如今，SK海力士、三星与美光这三大存储巨头的竞争主轴，已不再局限于容量和带宽的比拼，封装层面的热管理能力正成为新的角力场。
SK海力士：结构重塑，冷却元件直达接口层
5月27日，SK海力士率先揭晓了名为“iHBM”的热管理方案，并明确将将其集成于包括HBM5在内的后续产品中。相较于传统依赖基础裸片散热的HBM设计，iHBM在架构上做出了根本性调整——将冷却元件直接嵌入HBM堆栈与GPU之间的D2D PHY接口区域。该冷却元件采用兼具高导热性与电绝缘性的硅基材料，在封装内部额外开辟出一条热量疏导路径。官方数据显示，该设计可使热阻下降30%，并显著增强系统在高负载工况下的运行稳定性。
三星电子：热路径重构，从处理器验证走向HBM集成
紧随其后，三星电子在COMPUTEX 2026展会上展出了搭载HPB技术的HBM5样品。三星DS部门首席技术官Song Jae-hyuk证实，HPB技术已在HBM4E中经过验证，可靠性得到确认。与SK海力士思路类似，三星也将热管理重心聚焦于D2D PHY这一主要发热区域，通过引入独立的硅基导热路径来优化热传导效率。此前，三星已在Exynos 2600应用处理器中应用铜基HPB结构，取得了最高16%的热阻降幅；面向HBM，三星正致力于将HPB融入整体内存堆栈架构中，对基础裸片与核心裸片的布局进行协同优化。
美光科技：沟槽冷却+被动TSV，另辟蹊径
美光则选择了差异化的技术方向，重点布局低功耗HBM设计，其核心手段之一是硅通孔（TSV）沟槽冷却技术。该方案在AI加速器芯片的硅片上蚀刻出微观沟槽，通入冷却液以带走内部热量。此外，美光于2025年获得的一项美国专利还揭示了一种基于电气被动冷却TSV的垂直热管理结构——这些专用散热TSV与信号TSV共用封装引脚，不额外占用裸片面积，从而在封装内部构建起一条低热阻的垂直散热通道。
三大厂商在热管理路径上的不同选择，折射出先进封装技术正步入一个新阶段：热传导路径的设计已不再从属于电气互连，而是被提升至架构层面的核心考量。这一转变，将对未来AI芯片的封装良率与制造成本产生深远影响。
03
从芯片和封装层面的微观散热，到系统与数据中心级别的宏观重构，英伟达正推动一场基础设施层面的深刻变革。2026年6月21日，英伟达官方博客详细披露了新一代Rubin平台的散热架构，将其定位为全球首个完全告别风扇、100%依赖液冷的AI计算平台。
在Rubin服务器中，液冷回路不仅覆盖GPU和CPU，还延伸至所有网络组件，整机内部再无旋转风扇。其设计精髓在于冷却液工作温度的重新定义——采用75%水与25%丙二醇的混合工质，入口温度被提升至45°C，出口时升至约55°C。而传统方案的入口温度通常在30°C上下。
这一温升策略背后的物理逻辑并不复杂：热量自发从高温向低温传递，冷却液离开服务器时温度越高，室外干式散热器在无须依赖机械制冷或蒸发冷却塔的条件下就越容易将热量排至大气。业内估算显示，冷却液温度每升高1°C，冷水机组相关能耗可下降约4%。
英伟达数据中心冷却与基础设施总监Ali Heydari指出：“这套参考设计基本实现了零耗水。除极端气候下可能不足1%的时间需启动冷水机组外，系统近乎为一个无须蒸发散热的闭环。”对一个50MW级的超大规模数据中心而言，采用此类液冷基础设施，每年可节约超过400万美元的冷却能耗与水费。此外，全液冷架构还显著压缩了空间占用——原本需6个机架单元的设备如今仅需2个单元，同时避免了传统风冷服务器高达85分贝以上的噪音困扰。
英伟达此举在产业界形成了强劲的连锁反应。Rubin平台的全液冷属性，意味着所有为其建设系统的云服务商与数据中心运营商都需向液冷基础设施转型。戴尔与Supermicro等服务器厂商已迅速跟进：戴尔推出无风扇直接液冷方案PowerEdge XE8812，单机架可容纳144颗GPU，功率超过300kW；Supermicro则与埃克森美孚合作，验证基于NVIDIA B300 AI服务器的浸没式冷却方案，并交付了完整的Rubin NVL4液冷机架系统。
04
液冷技术从“可选项”走向“必选项”的过程，正在资本市场上激起层层涟漪。近期，这一赛道的初创企业频频传出大额融资消息，产业资本与风险投资纷纷押注。
其中，Accelsius 宣布完成6500万美元的B轮融资，由建筑科技巨头江森自控领投。该公司的NeuCool两相直接芯片液冷平台采用无水设计，据称相较传统系统可节能高达50%，单插槽冷却能力超过4500W，直指高密度AI算力场景下的散热痛点。
另一家值得关注的初创公司是 Omen AI。该公司于6月底完成3100万美元的A轮融资，由Nava Ventures领投。随着液冷系统大规模上量，冷却液的长期稳定性正成为运维层面的隐形风险。Omen AI开发的微型光谱仪，结合AI算法实时监测冷却液化学成分变化，可在细菌滋生或设备磨损引发宕机前发出预警。目前，该公司已与TensorWave等十多家数据中心客户建立了合作关系。
资本的热情不仅体现在一级市场，二级市场的反应同样敏锐。英伟达Rubin平台液冷方案发布后，传统HVAC设备商的股价出现明显回调，显示市场普遍预期风冷在AI数据中心中的份额将被液冷迅速挤压。与此同时，Vertiv、施耐德电气等在液冷领域早有布局的企业，市值在过去一年中稳步攀升。法国巴黎银行在6月的一份研报中，也将Vertiv与Eaton列为AI数据中心冷却赛道的优先配置标的。
05
尽管液冷技术在削减数据中心内部能耗与用水方面成效显著，但它远非破解AI产业能源困局的“全能钥匙”。
从全链条视角看，水资源消耗不过是被转移而非消失。 芝加哥大学计算机科学教授Andrew Chien指出，英伟达45°C闭环系统虽在工程上令人称道，但其“零水耗”的宣称仅局限于数据中心围墙之内。依据Xylem与Global Water Intelligence的分析，至2050年，直接用于数据中心冷却的取水量仅占AI新增水资源需求的约4%，而向数据中心供电的发电厂（54%）以及半导体制造环节（42%）才是真正的用水大户。换言之，液冷解决的是末端散热问题，却未触及AI产业链上游及能源生产环节的资源消耗根本。
地理气候条件也在制约着液冷方案的普适性。 英伟达45°C温水系统在温带气候下或可摆脱冷水机组，但在亚利桑那、得克萨斯或新加坡等炎热地区，一年中最热的时段仍离不开机械制冷的辅助。而大量新建AI数据中心恰恰选址于这些水资源本就紧张的区域，使得液冷的节能优势在当地被打上一定折扣。
在落地层面，先进冷却方式的运维复杂度与初期投入不容忽视。 浸没式冷却虽能大幅提升能效，但服务器一旦浸泡于介电液体中，硬件维护便需经历吊起、排液、清洁等繁琐流程，运维难度与耗时显著增加。日本KDDI与三菱重工在大阪堺市部署的浸没式冷却商用数据中心，虽将冷却能耗压低94%、PUE降至1.05，但其前期资本支出远高于传统风冷方案，对老旧数据中心的改造更是难上加难。
更深层的问题在于，效率提升未必带来总体消耗的下降。 经济学中的“杰文斯悖论”在此同样适用——当每瓦特算力的冷却成本更低、部署更便捷时，反而可能刺激算力规模与密度的进一步扩张，最终在系统层面抵消单位节能所带来的资源节省。液冷是应对AI热密度的必要手段，但若仅依赖它来缓解产业的能源与环境压力，恐怕还远远不够。
06
芯片冷却，已从过去不起眼的工程配套环节，跃升为决定AI基础设施成败的核心战略命题。从KAIST的微通道内嵌冷却，到SK海力士与三星在封装层面的热防护布局，再到英伟达引领的机架级全液冷变革，一条清晰的技术主线已然浮现：冷却系统正不断向热源——即硅片本身——持续靠拢。
在这个以算力为驱动的全新周期中，谁能更高效地掌控热量，谁就能在性能释放、部署密度和运营成本上构筑差异化优势。热管理不再只是物理层面的散热问题，它正在成为AI时代的“新摩尔定律”——既框定着算力增长的物理极限，也划出了商业扩张的上层边界。对于半导体产业链上的各方参与者而言，掌握了先进冷却技术，便等同于在未来的AI算力版图中，握住了那张不可或缺的入场券。