AI數據中心液冷滲透率，預計2025年超過30%_風聞

本文由半導體產業縱橫（ID：ICVIEWS）綜合

液冷技術將從早期試點邁向規模化導入。

根據TrendForce最新液冷產業研究，隨着NVIDIA GB200 NVL72機櫃式服務器於2025年放量出貨，雲端業者加速升級AI數據中心架構，促使液冷技術從早期試點邁向規模化導入，預估其在AI數據中心的滲透率將從2024年14%，大幅提升至2025年33%，並於未來數年持續成長。

AI服務器採用的GPU和ASIC芯片功耗大幅提升，以NVIDIA GB200/GB300 NVL72系統為例，單櫃熱設計功耗(TDP)高達130kW-140kW，遠超過傳統氣冷系統的處理極限，遂率先導入液對氣(Liquid-to-Air, L2A)冷卻技術。

受限於現行多數數據中心的建築結構與水循環設施，短期內L2A將成為主流過渡型散熱方案。隨着新一代數據中心自2025年起陸續完工，加上AI芯片功耗與系統密度不斷升級，預期液對液(Liquid-to-Liquid, L2L)架構將於2027年起加速普及，提供更高效率與穩定的熱管理能力，逐步取代現行L2A技術，成為AI機房的主流散熱方案。

目前北美四大CSP持續加碼AI基礎建設，於當地和歐洲、亞洲啓動新一波數據中心擴建，同步建置液冷架構兼容設施，如Google（谷歌）和AWS（亞馬遜雲科技）已在荷蘭、德國、愛爾蘭等地啓用具備液冷布線能力的模塊化建築，Microsoft（微軟）於美國中西部、亞洲多處進行液冷試點部署，計劃於2025年起全面以液冷系統作為標配架構。

隨着液冷滲透率持續攀升，帶動冷卻模塊、熱交換系統與外圍零部件的需求擴張。作為接觸式熱交換核心元件的冷水板(Cold Plate)，主要供應商包含Cooler Master（酷冷至尊）、AVC（奇鋐科技）、BOYD與Auras（雙鴻科技），除BOYD外的三家業者已在東南亞地區擴建液冷產能，以應對美系CSP客户的高強度需求。

流體分配單元(CDU)為液冷循環系統中負責熱能轉移與冷卻液分配的關鍵模塊，依部署方式分為In-row（行間式）和Sidecar（側櫃式）兩大類。Sidecar CDU目前是市場主流，Delta（台達電子）為領導廠商。Vertiv（維諦技術）和BOYD為In-row CDU主力供應商，其產品因散熱能力更強，適用於高密度AI機櫃部署。

快接頭(QD)則是液冷系統中連接冷卻流體管路的關鍵元件，其氣密性、耐壓性與可靠性是散熱架構運作的安全穩定性關鍵。目前NVIDIA GB200項目由國際大廠主導，包括CPC、Parker Hannifin（派克漢尼汾）、Danfoss（丹佛斯）和Staubli（史陶比爾），以既有認證體系與高階應用經驗取得先機。

英特爾成立通用快接頭互插互換聯盟

8月20日，英特爾宣佈通用快接頭互插互換聯盟成立，標誌着液冷生態系統互操作性邁出關鍵性一步。該聯盟首批認證合作伙伴包括英維克、丹佛斯、立敏達科技、藍科電氣和正北連接五家企業。

此次聯盟成立旨在構建液冷行業統一標準。通過制定通用快接頭規範，各廠商產品將實現互插互換功能。這一舉措有望解決液冷系統兼容性問題，推動整個行業規模化發展。

英維克Coolinside全鏈條液冷解決方案已通過英特爾驗證，具備從冷板到分水器的完整產品線。據悉，英維克已累計完成超500兆瓦液冷項目交付。丹佛斯等其他認證合作伙伴同樣在各自專業領域具備技術實力。立敏達科技專注於連接器技術，藍科電氣在電氣設備方面經驗豐富，正北連接則在快速連接解決方案領域有所建樹。

聯盟成立後，各認證合作伙伴將圍繞標準制定展開深度協作。通過技術交流與產品驗證，進一步完善液冷系統互操作性規範。相關標準預計將在未來逐步推廣至整個液冷產業鏈。

液冷技術在數據中心應用中重要性日益凸顯。隨着AI算力需求持續增長，液冷系統能夠有效處理高功率密度服務器產生的熱量，成為數據中心降低能耗的重要手段。業界預期，通用快接頭標準的建立將降低液冷系統部署成本。用户可根據需求選擇不同廠商產品進行組合，而無需擔心兼容性問題。這種開放式生態模式有助於加速液冷技術在更多場景中的應用推廣。

2026年全球AI液冷市場規模有望達到86億美元

中金公司研報認為，AI大模型更新迭代以及應用落地驅動算力需求提升，芯片功耗與算力密度持續攀升，液冷憑藉散熱效率、部署密度等優勢，正加速替代風冷逐步成為主流方案。預計2026年全球AI液冷市場規模有望達到86億美元，實現市場規模的快速提升。

芯片層面，大算力需求推動芯片及服務器功率上行。以英偉達為代表的主流芯片廠商推出的芯片功耗快速提高，其中，GB300 Superchip最大TDP可達到1400W，而2017年推出的V100及2020年推出的A100最大TDP分別為300及400W。同時，國產AI芯片的功耗水平也逐步向300W甚至500W的水平提升。服務器層面，AI服務器通常採用CPU+GPU/ASIC等異構架構，使用大量高功率高性能芯片，整機功率大幅提升。以英偉達DGX B200服務器為例，其搭載8顆NVIDIA Blackwell GPU以更大限度地提高AI吞吐量，最大系統功耗可達到14.3kW，較通用服務器的功耗水平明顯提升。

中金認為，在AI大模型的推動下，AI服務器需求有望維持高增，帶動算力功率密度提升。根據TrendForce，2024年AI服務器出貨量年增46%，預計2025年全球AI服務器規模將達到約210萬台，年增約24.5%，AI服務器出貨量佔服務器市場比重由2024年的13%進一步提升至15%。

英偉達GPU的功耗水平逐步提升

單機櫃功率密度快速提升，對系統散熱能力提出更高的挑戰。按照標準機櫃（42U）放置4台DGX B200 AI服務器計算，對應單機櫃功率超過50kW。根據Vertiv預測，2029年單個AI GPU機櫃的功率將超過1MW，單個AI POD（假設單AIPOD為18台機櫃，其中8台計算機櫃，10台通信機櫃）的功率將超過500kW，行業平均機櫃功率密度預計將從當前15~25kw提升至超50kW。

功率密度演進

高温環境影響芯片等電子元器件的使用壽命，服務器散熱系統具備高效能槓桿。高温環境會影響芯片等電子元器件的使用壽命，高温激發高能載流子會增大晶體管被擊穿短路的概率，同時，晶體管性能會隨着温度發生變化，高温可能導致部分電路由於性能改變無法正常工作，此外，高温提高電遷移影響導線工作壽命。根據NIISA發佈的《綠色節能液冷數據中心》，電容温度每升高10℃，平均電子元器件的壽命會降低一半，（10℃法則），約55%的電子元器件故障是温度導致的。中金認為，服務器液冷散熱系統具備高效能槓桿，以較低的成本佔比保障數據中心高價值AI芯片的可靠性，在芯片及服務器功耗走高的背景下，滲透率有望持續提升。

*聲明：本文系原作者創作。文章內容系其個人觀點，我方轉載僅為分享與討論，不代表我方贊成或認同，如有異議，請聯繫後台。