液冷，AI算力的“新基建”

今年夏天，全球AI产业迎来了一场不约而同的“散热革命”。先是英伟达宣布新一代Rubin平台实现100%全液冷，后是谷歌推出了面向数据中心的“Brazos”液冷方案，紧接着AMD与施耐德电气联合发布了首款针对Helios机柜级解决方案的液冷参考设计。

三大巨头几乎在同一时间把液冷从“可选项”升级为“必选项”，这并非巧合。当单颗AI芯片的热设计功耗（TDP）普遍突破1000瓦、单机柜功率跨入200千瓦时代，‌风冷时代的谢幕与液冷时代的开启，已经从行业预判变成了正在发生的事实。

液冷为什么成为“必选项”？

三大巨头为何同时转向液冷？这要从芯片的“发烧”说起：英伟达GPU产品热设计功耗从2020年A100的400W，一路攀升至2026年Rubin架构的2300W；单机柜功率密度从传统的20至30kW，跃升至120kW以上。而按照申万宏源的测算，2027年的Rubin Ultra将直奔4000W。

此前，谷歌云也坦言，新一代AI/HPC芯片的热设计功耗已常态化超过1000W，传统风冷难以应对。据TrendForce数据显示，英伟达、AMD、谷歌等厂商的单颗AI芯片TDP已普遍突破1000瓦，整柜式AI服务器功率更高达数百千瓦。传统机房风冷的经济运行上限约30kW，当单机柜功率达到200kW级别，单纯依靠风冷在工程上已几乎不具备可行性。

功耗翻倍，带来的是实打实的电费和成本。有液冷项目估算，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。过去，冷却系统占数据中心电力消耗的40%，而Rubin的液冷方案从根本上改变了这一状况。此前，施耐德电气旗下先进散热部门Motivair总裁Richard Whitmore曾直言：“随着芯片功率密度超过风冷极限，液冷已成为必然选择。”

除了芯片功耗的持续攀升和算力成本的同步上涨，PUE（电能使用效率）政策也在收紧。今年多个地区、多个部门的行动计划明确要求，新建大型及超大型数据中心PUE必须降至1.25以内，国家枢纽节点不得高于1.2。而上海“算力浦江”行动，更是直接提出液冷机柜占比超过50%的目标。

一边是芯片功耗的物理倒逼，一边是能效指标的政策硬约束，两股力量叠加，液冷从“可选项”变成了“必选项”。

三大巨头，三套液冷打法

英伟达、AMD、谷歌虽然都转向了液冷，但三家的技术路线和商业策略各有侧重。

作为算力生态的主导者，英伟达选择把液冷做进平台最底层。2026年6月21日，英伟达首次完整公开Vera Rubin平台的散热架构——这是全球首个100%全液冷AI计算平台：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。

旗舰机架NVL72做得更精妙：机箱内无电缆、无风扇、无软管，计算模块组装时间从数小时缩短到一分钟，采用45℃温水液冷入口设计，可实现无需冷水机的干式冷却。这意味着，新建AI工厂甚至可以不建传统冷水机组，冷却系统从“配套设施”变成了“平台原生设计”。

在英伟达看来，液冷不是成本，而是竞争力。根据官方披露，Vera Rubin平台在理想工况下，单位兆瓦吞吐量较上一代提升约30倍，单Token成本最高降低35倍‌——“电力成为稀缺资源”，恰恰是它说服客户换代的筹码。

AMD的液冷策略，则是走了一条不同的路——‌不单独出硬件，而是联合基础设施巨头做整体解决方案。2026年7月下旬，AMD与施耐德电气联合发布首款针对AMD Helios机柜级解决方案的液冷参考设计：单机架最高支持246kW，IT容量最高可达10.4MW，最多可支撑2880个GPU的集群规模。

AMD的思路很清楚，芯片厂商强在算力，但数据中心是机电、暖通、配电的综合工程。联合施耐德这样的能效管理巨头，等于把“散热怎么落地”的答案直接写进参考设计，降低客户从风冷迁移的门槛。参考设计的意义在于“定义生态”：谁家的方案进得了这份设计，谁就能在AMD的集群里分到蛋糕。

谷歌是三家中液冷渗透率最高的，作为全球最大云厂商之一，谷歌有超过80%的AI服务器已经采用液冷。2026年6月17日，谷歌推出的“Brazos”液冷方案是一款机架式、闭环液对空冷却系统，可在现有风冷数据中心内部署高密度液冷设备。其核心价值在于不需要整栋机房重建液冷水网，而是通过逐柜加装液冷能力，就能在现有风冷数据中心内部署高密度液冷设备。

用谷歌的话说，这是为了让“老数据中心也能跑新一代AI芯片”。

一场价值千亿的产业重构

三大巨头集体转向液冷，撬动的不仅仅是散热方式的变化，更是整条产业链的价值重估。

据中金公司预测，2026年将迎来液冷放量元年，全球智算中心液冷市场规模有望达到1147亿元，同比增长273%。据申万宏源测算，2026年液冷整体市场空间有望超千亿，2028年或将突破3000亿元。在渗透率方面，TrendForce集邦咨询预计，液冷在AI芯片中的渗透率将从2025年的约33%，上升到2026年的53%，2027年有望逼近60%。

对于产业链企业而言，这将会带来三重利好。最直观的变化，就是产业地位跃升。液冷不再是数据中心建设中“顺便采购”的配套设备，而是决定算力能否部署的核心基础设施。没有适配的液冷方案，下一代超高功耗AI芯片很难实现大规模高密度部署；即便硬件能够点亮，也容易因过热降频而无法充分释放算力。这意味着，液冷厂商从“乙方”变成了“战略合作伙伴”，在产业链中的话语权显著增强。

其次是盈利能力的提升。液冷系统的技术壁垒远高于传统风冷设备，毛利率也更高。冷板、CDU、快接头等核心部件，由于需要通过英伟达、谷歌等头部客户的严格认证，准入周期长、竞争格局好，头部厂商享有明显的技术溢价。

最关键是的，确立生态话语权。参考设计、行业标准、平台认证，都在重新分配利益。谁的方案进入英伟达、AMD的生态名单，谁就锁定了未来数年的订单。

对于整个行业而言，液冷还带来了“能源效率革命”的附加价值——PUE更低、余热可回收、绿电可直供，数据中心从“耗电大户”向“绿色算力”转型，液冷是最关键的一块拼图。

液冷普及还需跨过三道坎

尽管液冷前景一片光明，但要真正成为AI算力的“新基建”，仍面临不少现实挑战。

目前液冷分为两大流派：冷板式和浸没式。其中，冷板式是冷却液在金属冷板内部循环，冷板通过导热介质紧贴芯片表面带走热量，冷却液不直接接触服务器元器件，这种改造方便、商业化成熟，是当前主流；而浸没式是把整个服务器泡进绝缘冷却液中，散热能力最强，但改造成本高、对设备兼容性要求高。有业内人士指出，单机功率超过100kW后，冷板式液冷的压力明显增加；当机柜功率达到200kW以上，浸没式方案会更有优势。也就是说，短期冷板式吃下大部分市场，但超大规模集群越建越多，浸没式会逐步补位。两条路线短期内并行，长期看功率决定胜负。

除了技术路线的选择难题，液冷落地的另一大现实障碍，就是‌存量机房改造的成本与周期问题‌。对于存量数据中心而言，从风冷转向液冷并非易事，其改造不仅花钱，更花时间。据悉，一个中型数据中心的液冷改造，少则几个月，多则半年以上，期间业务还可能受影响。谷歌Brazos之所以被业内热议，恰恰说明存量机房改造的难度更高——不能推倒重建，只能“逐柜加装”。而逐柜改造意味着停机、布线、测试，时间成本和资金成本都不低。新建数据中心可以一步到位，但海量存量资产，需要时间慢慢消化。

此外，液冷爆发式的需求增长，也给供应链带来了巨大压力。据产业调研反馈，当前全球主要快接头产能已被英伟达Rubin平台和北美云巨头的订单提前锁定，导致大量二线智算中心项目面临“有冷板、无接头”的供应链压力。冷板、分水歧管、快速接头等配套工厂产能持续爬坡，部分头部企业已开启二期扩产。水泵、冷板等核心部件供应商因产能紧张而掌握定价权。目前的现实是：‌需求增长太快，供应链扩产需要时间，而产能能否跟得上需求增速，是未来一至两年最大的不确定性。

从风冷时代走到高密度AI算力时代，液冷的崛起不只是散热技术的迭代，更是整个算力基础设施底层逻辑的切换。芯片功耗持续冲高的硬性约束、国家绿色算力政策的导向，叠加海外科技巨头的生态牵引，共同推着液冷快步走出实验室，成为智算建设绕不开的核心底座。

眼下，冷板式与浸没式技术路线并行发展，存量机房改造阵痛犹在，核心零部件产能瓶颈尚未完全破除，行业距离成熟普惠还有一段路要走。但千亿级市场浪潮已经开启，产业链上下游企业既要攻克材料、工艺、产能的现实难题，也要参与行业标准共建、生态认证落地。未来，液冷能力的强弱，或将成为衡量智算中心核心竞争力的标尺。当散热不再制约算力释放，数据中心也将跳出单纯耗能的定位，依托余热回收、低碳运维，真正成为人工智能产业高速发展的绿色基石。