从风冷极限到液冷刚需：打破数据中心的散热“天花板”

英伟达在官方博客公布了一组技术细节：Vera Rubin平台的每一颗芯片、每一个网络组件，全部由液体闭环冷却，系统内没有任何风扇，冷却液温度高达45℃。Rubin成为全球首个实现100%液冷的AI计算平台，这则消息在产业界激起的波澜，远比表面看起来大得多 —— 因为它宣告的不仅是参数升级，而是液冷已从“可选项”正式变成了“入场券”。

英伟达数据中心冷却与基础设施总监Ali Heydari表示，该设计在降低能耗的同时几乎完全消除了用水需求。正如英伟达所言，最新AI服务器可在高于热水浴缸温度的冷却液中运行，这一反直觉设计是数据中心发展史上能效提升最重大的突破之一。要理解这场变革的深远意义，我们需要从风冷为何失效、液冷为何必然说起。

算力狂飙撞上“热墙”：

风冷走向物理极限

过去几年，GPU功耗走出了一条近乎垂直的上升曲线。A100是400W（2020年），H100升至700W（2022年），B200达到1200W（2024年），Rubin架构已超过2300W（2026年），有消息称2028年的Feynman架构预计将冲上5000W。芯片功耗的攀升速度，已经远远超出了传统散热技术的承载能力。

更严峻的是机柜层面的热密度问题。英伟达GB300 NVL72单机柜集成72颗GPU和36颗CPU，整体功耗达到130-140千瓦；而传统风冷散热极限只有15-20千瓦。行业普遍认为，风冷芯片解热上限约为TDP<1000W，而英伟达最新的VR200芯片功耗已经拉到了1800-2300W。

空气与液体的物理性能差距，决定了这场散热革命的必然性：空气的导热系数只有0.026，而冷却液的携热能力是同体积空气的3500倍。当单机柜功率密度从传统10kW级别跃升至GB200 NVL72的120kW级别、Rubin的200-300kW级别时，风冷已经彻底走到了尽头。风冷系统PUE普遍在1.4至1.5左右，而液冷数据中心PUE可降低至1.2以下。

与此同时，全球各地日益严格的能耗管控政策正在加速这一转向。我国四部门联合印发《促进人工智能与能源双向赋能行动方案》，明确要求新建大型AI智算中心须100%配套液冷；工信部进一步规定2026年新建数据中心液冷渗透率不低于60%，北京、上海等城市直接禁止新建风冷数据中心。PUE红线从1.25收紧到1.15，不采用液冷意味着项目无法通过审批。

45℃“热水”背后的技术革命：

解析英伟达Rubin全液冷方案

英伟达Rubin液冷方案的核心，在于一个反直觉的设计：冷却液温度高达45℃。热水浴缸的水温通常在38℃-40℃之间，而英伟达的冷却液比浴缸水温更高。传统数据中心里，为了让风扇和空调有效带走热量，需要把机房环境温度压得很低，这消耗了巨大的电力。而英伟达的思路是：既然冷却的最终目标是把芯片内部的热量导出来，冷却液温度不需要做成“冰水”，反而可以“热”一点。

这一设计的物理逻辑在于“温差效率”的连锁反应 —— 芯片工作温度远高于冷却液的温度，冷却液从45℃的入口温度流经芯片后，吸收热量变成约55℃的出口液体。只要冷板能把芯片表面温度控制在正常工作范围内，芯片就能全速运行。行业测算显示，冷冻站温度每提高1℃，即可降低约4%的制冷能耗成本。

在核心技术层面，Rubin方案采用了多项突破性设计：大冷板与微通道技术，流道加工精度达到微米级，Rubin 72机柜将冷板流道从GB系列的150μm缩小至100μm；“无缆线、无软管、无风扇”设计，采用刚性金属歧管/波纹管作为标准流体输送方案；每一颗芯片、每一个网络组件全部由液体闭环冷却。

英伟达45℃液冷方案的另一大突破在于水资源消耗的极致压缩。传统冷却塔系统每兆瓦算力每年耗水约260万加仑，而Rubin方案采用干冷器闭环架构，无蒸发式水冷，将设施冷却用水量降至接近零。在气候适宜的地区，该架构甚至可以全年实现无冷水机组运行。英伟达数据中心冷却与基础设施总监Ali Heydari表示：“用于AI工厂的英伟达DSX参考设计下，我们大幅降低了能耗，也几乎完全消除了用水需求。”

一座50兆瓦的超大规模数据中心转向液冷基础设施后，每年可节省超过400万美元的相关能源和水费。全液冷设计还大幅提升了机架密度，以前需要六个机架单元的系统，现在只需两个即可容纳；同时，系统内无任何风扇，彻底解决了传统数据中心冷却风扇导致的85分贝以上噪音问题。

从“可选”到“刚需”

英伟达已明确要求所有为Rubin平台建设系统的云服务商和数据中心运营商必须完成向液冷技术的转型。液冷正式从高功耗芯片的辅助散热手段，升级为AI基础设施的基础架构约束，这一转变正在引发整条产业链的价值重构。液冷听着像单一产品，其实是一整套系统工程，产业链可粗略切为三段：上游是快接头、CDU、电磁阀、冷却液等基础零部件；中游做液冷服务器和集成设施；下游是运营商、互联网大厂和最终客户。

决定价值分配的是四大核心部件：冷板、CDU（冷量分配单元）、Manifold（分水歧管）和UQD（快接头），这四样吃掉了整柜液冷90%以上的价值量。冷板紧贴芯片上方，占整柜价值约三到三成半；CDU被称为液冷“心脏”，负责泵送、控温、监测压差。

机柜功耗越高，单柜液冷价值量也水涨船高。GB200 NVL72单柜液冷约8万美元，到GB300单柜抬到约9.47万美元，Rubin级别直接蹦到14至16万美元。相较于GB200 NVL72，Vera Rubin NVL72的液冷价值量增长了213%。英伟达已放开液冷供应商权限，仅提供设计参考及合格供应商名单，将具体采购决策权下放至ODM厂商。

市场空间的扩张同样惊人。AI数据中心液冷渗透率已从2024年的14%攀升至2025年的33%，2026年预计达到40%；全球液冷市场预计从2026年约127亿美元增长到2030年422亿美元，年复合增速约35%。

这股全液冷的风潮不仅限于英伟达。华为最新推出的Atlas 950超节点整机定位全液冷数据中心架构；中科曙光ScaleX640机型直接采用浸没相变液冷技术，单机柜算力密度比传统架构高了二十多倍。国内外算力硬件赛道已达成共识：算力散热全面转向液冷已是无法逆转的趋势。

液冷技术路线之争与终局判断

液冷系统根据液体与硬件的接触方式，分为直接液冷和间接液冷两大类。直接液冷（液体与硬件直接接触）包括浸没式和喷淋式；间接液冷（液体不直接接触硬件，通过冷板等中介传热）以冷板式为代表。

· 冷板式液冷是目前市场绝对主力，其原理是在GPU、CPU等高发热芯片表面贴合微通道冷板，冷却液在封闭管路循环带走热量，低功耗器件保留少量风扇。核心优势在于兼容性强，存量风冷机房可改造，无需大规模重构建筑；运维体系平滑过渡；技术成熟、供应链完善。冷板式数据中心将从2026年的216.2亿元增长至2028年的437.5亿元，始终占据85%以上份额。

· 浸没式液冷则被视为极致高密度算力的终极方案，目前仅适用于超算、高密度AI训练等特定场景，其原理是服务器整机浸泡在绝缘冷却液中，液体直接接触所有元器件，彻底取消机箱风扇。分为单相浸没（液体不沸腾）和双相浸没（液体沸腾吸热，效率更高），核心优势在于散热能力天花板极高，单机柜可支撑200至900kW，PUE最低可达1.03至1.05整机温度均匀、无局部热点。但初期CAPEX投入高，机房承重、防水、改造门槛高；冷却液采购、更换成本更高，运维规范尚在完善。浸没数据中心将从2026年的16.3亿元增至2028年的32.9亿元，规模接近翻倍。

此外还有喷淋式液冷，但现阶段落地应用较少，不适合高密度服务器和大规模数据中心。

冷板式凭借改造成本低、兼容性强的优势，当前占据约65%-90%的市场份额，适配30-80kW主流AI服务器功率区间；随芯片功耗持续攀升及液冷标准统一，浸没式在极端散热需求场景中的渗透率有望逐步提升。关于未来液冷路线的判断，行业已形成几个关键共识：短期内冷板式持续主导，风液混合架构大量存在，未来超大规模万卡级AI训练集群逐步向浸没式渗透。

英伟达Rubin平台的全液冷方案，标志着一个时代的转折。液冷解决的是AI产业最底层的物理约束 —— 热量，算力竞争最终比拼的是稳定、低成本持续运行的万卡集群。没有高效散热，再先进的GPU芯片都无法释放全部性能，液冷正在从“可选项”变成AI时代的“入场券”。

液冷的本质，不是“如何把设备冷却下来”，而是“如何以最低能源成本搬运热量”。未来AI基础设施竞争的核心，已不再是单纯的算力竞争，而是能源效率竞争、热管理竞争和系统工程能力竞争。