说起AI算力，大多数人脑子里蹦出来的第一个词是芯片——英伟达的GPU、华为的昇腾、各种大模型背后那些动辄上万颗的处理器。但很少有人意识到，这些芯片面临着一个远比"算力不够"更棘手的问题：热。
有多热？这么说吧，2026年最新的AI训练芯片，比如英伟达B200、华为昇腾950，单颗芯片的功耗已经突破了1000瓦。什么概念？你家客厅那台柜式空调，制冷功率也就1000瓦左右。一颗芯片，全速运转时发出的热量，相当于一台空调满负荷工作。
而一个标准的AI万卡集群，就是把上万颗这样的"电暖器"塞进几百个机柜里，24小时不停歇地跑。传统风冷？也就是拿风扇吹？根本吹不动了。风的散热极限大约是每平方厘米60瓦，而最新AI芯片的热流密度已经突破每平方厘米2000瓦——差了30多倍。
这就好比你试图用嘴吹气来冷却一块烧红的铁板，不是不行，是完全不够格。
所以，一个你可能从未关注过的产业，正在以超乎想象的速度崛起——液冷散热。它的逻辑很简单：既然风吹不动，那就用水（准确说是特殊冷却液）来带走热量。
别小看这个"降温"的事。据中金公司2026年最新测算，全球智算中心液冷市场规模将达到1147亿元，同比增长273%。赛迪顾问的报告则指出，中国液冷数据中心市场从2025年的159.8亿元起步，到2028年将达到470.4亿元。而放眼更长远的未来，到2030年，国内液冷全产业链规模有望突破3000亿元。
这不是一个"风口上的猪"的故事。这是一个由物理定律决定的刚需——芯片越做越热，散热方案必须跟着升级，没有第二选择。
要理解液冷为什么这么重要，得先搞明白风冷到底怎么了。
传统数据中心的散热方式和家用空调差不多——压缩机把冷风吹进机柜，热气从后面排出来。这套方案用了 decades（几十年），对付普通服务器绰绰有余。普通服务器的单机柜功率大约是6到8千瓦，风冷完全可以hold住。
但AI服务器是另一个物种。
一台搭载8颗高端GPU的AI训练服务器，功率轻松突破10千瓦。而一个满载AI服务器的机柜，功率密度可以达到50到100千瓦，甚至更高。这相当于把十几台家用空调的发热量，压缩到一个衣柜大小的空间里。
📊 关键数据对比
• 传统云数据中心的机柜功率：6-8kW
• 2026年AI智算主流机柜功率：50kW-240kW
• 风冷最大承载极限：约15kW/柜
• 液冷可支撑功率：30kW-100kW+每柜
更关键的是，这个功率还在不断攀升。2028年的下一代AI机柜，功率可能要冲击1.5兆瓦（1500千瓦）。用风冷来散热？那得装多少台风扇？噪音有多大？耗电有多高？全都是无解的问题。
液冷散热的核心思路其实很简单——液体的导热能力远远强于空气。水的导热系数大约是空气的25倍，而专用冷却液的导热效率更是 optimized（优化）到了极致。
打个比方：夏天你满头大汗跑步，风吹过汗水带走热量——这是风冷。但如果你直接跳进泳池里，水直接从你身体吸走热量，效率高出几十倍——这就是液冷。
目前液冷散热主要有两大技术路线：
第一种：冷板式液冷（当前主流）
在芯片表面贴一块金属冷板，冷板里面有管道，冷却液在管道里流动，把芯片的热量带走。就像给芯片贴了一个"水冷贴"。这种方式的好处是改造成本低，跟现有服务器兼容性好，不需要把整个机房推倒重来。目前冷板式液冷占据了市场90%以上的份额。
第二种：浸没式液冷（下一代方向）
更简单粗暴——直接把整个服务器泡在绝缘冷却液里。你没看错，服务器泡在"水"里运行。这里的"水"是一种特殊的氟化液或者合成油，不导电，不会损坏电子元器件。冷却液直接接触所有发热部件，散热效率比冷板式更高，能把数据中心的PUE（能源利用效率）降到1.1以下。
💡 小知识：什么是PUE？
PUE（Power Usage Effectiveness）是衡量数据中心能效的核心指标，数值越接近1，说明用来散热的"冤枉电"越少。传统风冷机房的PUE一般在1.5-2.0之间，意味着有50%甚至100%的电是用在了散热上。液冷可以把PUE压到1.1-1.25，节能效果非常显著。
2026年，一个更前沿的技术方向正在快速崛起——两相浸没式液冷。
原理是这样的：把服务器泡在特殊的冷却液里，冷却液吸收芯片热量后会沸腾汽化（就像水烧开变成水蒸气），蒸汽上升到顶部遇到冷凝器，又变回液体滴回去，循环往复。这个过程利用了液体汽化时吸收大量热量的物理特性（汽化潜热），散热效率比单纯的液体循环高出20倍。
在2026年世界人工智能大会（WAIC 2026）上，就有展商现场展示了浸没式液冷机柜——机柜里一串串气泡从GPU缝隙中冒出来，蒸汽上升、冷凝、回流，整个过程如同一个微型"水循环系统"，非常震撼。
先来看一组让人头皮发麻的数据：
📊 AI芯片功耗攀升轨迹
• 2020年 英伟达A100：400瓦
• 2022年 英伟达H100：700瓦
• 2024年 英伟达B200：1000瓦+
• 2026年 英伟达Rubin架构：预计1200瓦+
• 华为昇腾950系列：700瓦+
短短6年时间，单颗芯片的功耗翻了三倍。而且这个趋势还在加速——因为AI大模型的参数量还在指数级膨胀。Kimi刚刚发布的2.8万亿参数模型，被业内称为"中国又一次DeepSeek时刻"。模型越大，训练和推理时需要的算力就越多，芯片就得越多、越热。
这不是一个选择题，而是一个物理题：芯片越来越热，散热必须跟上，否则芯片就会过热降频甚至烧毁。液冷不是锦上添花，而是刚需中的刚需。
如果说芯片功耗攀升是液冷爆发的"油门"，那政策管控就是另一只强有力的"推手"。
2026年，国家对数据中心的能耗管控已经非常严格。国家发改委明确要求：在京津冀、长三角等八大国家算力枢纽节点，新建大型算力设施的绿电占比必须达到80%以上，PUE必须控制在1.25以下。未达标的项目，一律不予审批、不予并网。
传统风冷机房的PUE普遍在1.5以上，根本达不到新规要求。换句话说，如果你想新建一个AI数据中心，液冷几乎是唯一的合规选项。
而且，存量机房也面临改造压力。全国现有的550多万台标准机柜中，高功耗AI机柜存量超过120万台。未来3-5年，这些机房要么改造液冷，要么就面临电费加价和限期整改。仅存量改造这一项，市场空间就超过600亿元。
很多人一听"液冷"，第一反应是：肯定很贵吧？
确实，液冷系统的初始建设成本比风冷高出30%-50%。但账不能只算一半。一个数据中心的寿命周期通常是15-20年，散热系统的成本要放在整个生命周期里来看。
液冷的运营成本优势非常明显：
行业里有个共识：液冷系统的增量投资，通常在2-3年内就能通过电费节省回收。之后十几年都是纯赚。
液冷系统里最"神秘"的环节，可能就是冷却液了。很多人以为就是水，其实远没那么简单。
冷板式液冷用的是乙二醇水溶液（汽车防冻液的主要成分），技术门槛不算太高。但浸没式液冷需要的氟化液可就高级了——它必须满足绝缘、不燃、化学性质稳定、沸点精准可控等一堆苛刻要求。全球能生产高端氟化液的厂家屈指可数，过去长期被3M等海外巨头垄断。
好消息是，国产替代已经破局。2026年，国内多家企业已经实现了氟化液的自主量产，材料价格开始下行。这也是浸没式液冷从"试验田"走向大规模商用的关键推手之一。
除了冷却液，上游还包括冷板用的高导热铜合金材料、密封管路、快接头等。这些看起来不起眼的"小件"，其实是整个系统的命脉——一旦密封出了问题，冷却液泄漏，整个服务器集群可能就报废了。
液冷系统的成本大头在中游硬件环节。根据行业数据，一套典型的冷板式液冷系统的成本结构大致是：
📊 冷板式液冷系统成本结构
• 冷板（贴合芯片的散热板）：占比约32%
• 快接头（连接管路的关键部件）：占比约28%
• CDU冷量分配单元（液冷系统的"心脏"）：占比约25%
• 管路、阀门等配件：占比约10%
• 冷却液：占比仅约5%
一个有趣的发现：卖"管子"的比卖"水"的赚得多。冷却液只占5%的成本，但它的作用不可替代。真正的利润集中在冷板、快接头和CDU这三大核心部件上。
CDU（Cold Distribution Unit）是液冷系统的"心脏"，负责控制冷却液的温度、流量和压力。一台高端CDU的价格可以达到数十万元。目前这个环节竞争格局相对集中，技术壁垒较高。
液冷产业链的下游，是把所有部件组装成一套完整方案的企业——包括服务器厂商、数据中心建设商、智算中心运营商。
2026年世界人工智能大会上，华为、中兴、新华三、浪潮、中科曙光等国内主流服务器厂商，展出的新一代产品全部标配液冷散热方案。华为更是直接发布了CoolStack液冷整机柜方案，把服务器、液冷系统、供电系统集成在一个机柜里，客户拿到手就能用。
这种"整机柜交付"的模式正在成为行业趋势——客户不再需要自己拼凑服务器、散热、供电等各种设备，直接采购一整套方案，省心省力。对于具备整体设计和集成能力的企业来说，单笔订单的规模可以达到数十亿甚至上百亿。
过去两年，CPO（光电共封装）和高端PCB（印刷电路板）是AI硬件领域最火的赛道。但进入2026年下半年，这两个方向都出现了明显的"涨不动"迹象。
核心原因在于产能过剩。PCB领域大量新产能集中投产，价格战已经开始；CPO则高度依赖海外云厂商的资本开支节奏，不确定性大。
相比之下，液冷赛道有三道独特的"护城河"：
一个关键数据：2024年AI机房的液冷渗透率只有14%，2025年提升到33%，2026年预计突破40%。
也就是说，即便到今天，还有大量机房在用风冷方案。而新建的万卡级智算集群，液冷配套率已经是100%。这意味着存量改造+新增需求的"双轮驱动"，将持续推动液冷市场在未来5年内保持高增长。
对比CPO和PCB赛道70%以上的渗透率，液冷还处于爆发初期，成长天花板远未触及。
聊液冷，不能不聊电力。因为散热只是AI数据中心能耗的一部分，另一大块是芯片本身的用电。
据中国信通院数据，2025年我国算力中心用电量达到1960亿千瓦时，同比增长18.1%，远超全社会5%的平均用电增速。到2030年，这个数字预计将飙升至5000亿千瓦时，极端情况下可能达到7000亿千瓦时。
Gartner的预测更加直接：2026年全球数据中心总耗电量将同比上涨26%，达到565太瓦时——相当于日本全年的用电量。其中，AI优化型服务器耗电将达到175太瓦时，同比暴涨84%。
💡 一组直观的数据
• 一台高性能服务器的年耗电量 ≈ 20个普通家庭
• 一个万卡级AI集群的年用电量 ≈ 一座中小城市
• 2026年全球数据中心用电首破1000太瓦时 ≈ 日本全年用电
电力供给不足，已经成为制约AI产业扩张的硬性瓶颈。2026年初，全球有超过75个、总投资超过1300亿美元的数据中心项目因为电力和水资源问题被叫停。
液冷散热对电力问题的贡献是间接但巨大的：
首先，液冷大幅降低了散热环节的能耗。传统风冷机房中，散热用电可以占到总用电的40%-50%。液冷可以将这个比例降低到15%-20%。换句话说，同样的电力预算，液冷机房可以释放更多电力给芯片本身，相当于间接增加了算力。
其次，液冷的高效率使得数据中心可以更好地利用绿色能源。在西部地区，风电、光伏的发电成本很低，但受限于电网输送损耗，难以送到东部。如果直接在西部建设液冷智算中心（东数西算），就能就地消纳绿电，一举两得。
第三，液冷的余热回收能力是一个额外的"彩蛋"。浸没式液冷的回水温度可以达到55℃，可以直接接入市政供暖系统。在北方地区，数据中心的余热甚至可以反向给城市供暖，创造额外收入。
这个阶段的特征是"跑马圈地"。新建智算中心全部采用液冷方案，冷板式液冷占据绝对主流。产业链上的核心部件供应商（冷板、CDU、管路）订单饱满，业绩高速增长。
赛迪顾问预测，液冷产业真正的业绩爆发点将在2027-2028年到来。未来两三年，行业竞争焦点将从"技术验证"转向"产能与交付能力"——谁能更快地造出足够多的设备，谁就能吃到最大的蛋糕。
随着AI芯片功耗进一步攀升（单芯片可能突破1500瓦），冷板式液冷也会接近性能边界。浸没式液冷将在这个阶段快速崛起，市场份额从目前的不到10%提升到30%以上。
这个阶段的看点在于：氟化液的国产化进程、浸没式液冷的工程化运维经验积累、以及存量机房的规模化改造。
到2030年，液冷将像今天的空调一样普及。所有的数据中心、智算中心、超算中心都离不开液冷。液冷产业链将从"高科技赛道"逐渐演变为"新基建"，市场规模突破3000亿元，增速趋于平稳。
届时，行业竞争的焦点可能从"技术"转向"运营"——谁能在更大规模上管理液冷系统、实现更低的运维成本，谁就能持续胜出。
我们常说"AI的尽头是算力"，但很少有人补充后半句——算力的尽头，是散热和能源。
芯片可以越做越强，但如果热量散不出去，所有算力都是空中楼阁。液冷散热，看起来是个"降温"的小事情，实际上决定了整个AI产业能不能继续跑下去。
从产业链角度看，液冷赛道有几个显著特征值得关注：第一，由物理定律驱动的刚性需求，不会因为市场情绪变化而消失；第二，国产化程度高，不受海外市场波动影响；第三，渗透率低、天花板高，行业还处在爆发初期。
当然，任何一个产业都不会一帆风顺。液冷技术路线的迭代、原材料价格波动、下游算力投资节奏变化，都是需要持续跟踪的变量。
但有一点是确定的：只要AI还在发展，芯片还在变强，液冷散热就是一门越做越大的生意。这个"隐形战场"的故事，才刚刚翻开第一页。
AI知识 液冷散热 数据中心 算力基础设施