AI算力狂飙，风冷为何触到散热天花板

随着GPU、CPU等芯片功耗持续攀升，AI服务器和高速交换机的热设计功耗不断刷新纪录。过去一个标准机柜功率多在5—10千瓦，风冷尚可应对；如今面向大模型训练的机柜功率可达30千瓦、50千瓦甚至超过100千瓦，英伟达GB200 NVL72等整机柜方案把功率密度推向新高度。风冷依赖空气比热容和风道组织，散热能力受限于风扇风量、风压、噪声和机房空间。当单柜功率超过20—30千瓦，风冷需要大量风扇、空调和冷通道封闭，能耗高、噪声大、局部热点难消除。更关键的是，芯片结温对稳定性影响很大，温度波动会引发降频，拖累算力输出。因此，风冷不是完全不能用，而是在高密度场景下边际成本急剧上升，液冷由此成为绕不开的选项。

冷板式与浸没式：液冷路线的现实选择

液冷并非单一技术，目前主流路线包括冷板式和浸没式。冷板式液冷通过金属冷板贴合CPU、GPU等发热器件，冷却液在管路中循环带走热量，服务器其余部件仍靠少量风冷辅助。它兼容现有服务器形态，改造量相对小，产业链成熟，适合从风冷机房渐进升级，因此成为当前落地最快的方案。浸没式液冷则把整台服务器浸入不导电的冷却液中，分为单相和两相，换热效率更高，几乎无需风扇，PUE可低至1.05—1.1，空间利用率也更高。但其初始投资大，冷却液价格高，运维习惯、主板材料兼容性和密封要求更严，更适合超高密度、追求极致能效的新建数据中心。选择哪条路线，取决于功率密度、机房条件、预算、运维能力和业务连续性要求。冷板式像“稳健过渡”，浸没式像“终极方案”。

从PUE到TCO：液冷如何改写数据中心经济账

液冷受宠，不只因为“能降温”，更因为它能改变数据中心的成本结构。传统风冷机房PUE通常在1.3—1.6，制冷系统耗电占比高；液冷可利用更高温度的冷却水，减少甚至取消压缩机和大型精密空调，把PUE压到1.1—1.2甚至更低。在“东数西算”和各地节能审查趋严的背景下，PUE指标直接关系项目能否获批、能否运营。从TCO看，液冷初期CAPEX较高，需要冷板、CDU、管路、冷却液和密封改造，但运行时电费显著下降，同面积可部署更多算力，余热还可回收用于供暖或热水。对AI数据中心而言，每提升一点算力密度、减少一次降频，都可能带来可观收益。因此，液冷不是简单替换风扇，而是从供电、制冷、机柜到运维的系统性重构，长期账本往往比短期采购价更有说服力。

规模化落地仍需闯关：标准、运维与生态协同

液冷成为新宠，并不等于已经毫无障碍。首先是标准与接口不统一，不同服务器厂商、冷却液供应商和集成商之间的快接头、管路、水质、流量和监控协议存在差异，容易造成选型复杂和锁定风险。其次是漏液风险与运维体系，冷却液进入机房后，巡检、补液、过滤、水质监测和故障隔离都需要新技能，传统IT运维人员需要转型。再次是生态协同，芯片、服务器、机柜、CDU、冷却液和机房设计必须早期联动，否则容易出现“服务器支持液冷、机房却没条件”的错配。此外，浸没式还面临冷却液成本、材料兼容和保修责任界定问题。未来，随着行业标准完善、冷板式规模上量、智能监控和漏液检测技术成熟，液冷会从标杆项目走向常规配置，并在AI算力中心、超算和边缘高密场景中持续渗透。