单机柜100kW：AI服务器散热的生死线_服务器

1. 风冷扛不住了！AI机柜功耗飙到140kW，液冷从“可选”变唯一解

2. 冷板式液冷 VS 浸没式液冷（AI算力机房）一句话总纲：冷板式是当下商业化主力，兼容性强、运维简单；浸没式散热上限更高、PUE更低，但前期投入贵、运维门槛高，只适合超高密度大模型训练场景，短期不会全面替代冷板。一、原理简单区分 - 冷板式：在GPU/CPU芯片表面贴带水道的金属冷板，冷却液只在冷板内部循环，液体不接触电路板。其余网卡、硬盘、电源还需要少量风扇辅助散热，属于间接冷却。 - 浸没式：把整台服务器浸泡在高绝缘冷却液（氟化液/硅油）里面，芯片、主板直接泡在液体中，热量直接传给冷却液，完全取消服务器风扇，直接接触式散热。二、优缺点对比 ✅冷板式液冷（当前市场90%份额，主流方案）优点 1. 服务器改动小，存量机房可以分期改造，不用推倒重建； 2. 运维方式和风冷接近，服务器可以直接插拔更换，工程师上手快； 3. 产业链成熟，浪潮、华为、英伟达H100/B200服务器标配冷板方案； 4. 单机柜支持25~100kW，足够绝大多数AI训练、推理集群；PUE一般做到1.1~1.2。缺点 1. 只给核心芯片散热，硬盘、电源仍需要风冷辅助，散热天花板有限； 2. 单机柜超过100kW之后，管路、接头、泄漏风险会明显上升； 3. 很难做到PUE＜1.1。 ✅浸没式液冷（细分高密场景，试点快速增长）优点 1. 散热效率极强，PUE最低可做到1.05；单机柜轻松做到100kW+，未来可支持兆瓦级超高密度机柜； 2. 无风扇，机房噪音极低，芯片温度更稳定，长时间满载下GPU不容易降频； 3. 余热回收潜力大，热量可以回收供暖，适合绿电基地长期运营。缺点 1. 初始投资高：定制服务器、机柜箱体、大量绝缘冷却液，CAPEX比冷板高30%-40%；氟化液很贵，还存在挥发损耗，持续耗材成本高； 2. 运维复杂：维修服务器需要从液槽里捞机器、排液、干燥；对元器件材料兼容性有要求，普通服务器不能直接泡； 3. 机房承重改造要求高，存量机房改造难度极大，基本只能新建机房； 4. 冷却液有环保、安全风险，泄漏处理麻烦。成本算账：浸没式前期花钱多；运营周期超过6年，电费节省才能覆盖高出的建设成本，回本周期很长。三、国内落地现状 1. 冷板式：已经大规模商用。阿里云、移动智算、联通智算、浪潮AI集群，绝大多数新建智算中心首选冷板。H100、昇腾950主流AI服务器标配冷板，适合25~80kW机柜的大模型训练、在线推理，东数西算贵州、宁夏、庆阳大量部署。 2. 浸没式：目前以试点、超算、超大模型训练集群为主，整体占比不到10%。 - 案例：贵安浸没式算力方舱、腾讯云、阿里云小规模浸没试点，河南郑州相变浸没项目； - 定位：单机柜100kW以上超高密度训练集群，适合持续不间断跑大模型预训练；在线推理业务基本不用浸没式，运维麻烦，性价比不划算。四、投资避坑要点（普通投资者重点看） 1. 很多宣传“浸没式液冷”项目，要看清楚：是已经大规模上架GPU，还是只是实验室/小样机试点； 2. 不要盲目迷信浸没式：不是PUE越低就越赚钱，要算全生命周期成本。如果机柜上架率低，浸没式高昂的前期投入会变成巨大负担； 3. 业务区分：在线推理优先冷板；超大算力长时间离线预训练，才值得考虑浸没式。极简总结短期（未来2-3年）：冷板式依然是AI智算中心绝对主流；中长期：随着H200、下一代超高功耗芯片普及，单机柜功率突破100kW，浸没式的占比才会慢慢提升。两者不是替代关系，是按机柜功率、业务类型分工共存。

3. 未来3年液冷渗透率推演（2026-2028）一句话总纲：整体液冷的分化非常明显：AI高密训练集群渗透率快速拉满；普通推理服务器、通用业务服务器液冷渗透很慢。冷板式是绝对主力，液冷大盘里面长期占85%+；浸没式增速更高，但只在单机柜≥100MW超高密训练场景放量，整体份额到2028年大概也就10%~15% 。重要区分：全部服务器的液冷渗透率 VS AI高密GPU服务器液冷渗透率，是两个完全不同的数字，很多报告容易混淆。一、渗透率拆分 1）AI高密GPU服务器（H100/GB200、昇腾950这类训练集群） - 2025：约33% - 2026：50%~53% - 2027：65%~70% - 2028：75%~80% 逻辑：单机柜功率＞25kW之后，风冷经济性大幅下滑；单机柜＞40kW，新建项目基本强制液冷。未来3年新建离线训练集群，液冷基本成为标配。路线内部结构：在这部分AI高密液冷里面，冷板式占85%~90%，浸没式10%以内；到2028年浸没提升到10~15%。 2）全部国内服务器（含普通CPU、低功耗推理服务器，口径最宽）这个整体大盘渗透率会低很多，因为大量普通业务继续风冷： - 2025：约20% - 2026：37% - 2027：接近50% - 2028：约55% 3）冷板式 VS 浸没式份额（液冷内部的占比，不是全部服务器） - 冷板式：2025年93.5%；2028年维持85%以上，不会被浸没替代，只是份额小幅下滑。优势：存量机房改造、运维、交付都成熟，适配25~80kW机柜，公有云、运营商新建智算首选。 - 浸没式：2025年6.5%；2028年提升至10%~15%。增速快，但基数小，市场体量远小于冷板。定位：只给单机柜100kW+的超高密度离线训练集群，面向超大模型预训练；在线推理业务几乎不用浸没式。二、哪些场景渗透率提升最快（优先级从高到低） ✅第一梯队：西部离线AI训练智算中心（东数西算八大枢纽，贵州、宁夏、庆阳）单机柜40~100kW，24小时不间断跑大模型预训练，PUE指标考核严格，天然适合液冷。新建项目液冷渗透率几乎100%，是液冷最大增量来源，优先冷板式，少量超高密试点浸没。 ✅第二梯队：运营商新建智算集群、公有云自建AI训练机房三大运营商新建智算项目，液冷招标比例已经很高；头部云厂商H100/GB系列集群全部标配冷板。机柜功率大多30~80kW，冷板式为主。 ✅第三梯队：存量机房改造（中高密度GPU集群）存量机房原来风冷，现在扩容上高功耗GPU，改造优先冷板式。浸没式很难改造存量机房，只能新建。 ⚠️提升很慢、液冷渗透率低的场景： 1. 在线推理集群：单机柜功率低（10~25kW），对延迟敏感，风冷足够，液冷性价比不高； 2. 普通存储、通用业务服务器：发热低，完全不需要液冷； 3. 边缘算力、小型机房：机柜数量少，液冷的工程、运维成本太高，基本继续风冷。三、2个关键约束，决定渗透率上限 1. 机柜功率阈值是分界线单机柜＜25kW：风冷性价比更高； 25~100kW：冷板式液冷黄金区间（未来三年最大市场）；＞100kW：浸没式优势显现，但CAPEX高，只有超大模型训练项目才会选择。 2. 能耗指标、PUE政策，加速液冷落地新建大型算力中心普遍要求PUE≤1.15，风冷很难达标，倒逼高密集群上液冷。但普通低密机房不受这个约束。四、投资者要避开的认知误区 1. ❌误区：浸没式会取代冷板式现实：分层共存，不是替代。绝大多数AI集群机柜功率落在25~80kW区间，冷板是最优解；浸没只在兆瓦级超高密场景使用。未来3年冷板依然是绝对主力。 2. ❌误区：所有服务器都会上液冷普通推理、存储服务器依然大量风冷。液冷的渗透主线是高密度GPU训练集群，不是全部服务器。 3. ❌误区：渗透率线性上涨，不会波动如果AI算力资本开支收缩，新建智算中心延期，渗透率提升节奏会直接放缓。极简总结未来3年，液冷渗透的核心战场是新建高密度AI训练集群，这一块渗透率会快速冲到75%-80%；普通服务器整体渗透率提升偏慢。冷板式持续占据液冷85%以上市场份额；浸没式增速更高，但只局限于单机柜100kW以上超高密预训练场景，整体盘子不大。风险提示：仅产业科普，不构成任何投资建议。

4. 液冷会彻底淘汰传统风冷?中小型数据中心升级只能硬砸重金吗?

6. 曙光8000全速运转一年半的热量为什么能烧开西湖?|芯片|集群|液冷|散热|系统_新浪新闻

7. 曙光8000依靠“泡澡”解决算力散热难题

8. 曙光8000有多强?一年半热量能烧开西湖!|芯片|液冷|超级计算机|散热|系统_新浪新闻

9. 何以成就超级工程？曙光8000强闯三道“鬼门关”

10. 亿万克液冷服务器PUE多少

11. 单机柜900kW！PUE<1.04！曙光数创全球首发MW级相变浸没液冷整机柜，提前两年实现英伟达Feynman架构目标，已落地国家超算互联网核心节点！

12. 液冷技术的发展趋势与挑战：AI 算力时代的散热革命

13. 亿万克全浸没式液冷机柜机房PUE可以做到多少？

14. 冷板式液冷 VS 浸没式液冷（AI算力机房）一句话总纲：冷板式是当下商业化主力，兼容性强、运维简单；浸没式散热上限更高、PUE更低，但前期投入贵、运维门槛高，只适合超高密度大模型训练场景，短期不会全面替代冷板。一、原理简单区分 - 冷板式：在GPU/CPU芯片表面贴带水道的金属冷板，冷却液只在冷板内部循环，液体不接触电路板。其余网卡、硬盘、电源还需要少量风扇辅助散热，属于间接冷却。 - 浸没式：把整台服务器浸泡在高绝缘冷却液（氟化液/硅油）里面，芯片、主板直接泡在液体中，热量直接传给冷却液，完全取消服务器风扇，直接接触式散热。二、优缺点对比 ✅冷板式液冷（当前市场90%份额，主流方案）优点 1. 服务器改动小，存量机房可以分期改造，不用推倒重建； 2. 运维方式和风冷接近，服务器可以直接插拔更换，工程师上手快； 3. 产业链成熟，浪潮、华为、英伟达H100/B200服务器标配冷板方案； 4. 单机柜支持25~100kW，足够绝大多数AI训练、推理集群；PUE一般做到1.1~1.2。缺点 1. 只给核心芯片散热，硬盘、电源仍需要风冷辅助，散热天花板有限； 2. 单机柜超过100kW之后，管路、接头、泄漏风险会明显上升； 3. 很难做到PUE＜1.1。 ✅浸没式液冷（细分高密场景，试点快速增长）优点 1. 散热效率极强，PUE最低可做到1.05；单机柜轻松做到100kW+，未来可支持兆瓦级超高密度机柜； 2. 无风扇，机房噪音极低，芯片温度更稳定，长时间满载下GPU不容易降频； 3. 余热回收潜力大，热量可以回收供暖，适合绿电基地长期运营。缺点 1. 初始投资高：定制服务器、机柜箱体、大量绝缘冷却液，CAPEX比冷板高30%-40%；氟化液很贵，还存在挥发损耗，持续耗材成本高； 2. 运维复杂：维修服务器需要从液槽里捞机器、排液、干燥；对元器件材料兼容性有要求，普通服务器不能直接泡； 3. 机房承重改造要求高，存量机房改造难度极大，基本只能新建机房； 4. 冷却液有环保、安全风险，泄漏处理麻烦。成本算账：浸没式前期花钱多；运营周期超过6年，电费节省才能覆盖高出的建设成本，回本周期很长。三、国内落地现状 1. 冷板式：已经大规模商用。阿里云、移动智算、联通智算、浪潮AI集群，绝大多数新建智算中心首选冷板。H100、昇腾950主流AI服务器标配冷板，适合25~80kW机柜的大模型训练、在线推理，东数西算贵州、宁夏、庆阳大量部署。 2. 浸没式：目前以试点、超算、超大模型训练集群为主，整体占比不到10%。 - 案例：贵安浸没式算力方舱、腾讯云、阿里云小规模浸没试点，河南郑州相变浸没项目； - 定位：单机柜100kW以上超高密度训练集群，适合持续不间断跑大模型预训练；在线推理业务基本不用浸没式，运维麻烦，性价比不划算。四、投资避坑要点（普通投资者重点看） 1. 很多宣传“浸没式液冷”项目，要看清楚：是已经大规模上架GPU，还是只是实验室/小样机试点； 2. 不要盲目迷信浸没式：不是PUE越低就越赚钱，要算全生命周期成本。如果机柜上架率低，浸没式高昂的前期投入会变成巨大负担； 3. 业务区分：在线推理优先冷板；超大算力长时间离线预训练，才值得考虑浸没式。极简总结短期（未来2-3年）：冷板式依然是AI智算中心绝对主流；中长期：随着H200、下一代超高功耗芯片普及，单机柜功率突破100kW，浸没式的占比才会慢慢提升。两者不是替代关系，是按机柜功率、业务类型分工共存。

15. 算力火爆带热液冷赛道

16. 470亿液冷赛道爆火，增收反亏成常态，暗战才刚开始

17. 液冷与风冷散热方案对比，算力基建谁更具备长期潜力？

18. AI数据中心液冷产业全景解析：从配套设备走向算力基础设施

19. 跨界科技巨头联手英特尔，拿下数据中心液冷入场券

20. 空气能热泵能进数据中心液冷赛道吗？2026年这场‘冷热之争’正悄悄改写千亿算力江湖

21. 皮肤科小医生的微博

22. 《经济日报》关注贵州液冷探索

23. 散热技术对曙光8000释放算力有多重要?|热量|芯片|集群|AI芯片|CPU_新浪新闻

24. 区区20瓦撑起千亿神经元！人脑这台生物超算的极限究竟在哪？

25. 浸没式液冷技术概述及发展历程

单机柜100kW：AI服务器散热的生死线

精选参考来源