本公众号部分分享的资料来自网络收集和整理，所有文字和图片版权归属于原作者所有，且仅代表作者个人观点，与本公众号无关，文章仅供读者学习交流使用，并请自行核实相关内容，如文章内容涉及侵权，请联系后台管理员删除。
来源：新CG资源
AI大模型的规模化落地正在重塑算力基础设施的底层逻辑。从ChatGPT到DeepSeek，从文本交互到视频生成，大模型正从单模态向多模态快速演进，AI算力需求以远超摩尔定律的速度增长。当单机柜功率从传统数据中心的3-10kW飙升至100kW以上，风冷方案在12kW/柜的临界点前已力不从心，液冷技术不再是「更优选择」，而是智算中心建设的必要条件。
一、环境背景
AI大模型的爆发式增长正在从根本上改变算力基础设施的技术要求。大模型从文本交互到视频生成、从单模态向多模态的演进，驱动着AI算力需求每三至四个月翻一番。国务院审议通过《关于深入实施「人工智能+」行动的意见》，明确提出推进人工智能规模化商业化应用，国家发改委同步推进国家人工智能应用中试基地建设。政策与需求双轮驱动下，智算中心建设全面提速，广义智算中心已从单纯的算力物理载体演进为「算力+数据+算法」融合服务的重要引擎。
传统数据中心的制冷方案正面临前所未有的挑战。GPU芯片TDP已从300W攀升至700W甚至更高，英伟达Rubin架构单机柜功率突破100kW，全面采用液冷且无风扇设计。一个关键趋势在于，当芯片功耗超过300W时风冷已难以有效散热，而AI服务器的GPU/NPU芯片功耗正从400W向700W甚至1000W迈进。
同时PUE管控持续加码，工信部要求新建大型数据中心PUE低于1.3，发改委要求东部枢纽低于1.25、西部低于1.2，绿色节能示范项目要求1.15以下。从行业实践看，12kW/柜以下风冷方案更经济，12-15kW是风冷液冷过渡区，超过15kW液冷方案综合成本更优。当AI服务器单机柜功率密度达50-100kW时，液冷已非选择题，而是必答题。
二、解决方案
（一）冷板式液冷：当前产业化的主力路径
冷板式液冷是当下应用最广泛、产业链最成熟的液冷方案，其核心逻辑是通过冷板（Cold Plate）直接贴合CPU、GPU等发热芯片，利用液体的高导热特性带走热量。同体积液体的散热能力是空气的3000倍，导热能力是空气的25倍，同等散热水平下系统噪音比风冷降低10-15dB，节电约30%。
从系统架构来看，冷板式液冷分为一次侧和二次侧。一次侧包括冷水机组、冷却塔等室外设备，二次侧则由CDU（冷却分配装置，相当于系统的「心脏」）、Manifold（分歧管，相当于系统的「血管」）、冷板（相当于系统的「皮肤」）和快接头等核心部件组成。CDU负责将一次侧的冷量精准分配给各机柜，快接头实现了液冷系统的热插拔和在线维护。冷板式液冷目前约可带走IT设备60%-80%的芯片发热量，剩余20%-40%仍需通过风冷形式辅助散热。
在冷却液选择上，行业以25%乙二醇溶液和25%丙二醇溶液为主流。华为、曙光倾向乙二醇方案，浪潮、新华三则倾向丙二醇方案。去离子水虽然导热系数和比热容最优，但需要添加缓蚀剂和杀菌剂，且混合杂质后会导电，对系统维护要求极高。浸没式液冷则将IT设备完全浸入绝缘冷却液中，散热效率最高，PUE可低至1.05，单柜密度可达200kW以上，分单相浸没和相变浸没两种路径。喷淋式液冷通过喷头将冷却液直接喷洒到发热元件表面，当前应用最少。从产业格局看，冷板式凭借结构颠覆性低、标准化程度高、初始投资适中的综合优势，占据90%以上的市场份额。
（二）技术迭代加速：从「可选」到「标配」
液冷技术的规模化拐点正在来临，核心驱动力来自三个层面。
在芯片层面，英伟达2026年CES上亮相的Rubin架构已实现100%全液冷设计，底盘内部彻底取消了风扇，全面采用不锈钢波纹管替代传统EPDM橡胶软管，大冷板模组方案覆盖1颗CPU加2颗GPU的组合，交换机ASIC芯片和光模块也全部纳入液冷覆盖。
在整机层面，所有主流服务器厂商均已推出液冷产品和方案，经过多年迭代产品成熟度大幅提升，从通用节点到AI节点的液冷全覆盖已成现实。
在商业闭环层面，冷板式方案通过2-3年电费节省即可实现投资回收，PUE可降至1.15-1.2，显著低于风冷的1.4。
从市场数据看，IDC数据显示2024年中国液冷服务器市场规模达23.7亿美元，出货量超23万台，2025年有望突破900亿元人民币，2024-2029年年复合增长率达46.8%。应用场景正从互联网、电信向金融、制造、新能源快速延伸，储能和新能源汽车等领域的热管理需求进一步打开了增长天花板。液冷服务器市场中，浪潮、超聚变、宁畅、新华三等传统服务器厂商凭借技术积累、全栈服务能力和产业生态协同的综合优势维持较高份额。
（三）产业生态成型：头部玩家领衔与产业链协同
互联网大厂是液冷落地的先头部队，占据智算需求市场的半壁江山。以阿里、字节跳动为代表的企业已大规模规划液冷智算中心，字节下一代AI训练集群单机柜功率规划达100-240kW，需部署64-256张GPU。围绕字节跳动的液冷需求，已形成涵盖核心模组、浸没技术、IDC集成、服务器供应等多维度的供应链体系，各供应商技术特色鲜明且形成互补生态。运营商为迎合智算需求也在对原有机房进行液冷改造。
海外市场的规模化落地进一步验证了液冷在万卡级集群上的可行性。马斯克的xAI项目与超微合作完成了10万卡H100 GPU的液冷集群建设，Grok 3.0基于该集群训练，实测算力利用率提升22%，故障率下降60%。Google、微软、OpenAI等同样落地了液冷智算中心，从可用性和可靠性层面扫清了国内玩家的顾虑。在国内，以超云为代表的整机柜液冷方案已实现单柜功率密度30-120kW，PUE低至1.2以下，兼容19英寸和21英寸标准机柜，覆盖通用计算和AI计算场景，整机柜液冷覆盖率达80%以上，采用模块化设计可实现工厂预制、快速部署。
三、方案价值
液冷技术正在从数据中心的「可选升级」演变为智算时代不可回避的基础设施革命。它以更低的PUE、更高的单柜密度、更优的芯片运行环境和更低的TCO，为AI算力规模化部署提供了从物理层到系统层的完整支撑。当GPU性能的持续翻倍需要制冷效率同步跃迁，液冷就不再是「加分项」，而是算力基础设施的代际升级，这是一种从空气到液体的冷却范式重构，也是「双碳」目标下数据中心走向绿色高效的核心抓手。
在此环境下，分享一套解决方案：《智算中心液冷解决方案》值得参考借鉴~
