液冷技术
“曙光8000十万卡AI超算集群全速运行一年半，产生的总热量足以烧开整个西湖的水。”这一比喻形象地揭示了顶级AI算力的热负荷挑战。
随着芯片算力、模型参数及集群规模的不断刷新，电能转化为热能的物理事实未变，散热能力已成为制约算力上限的关键瓶颈。曙光8000采用相变浸没液冷加金刚石铜复合导热材料，成功解决了十万颗芯片的散热难题。从头部云厂商数据中心到商用AI服务器，散热已从单纯的机房配套问题，转变为关乎算力落地、成本控制及稳定运行的核心要素。
01 算力在涨，散热先撞墙
近年来，AI集群功率曲线急剧上升。早期数据中心单机柜功耗多为5-10kW，普通风冷即可应对；如今AI训练集群单机柜普遍突破80kW甚至100kW，十万卡集群机柜功耗正迈向兆瓦级。单颗AI芯片功耗也从百瓦级跃升至千瓦级，局部热流密度成倍增长。
功耗激增而散热滞后，导致传统风冷下高负载服务器易触发降频，算力缩水且宕机风险增加。数据显示，老旧风冷数据中心的散热能耗占总用电的30%-50%，是运营主要成本。例如，贵州国家算力枢纽基地早年因高温保护性降频，服务器有效算力仅发挥70%。
算力高密度升级已成常态。近日，中国移动北京公司联合中国移动云公司宣布，华为昇腾950DT千卡超节点落地昌平区信息港数据中心。该节点基于华为超节点架构，单节点搭载1024卡，峰值算力达1EFLOPS（FP8），支持256TB统一内存与微秒级低时延，旨在支撑大模型训推等高阶需求。
此类高密度算力集群的持续落地，虽推动了算力规模扩容，但也导致整体热负荷与芯片局部热流密度飙升，散热短板被进一步放大，成为制约超高密算力集群稳定运行与效能释放的核心瓶颈。
02 三条技术路线，适配不同功率密度
目前行业并行风冷、冷板式液冷、浸没式液冷三条技术路线，各自适配不同的算力密度场景。
风冷
风冷依靠服务器风扇强制对流及机房精密空调换热，具有产业链成熟、运维简单、改造成本低等优势，仍是老旧IDC和中型云厂商推理集群的主流选择。
其短板在于空气换热效率低，单机柜功率上限约为30kW，高负载下噪音大、PUE难以压低，且无法解决芯片局部热点。行业普遍认为，同等配置下，风冷集群长期满载会导致芯片温度偏高15℃-25℃，加速硬件老化并限制算力满负荷释放。因此，AI高密度新建项目基本不再选用风冷，仅将其作为低功耗推理场景的补充。
冷板式液冷
冷板式液冷将微通道金属冷板贴合于GPU、CPU等核心发热芯片表面，通过冷却液循环带走核心热量，内存、电源等器件仍靠空气散热。这是从传统机房向全液冷过渡的折中方案。
相比浸没式，冷板式对服务器改动小，可沿用传统运维，初期建设成本据测算可降低30%-40%。但其仅覆盖核心芯片，整机散热不彻底，单机柜功耗存在上限，且管路接头存在渗漏风险。
实测显示，商用冷板式液冷方案可将PUE控制在1.15以内，覆盖大部分通算及智算升级场景。腾讯、百度、华为云的中型AI算力集群多采用此路线。对比风冷，冷板式可降低机房能耗25%以上，芯片运行温度降低10-18℃。
浸没式
浸没式是散热效率最高的路线，分为单相和相变两种。
单相浸没将服务器整机浸泡在绝缘冷却液中，利用液体显热换热；相变浸没则使用低沸点冷媒，通过液体沸腾汽化带走大量热量（如曙光8000）。该方案可实现整机无死角散热，消除局部热点，PUE最低可达1.05。但代价高昂：设备需重新设计，冷却液价格昂贵（高端氟化冷却液每升超500元，单柜用量400-600升），且需建立全新的运维体系。
浸没式是十万卡、百万卡集群及超高密智算中心的首选。阿里云仁和数据中心是全球规模最大的全浸没液冷数据中心之一，位于杭州余杭，为国内首座5A级绿色液冷数据中心。该项目采用单相浸没液冷技术，省去风扇与机房空调，PUE最低降至1.09，每年节电7000万度，完成了大规模全浸没液冷在云算力场景的商用验证。
03 散热最后一毫米：导热材料
液冷主要解决“热量外排”问题，而芯片到散热器之间的导热材料决定了热量能否快速导出。若界面热阻过高，即便液冷系统再高效，热量堆积仍会导致芯片降频。
传统基底材料为纯铜和铝。纯铜导热系数为401W/(m·K)，工艺成熟且价格低廉，适配普通风冷和低功耗冷板。但当单颗芯片功耗达到千瓦级、热流密度激增时，铜的导热速率已显不足，导致界面热阻升高，热量难以导出。
金刚石铜复合材料结合了金刚石的超高导热性与铜的工艺适配性。据曙光披露，其导热能力是纯铜的两倍以上。曙光8000采用裸芯片直接焊接金刚石铜散热器，去除了传统金属上盖和导热垫片的多层结构，大幅压缩导热路径、降低界面热阻，有效解决了十万卡集群的局部热点堆积问题，保障了集群长期全速运行。该工艺此前在国内规模化落地难度较高。
此外，芯片与散热底座间的热界面材料（TIM）也在升级。传统导热硅脂在长期高温下易干涸老化，无法适应AI服务器7×24小时运行需求。据报道，华为、浪潮的高端AI服务器已批量采用液态金属替代硅脂。石墨散热膜、碳化硅热沉等新材料也在边缘算力和小型高密度服务器中进行试点。
“烧开西湖水”仅是将算力能耗具象化。AI算法迭代与算力规模翻倍受制于物理定律，热量的产生与散去必须遵循科学规律。从曙光8000的相变浸没加金刚石散热方案，到各云厂商及算力枢纽的液冷落地，行业已投入巨大资源。算力能否持续攀升，关键在于散热技术能否同步跟进。
#AI服务器 #液冷技术 #AI算力
关于集邦咨询
TrendForce集邦咨询作为全球高科技产业研究机构，致力于洞察AI全链脉络，助力企业战略决策。研究版图聚焦AI产业增长引擎，涵盖：HBM、DRAM、NAND Flash等关键存储产品；GPU、ASIC等AI算力芯片；晶圆代工、芯片设计及封测；以及AI服务器、显示面板、LED、AR/VR等基础设施与终端，延伸至自动驾驶、具身智能、光伏储能、低空经济等“AI+”垂直产业集群，同时提供核心零部件价格预测与数据库。凭借多年深耕，为政企客户与投资者提供行业研究报告、企业战略咨询及品牌整合行销等服务。
