微博AI服务器越来越热，液冷正在成为新基础设施
服务器越来越“热”，谁来给AI降温？
过去几年，人工智能大模型进入高速发展期。
从ChatGPT到国产大模型，从训练千亿参数模型到部署AI应用，算力需求呈现爆发式增长。
但一个问题也越来越突出：
芯片越强，服务器越热。
传统数据中心依靠空调风冷降温，但面对未来高功率AI服务器，风冷正在接近极限。
于是，一项新技术正在成为算力基础设施的新方向：
液冷散热。
简单来说，就是不再用大量空气“吹”服务器，而是直接利用液体带走芯片产生的热量。
在贵州贵安新区南方能源大数据中心，40英尺集装箱式浸没式液冷算力方舱已经投入应用。
服务器直接浸没在特殊冷却液中运行，没有传统机房巨大的风机噪音，却能持续稳定支撑高密度算力任务。
数据显示：
传统风冷模式下，完成一度电计算任务，还需要额外消耗约0.3至0.5度电用于散热；
而全浸没式液冷，可以将散热额外耗电降低至约0.15度。
这意味着：
未来AI竞争，不只是芯片竞争，也是“降温能力”的竞争。
AI算力越强，液冷需求越大
为什么液冷突然成为市场热点？
核心原因只有一个：
AI服务器功耗正在快速提升。
过去普通服务器功率密度有限，风冷还能满足需求。
但如今GPU集群、大模型训练服务器不断升级，单机柜功率持续提高，传统散热方式效率下降。
业内认为：
未来高密度智算中心建设，液冷可能从“可选方案”逐渐成为“基础配置”。
目前行业主要路线包括：
1、冷板式液冷
通过冷板贴近CPU、GPU等核心芯片，将热量快速传导出去。
优势：
- 技术成熟；
- 改造难度较低；
- 更容易规模化部署。
2、浸没式液冷
直接将服务器浸泡在绝缘冷却液中。
优势：
- 散热效率更高；
- 支持更高功率芯片；
- 降低机房噪音。
3、相变液冷
利用材料相变过程吸收大量热量，被认为是未来超高密度算力的重要方向。
绿电+液冷，正在重塑算力产业链
液冷的价值，不只是降低温度。
更大的意义在于：
它正在连接两个未来产业：
新能源 + 人工智能。
过去：
绿电解决“电从哪里来”。
液冷解决：
“如何让每一度电产生更多算力”。
未来的数据中心竞争，可能不只是比服务器数量，而是比：
- 电力成本；
- 能源利用效率；
- 碳排放水平；
- 算力运行效率。
目前先进数据中心PUE（电源使用效率）已经可以压缩到1.1—1.2区间。
部分液冷方案甚至可以达到更低水平。
这意味着：
同样一度绿色电力，未来可以支撑更多AI计算任务。
液冷产业链，谁正在受益？
随着AI数据中心建设加速，液冷产业链迎来快速发展。
市场关注方向主要包括：
一、液冷系统供应商
负责数据中心整体温控解决方案。
代表企业：
- 英维克：温控设备领域布局较深，液冷系统业务持续推进；
- 高澜股份：布局浸没式液冷技术；
- 曙光数创：专注数据中心液冷解决方案。
二、核心零部件企业
包括：
- 液冷服务器机柜；
- 冷板；
- 快速接头；
- 泵阀系统；
- 换热设备；
- 高性能导热材料。
AI服务器功率提升，将持续带动相关零部件升级。
三、材料企业
未来液冷竞争不仅是设备竞争，也是材料竞争。
包括：
- 高性能导热材料；
- 相变材料；
- 新型冷却介质。
但液冷赛道并非没有挑战
市场空间巨大，但行业仍处于发展阶段。
目前主要问题包括：
第一，建设成本较高。
液冷系统需要新增设备、管路和运维体系，初期投入明显增加。
第二，标准体系仍需完善。
不同服务器厂商、数据中心之间接口标准尚未完全统一。
第三，余热利用仍需突破。
液冷带走的大量热量，如果能够用于城市供暖、工业生产，将进一步提升能源利用效率。
未来真正成熟的模式，不只是：
“液冷降温”。
而是：
算力—电力—热力三网协同。
投资视角：AI时代，下一个基础设施机会在哪里？
过去几年，市场关注：
芯片、服务器、模型。
但随着AI进入规模化应用阶段，基础设施的重要性正在提升。
没有高效散热，就没有无限扩张的算力。
液冷可能成为继：
- 光模块；
- 电源系统；
- AI服务器；
之后，又一个重要基础设施赛道。
未来几年值得关注的方向：
AI数据中心液冷设备
高性能导热材料
浸没式液冷技术
数据中心能源管理
绿电与算力协同运营
人工智能的竞争，不只是算法和芯片的竞争。
当算力进入“高温时代”，谁掌握更高效的散热技术，谁就可能掌握下一轮算力基础设施升级机会。
参考资料：
- 人民网：《液冷带走“热量” 绿色算力越跑越“火”》（2026年9月4日）
- 中国信息通信研究院：《绿色算力发展研究报告（2026年）》
- 国家发展改革委等四部门：《关于促进人工智能与能源双向赋能的行动方案》
- 《节能装备高质量发展实施方案（2026—2028年）》
- 相关上市公司公开披露资料及半年报信息
（本文仅作产业趋势分析，不构成投资建议。市场有风险，投资需谨慎。）
