從700W到2300W：液冷如何接住算力的"高燒"
深夜的北京東三環，一棟不起眼的灰色大樓裏，上千臺服務器正在全速運轉。機房的門一開，熱浪撲面而來——這是數據中心的常態。但在過去的12個月裏，負責這棟大樓運維的老張(化名)明顯感覺到，情況正在起變化：機櫃的功率一調再調，空調的設定溫度一降再降，可設備的報警溫度依然越來越近。
老張感受到的，是算力時代一個正在被所有人看見的事實：AI跑得越快，發熱就越猛，而人類給算力降溫的方式，正在經歷一次三十年未有的換擋。
從英偉達H100芯片的700瓦功耗，到新一代Rubin平臺逼近2300瓦——3年多時間，單顆芯片的功耗增至3.3倍。當單機櫃的功率密度從10千瓦衝向100千瓦，風扇吹不動了，空調頂不住了，風冷這條用了二十年的老路，走到了物理極限。接棒的是一套更"冷"的方案——液冷。液冷不是新技術，但它第一次從"可選項"變成了"必選項"，變成了一門從幾百億元走向千億元的大生意。
這篇文章，我們就來拆一拆這場"降溫革命"：算力爲什麼會這麼熱？風冷爲何會失效？液冷又是如何接住這場"高燒"的？
700W到2300W：算力每跑快一步，熱量就追一步
先看一個數字的躍遷。
2022年，英偉達H100發佈，單芯片熱設計功耗(TDP)700瓦——這已經是當時數據中心芯片的天花板。到了2026年，新一代Rubin平臺把這一數字推向2300瓦。國海證券8月4日發佈的行業深度報告裏，把這個過程描述得很直白：AI大模型從訓練主導加速轉向推理主導，智能體任務密度持續攀升，單芯片功耗的爬升速度，超過了以往任何一個芯片世代。
這意味着什麼？意味着芯片性能翻倍的同時，熱量也在翻倍。算力是"熱"的孿生兄弟，性能每向前一步，熱量就緊緊跟一步，一分都不少。
再往上看一層，機櫃的功率密度更是驚人。2026世界人工智能大會(WAIC)現場，華爲、中興通訊等主流服務器廠商集中展示了超節點產品——用高速專用總線把數十顆、乃至數萬顆AI芯片連成一個緊密協同的計算系統。旗艦AI芯片功耗突破1000瓦，單機櫃功率普遍突破60千瓦，高端超節點機櫃的功耗可以達到100到200千瓦。
100千瓦是什麼概念？一臺100千瓦級別的超節點機櫃滿載運行一天，消耗的電量約2400千瓦時，相當於一個三口之家一年左右的用電量。而這些電，絕大部分沒有變成算力，而是變成了熱量，堆積在方寸之間的機櫃裏。
業內有個流傳很廣的說法：大模型訓練集羣裏，算力每提升1倍，散熱成本幾乎同步提升1倍。當熱密度突破物理極限，散熱就不再是"配套工程"，而是決定算力能不能繼續跑下去的"前置條件"。
風冷的天花板：風扇轉得再快，也吹不動100kW的機櫃
過去二十年，數據中心的降溫方案几乎只有一種：風冷。空調把機房吹到18攝氏度，風扇把芯片表面的熱量帶走，原理簡單、成本低廉、維護方便。它陪着人類從CPU時代走進了GPU時代，立下過汗馬功勞。
但物理規律不講情面。空氣的比熱容是固定的，風冷能帶走的熱量存在硬上限——當單機櫃功率突破80千瓦，風冷就觸及物理極限。這不是工藝問題，是物理問題：空氣就那麼輕，吹再快，單位時間帶走的熱量也就那麼多。就像一臺家用空調，房間再小也有極限，你沒法靠調大風速，把一間塞滿火爐的屋子吹涼。
產業界對這個拐點的感知，比外界想象得更早。英偉達從GB200平臺開始強制採用液冷，GB300、Rubin平臺一路延續，並把冷板式液冷作爲標配方案；據行業機構觀察，谷歌TPU在2026年高端ASIC市場的份額預計達到46%，其大規模集羣同樣離不開液冷架構。而在國內，WAIC現場幾乎成了一屆"液冷博覽會"：華爲專爲萬億級大模型訓練設計的昇騰950超節點，全系標配冷板式液冷散熱架構；中興OEX超節點實現冷板液冷全覆蓋，把高密度佈線與極端發熱兩大痛點一併解決；百度、阿里、新華三、崑崙芯等廠商的超節點產品，也都採用了全浸沒液冷或冷板式液冷方案。
風冷不是不好，是時代變了。當一臺機櫃的功率從10千瓦走向100千瓦，風扇的轉速已經逼近噪音與能耗的極限，再往上走，成本曲線會陡然翹起。液冷之所以成爲"必選項"，本質上是一道算力時代的算術題：不是風冷不行了，而是算力跑得太快了。
液冷接棒：從"可選項"到"必選項"的產業換擋
液冷並不是新生事物。早在上世紀60年代，超級計算機就開始用液冷降溫。但過去它一直是個"小衆選項"——技術門檻高、改造成本大、生態不成熟，只有極少數追求極致性能的機構才用得起。
這一次，情況完全不同了。三股力量同時推動液冷從邊緣走向舞臺中央。
第一股力量是硬性需求。AI算力擴張帶來的芯片功耗躍升，讓風冷在物理上失效，液冷從"更優解"變成"唯一解"。第二股力量是經濟效益。據IIM及科智諮詢的數據，液冷方案在3年週期內的全生命週期成本(TCO)比風冷低19%到24%，一般兩年左右就能收回投資成本。這聽起來反直覺——液冷設備更貴，怎麼總成本反而更低？原因在於：液冷把電能更高效地轉化爲算力，省下的電費、騰出的機房空間、提升的算力密度，足以覆蓋設備溢價。省出來的，比花出去的更多。第三股力量是產業協同。液冷不是單一產品，而是一套系統工程——冷板、CDU(冷量分配單元)、快接頭、管路、冷卻液，每一個環節都有專業玩家，產業鏈正在快速成型。
據國海證券測算，2026年全球數據中心液冷核心部件市場空間預計爲195億美元，到2030年將增長至611億美元，2026-2030年複合增速爲33%。另據行業研究機構預測，2026年全球數據中心液冷市場規模有望突破165億美元，中國市場預計達942億元，未來三年將實現翻倍以上增長。
這些數字背後，是一個正在發生的產業換擋：散熱，從數據中心的"運營成本項"，變成了算力時代的"基礎設施項"。就像高速公路之於汽車產業、電網之於電氣化時代——液冷正在成爲AI時代的基礎設施，只是它藏在地下室裏，不在聚光燈下。
167天與"用AI建AI"：中國液冷的落地速度
如果說上面的數字是"藍圖"，那中國西部的一個項目，已經把藍圖變成了現實。
寧夏中衛，騰格裏沙漠邊緣，一座國家算力樞紐城市。2026年，中國電信在這裏建成了全國首個"風液同源"標準AIDC數據中心——從開工到整體交付，只用了167天，創下全國同類型綠色智算中心建設交付的歷史紀錄。167天裏，建設團隊24小時不間斷施工，攻克戈壁嚴冬、大風、酷暑等重重難關，一次性完成機電百兆瓦聯調與10萬平方米土建同步交付。
這個項目最值得說的，不是速度，而是模式。它把"風液同源"架構落地——風冷與液冷共用一套冷源體系，按場景靈活切換，兼顧效率與成本；它創新使用綠電直連，實現百兆瓦綠電一次併網、100%綠電供應；它把AI用在了建設本身——用"用AI建AI"的理念，把建設全週期的文檔與多模態數據匯聚成智能知識底座，構建土建、機電、暖通等垂直領域智能體，實現綠電引入、集中維護、智能化作業管理的閉環。
微觀的加速，映照的是宏觀的底氣。工信部數據顯示，截至2026年6月底，我國智能算力規模達2185 EFLOPS(FP16)，同比增長177%；全國算力設施整體上架率達71.4%。71.4%的上架率意味着：造出來的算力，不是擺在潔淨室裏拍照彙報的展品，而是在大模型訓練、智能駕駛、消費電子裏實打實連軸轉的生產資料。
有生產，就有熱量；有熱量，就需要液冷。中國龐大的算力底座，正在爲液冷產業提供全世界最豐富的實戰場景——設備在產線上跑得越多，問題暴露得越快，迭代就越快，成本也就攤得越低。這是一個極度健康的正向循環。
冷技術的熱時代
回看這場"降溫革命"，一個有趣的反差躍然紙上：AI是2026年最"熱"的產業，而它最依賴的新技術，偏偏是一門"冷"生意。
人類與熱量的博弈，其實貫穿了整個算力史。從晶體管時代的風扇，到服務器時代的精密空調，再到AI時代的液冷——每一次散熱技術的升級，都對應着一次算力的大跨越。今天，當單顆芯片的功耗從700瓦衝向2300瓦，當單機櫃的功率密度突破100千瓦，我們正在經歷的不是一次技術改良，而是一次基礎設施的代際更替。
在這場更替裏，中國沒有缺席，甚至跑在了前面：167天建成的風液同源數據中心、WAIC上全線標配液冷的超節點、從冷板到CDU快速成型的國產供應鏈——散熱這件"冷"事，正在成爲檢驗一個國家算力產業成色的"熱"考場。
風冷退休的那一天，不會敲鑼打鼓。它只會安靜地發生：在某個機房的改造現場，空調機組被拆下來，管道接上了冷板，第一滴冷卻液流過芯片的瞬間，一場關於算力的新循環就此啓動。而所有爲這場"降溫革命"付出過努力的人，都會記住老張在機房裏的那句話——"機櫃不熱了，我心裏就踏實了。"
算力有多熱，液冷就有多重要。這個夏天最冷靜的生意，正在最熱的產業裏，悄然生長。
