技术深度解析
物理定律毫不留情。空气的比热容约为1.005 kJ/kg·K，导热系数仅约0.026 W/m·K，是一种低效的传热介质。当AI芯片——如传闻TDP超过1000W的NVIDIA B200和功耗750W+的AMD MI300X——将功率密度推至100W/cm²以上时，所需的气流速度已变得不切实际：风扇噪音、振动以及庞大的空气流量都带来了边际效益递减。从芯片到环境空气的热阻，成为散热方程中的主导项。
液冷通过使用导热系数高出20至40倍、比热容高出4至10倍的流体，绕开了这一限制。目前有两种主流架构已成为行业标准：
1. 芯片直触（冷板）微对流： 这是最成熟且应用最广的方案。一块液冷冷板直接安装在芯片上，内部采用微通道或射流冲击结构以最大化传热效率。冷却液（通常为水-乙二醇或介电流体）在封闭回路中流动，将热量传递至设施级的冷却液分配单元（CDU）。关键工程挑战在于管理导热界面材料（TIM）并确保芯片表面流量均匀分布。CoolIT Systems和Boyd Corporation等公司的最新进展已将热阻降至0.01°C/W，使芯片能够满负荷运行而无需降频。
2. 单相浸没冷却： 在此方案中，整台服务器或计算模块被浸入介电流体中（例如3M Novec，但Engineered Fluids和Solvay等公司的替代品正逐渐获得市场认可）。流体通过沸腾或单纯的对流将热量带走至热交换器。这完全消除了对风扇的需求，大幅降低噪音，并保护电子元件免受灰尘和腐蚀。代价是更高的初始流体成本、更复杂的维护（检修浸没式服务器需要起吊设备），以及需要专用硬件（例如无旋转磁盘、密封连接器）。然而，对于密度至上的AI训练集群，浸没冷却可实现单机柜100kW+的功率密度，而风冷机柜仅为20至30kW。
相关开源项目： 社区正在积极开发用于建模和优化这些系统的工具。OpenCooling GitHub仓库（近期已获1200+星标）提供了一个基于CFD的冷板设计仿真框架。Immersion Cooling Toolkit（800+星标）则提供了小型浸没槽的开源硬件设计。这些资源对于初创公司和研究人员原型验证新型散热几何结构极具价值。
| 冷却方式 | 最大机柜密度 (kW) | PUE（典型值） | 芯片温度降幅 vs 风冷 | 风扇能耗节省 | 资本成本溢价 |
|---|---|---|---|---|---|
| 传统风冷 | 20-30 | 1.4-1.6 | 基准 | 基准 | 基准 |
| 芯片直触液冷 | 40-80 | 1.1-1.2 | 10-15°C | 30-50% | 20-40% |
| 单相浸没冷却 | 80-150+ | 1.02-1.05 | 15-25°C | 100%（无风扇） | 50-80% |
数据要点： 上表揭示了一个鲜明的权衡：浸没冷却提供了最高的密度和最低的PUE（电能使用效率），但代价是显著的资本成本溢价。芯片直触液冷则为现有数据中心提供了一条更均衡的升级路径，无需彻底改造基础设施即可获得可观的效率提升。选择取决于优先考虑最大密度（浸没）还是改造兼容性（芯片直触）。
关键玩家与案例研究
液冷生态系统虽显碎片化，但正在快速整合。关键玩家涵盖芯片设计商、冷却OEM厂商以及超大规模云服务商。
芯片架构师： NVIDIA是最具影响力的推动者。H100 SXM模块的TDP为700W，而B200预计将超过1000W。NVIDIA已发布液冷集群的参考设计，并与冷却合作伙伴紧密协作。AMD的MI300X功耗为750W，同样在挑战极限。Intel的Gaudi 3虽然功耗较低，但专为高密度配置下的液冷而设计。关键洞察在于，芯片架构师如今正专门针对液冷设计热接口（例如优化表面积的一体式均热板），这标志着与风冷时代的根本性转变。
冷却OEM厂商：
- CoolIT Systems： 凭借其机架级CDU和冷板解决方案，主导着芯片直触市场。他们已在全球部署了超过100MW的液冷容量，主要服务于HPC和AI集群。其策略是模块化——CDU可改造安装至现有机架中。
- Boyd Corporation： 一家规模更大的综合性企业，收购了多家液冷初创公司。其Aavid品牌同时提供芯片直触和浸没解决方案。他们是多家超大规模云服务商的关键供应商。
- Submer： 一家专注于浸没冷却的西班牙公司。其SmartPod和MicroPod产品被AI初创公司和研究实验室广泛使用。该公司已通过风险融资筹集超过5000万美元。