文 | 半导体产业纵横
最近，新华三在 NAVIGATE 2026 领航者峰会上，发布高密全液冷整机 S90000，整机最高可达 576 核心。新华三提出通过创新的高密供电与全液冷散热范式，可将数据中心 PUE 降至 1.05 以下。
无独有偶，2026 年 3 月的 GTC 大会，英伟达也明确 Vera Rubin NVL72 为首个 100% 全液冷架构，GB300/Rubin、谷歌 TPU v7、Meta Minerva 等全球算力巨头已全面转向液冷方案。当单芯片功耗从 H100 的 700W 跃升至 Rubin 的 2000W 乃至 Vermeer 的 5000W 以上，传统风冷在物理层面已触及天花板。更关键的是，政策端已不给数据中心留下 " 不液冷 " 的退路。液冷不再是 " 节能可选项 "，而是算力部署与法规合规的双重 " 必选项 "。
为什么必须要液冷？
液冷的全面普及，是技术、商业、政策等多重合力共同推动的必然结果。
芯片功耗的指数级飙升是液冷产业化的根本原因。英伟达单芯片 TDP 从 H100 的 700W 攀升至 B200 的 1000W 以上，再到 Rubin 的 2000W 及后续平台的 5000W+；谷歌 TPU v7 达到 980W，v8P 突破 1500W。当单机柜功率密度突破 60kW 甚至向 130kW 迈进时，风冷系统的散热极限与 PUE 劣化已不可逆转。液冷系统通过减少甚至取代高能耗的风扇群，并利用高温液体制冷实现自然冷却，可将数据中心 PUE 显著降低至 1.05-1.1 区间。
除了物理散热极限的硬约束，液冷更是保障 AI 训练任务连续性的生命线。大模型训练通常需要数千张 GPU 长时间（数周至数月）不间断运行。风冷存在局部热点风险，温度波动会导致训练任务中断、checkpoint 回滚，网络同步延迟增加，整体集群效率下降等问题。液冷能提供更均匀、更稳定的温度环境，芯片可在更低结温下工作，故障率显著降低。对于万卡集群而言，任何非计划停机都意味着数百万美元的损失，稳定性是第一优先级。
在土地与电力资源日益稀缺的今天，液冷带来的空间密度优势同样至关重要。液冷允许在更小的物理空间内部署更多算力。同样 1MW 电力，风冷可能需要数百个机柜及大面积空调机房。液冷可将机柜数量压缩 50%-70%，大幅提升单位面积算力产出（FLOPS/m ）。这在一线城市或枢纽节点（土地、电力指标稀缺）尤为关键。
如果说技术与商业需求是液冷发展的内在动力，那么日益严苛的政策法规则彻底关闭了风冷的退路。工业和信息化部于 2021 年 7 月印发《新型数据中心发展三年行动计划 ( 2021-2023 年 ) 》，明确到 2023 年底，新建大型及以上数据中心 PUE 降低到 1.3 以下，东数西算枢纽节点及寒冷地区力争降低到 1.25 以下。发改委 2021 年 11 月印发《贯彻落实碳达峰碳中和目标要求推动数据中心和 5G 等新型基础设施绿色高质量发展实施方案》, 进一步明确 " 到 2025 年，新建大型、超大型数据中心 PUE 降到 1.3 以下，国家枢纽节点降至 1.25 以下 "。" 东数西算 " 工程八大枢纽节点，要求东部地区 PUE 目标不超过 1.25，西部地区不超过 1.2，能效指标更加严格。今年，四部门联合印发《促进人工智能与能源双向赋能行动方案》，明确：新建大型 AI 数据中心 100% 采用液冷散热，2028 年前存量风冷全部改造，液冷渗透率成算力基地审批硬指标。
目前，全国绝大部分省份已出台配套的 PUE 管控与奖惩措施。北京自 2026 年起对 PUE 超过 1.35 的数据中心征收差别电价，超限定值一倍以内加价 0.2 元 / 度，一倍以上加价 0.5 元 / 度；上海将新建数据中心 PUE 严控在 1.25 以内，智算中心以 1.25 为硬门槛；四川天府集群对 PUE 低于 1.25 的新建项目一次性奖补 2000 万元，低于 1.15 则奖补 3000 万元。天津要求大型新建数据中心 PUE ≤ 1.3，中小型≤ 1.5；纳入京津冀枢纽节点的项目需≤ 1.25，2026 年底前，所有 PUE＞1.5 的存量项目必须完成改造，目标降至 1.4 以下，否则限制扩容。
一言以蔽之，智算中心必须液冷，不是因为液冷 " 更好 "，而是因为风冷在物理层面已无法支撑当前及未来的 AI 算力密度。液冷同时解决了散热极限、能耗合规、空间效率、运行稳定等痛点，是智算中心从 " 能用 " 走向 " 好用且可持续 " 的唯一路径。
液冷的三条技术路线
当前液冷市场呈现冷板式、浸没式、喷淋式三条技术路线并行发展的格局。
在冷板液冷系统中，液冷板成本占比 32% 居首，快接头以 28% 紧随其后，CDU 成本占 25% 位列第三，三大核心部件合计占系统成本 85%。随着微通道、泵驱两相冷板技术升级，其解热能力已突破 2500W，PUE 可降至 1.10 以下，是 2026 年产业化放量的绝对主力。
浸没式液冷将服务器完全浸没在冷却液中完成热捕获，散热效率更高，市场占比约 34%，分为单相与两相两种路线。单相技术中，冷却液保持液态循环，通过显热（温度升高）带走热量；两相则是冷却液在芯片表面沸腾汽化，通过潜热（相变）带走热量，蒸汽上升后冷凝回流。单相路线因系统简单、成本可控，目前在大规模智算中心（如阿里云、字节跳动等）的部署占比更高。两相路线因散热极限更高，理论上更适合超高功率密度芯片（如未来单芯片 1000W+），但受限于冷却液成本和工程密封难度，商业化规模相对较小。
中国电信试点显示，浸没式可使核心温度较风冷降低 35%，PUE 最低可达 1.1。曙光数创发布的兆瓦级相变浸没液冷整机柜 C8000 V3.0，单机柜功率超 900kW，散热能力达传统方案的 3-5 倍，散热能力超过 200W/cm 。采用自研国产冷媒，可实现全年自然冷却。并首次规模化应用金刚石铜导热材料，导热率提升 80%，助力芯片性能提升 10%。
喷淋式液冷作为第三条路线，市场占比目前仅约 1%，却展现出独特的精准散热价值。该技术通过冷却液定向喷洒服务器具体发热位置实现热捕获，工信部《国家工业和信息化领域节能降碳技术装备推荐目录（2025 年版）》已将 " 芯片级精准喷淋液冷技术 " 列入数据中心节能降碳技术，可使 PUE 低至 1.10。
中国长城推出了国内首台国产化喷淋式液冷服务器，填补技术空白；广东合一新材料研究院的芯片级喷淋技术，通过自主流道设计将 PUE 控制在 1.1 以下，特别适用于边缘计算等空间受限、热源分散的场景。
尽管短期内难以撼动冷板式的主流地位，但喷淋式在边缘 AI、通信基站等碎片化场景中，正成为冷板式与浸没式之外的重要补充。
目前，液冷产业的美国市场由少数云巨头（微软、谷歌、Meta、亚马逊）主导，集中建设 500MW-1GW 级超级 AI 工厂，以英伟达整柜生态为核心，液冷方案高度统一，标准化推进迅速，供应链呈现 " 一级供应商直供 " 的集中化特征，为中国厂商打开了直接切入海外体系的窗口。
中国则在国家工程引导下构建全国智算中心网络，依托多家国产 GPU 与液冷厂商，呈现 " 多点布局、生态多元 " 的特征。
从内蒙古枢纽节点到四川天府集群，从新华三的全域液冷到浪潮信息的亚洲最大液冷研发基地，中国液冷产业在百花齐放中快速迭代。这种 " 多元网络 " 模式虽然面临标准统一与互操作性的挑战，但也赋予了产业链更强的韧性和迭代速度。
产业化深水区的四座 " 大山 "
尽管 2026 年液冷产业化高歌猛进，但背后仍横亘着四座 " 大山 "。
首先是标准缺失。液冷接口、冷却液配方、管路协议尚未完全统一，UQD/MQD 快拆接头的生态兼容性直接影响部署效率。
其次是漏液风险与运维体系重建。液冷系统对数据中心运维提出全新要求，从 " 怕停电 " 到 " 怕漏水 "，保险、运维、监测体系需同步升级。
第三是存量改造成本。对于已运行的风冷数据中心，向液冷转型涉及机房承重、层高、防水等结构性改造，短期内 " 风冷 + 液冷 " 的混合架构将长期存在。
最后是产能与认证壁垒。从 " 示范供应商 " 到 " 量产供应商 " 需跨越产能准备、成本控制、产品一致性三重门槛，海外大客户的认证周期较长，国内厂商需在 2026 年这一窗口期内完成从 " 能造 " 到 " 敢用 " 的跨越。而四部门《节能装备高质量发展实施方案（2026 — 2028 年）》已提出，到 2028 年信息通信领域新增服务器中达到能效 2 级及以上的设备占比需超过 80%，这为液冷产业设定了更为长远的技术迭代坐标。
AI 工厂时代的 " 水电煤 " 基础设施
2026 年液冷产业化的本质，是散热技术从 " 配套部件 " 升级为 " 算力底座 "。当英伟达、谷歌以 " 只做液冷 " 定义下一代 AI 芯片的部署标准，当多个省级行政区以 PUE 红线倒逼绿色转型，当新华三等国产厂商以 " 全域液冷 " 实现从部件到系统的跨越，液冷已不再是数据中心的 " 可选项 "，而是支撑 AI 工厂运转的 " 水电煤 " 基础设施。
未来智算中心的竞争，不仅是 GPU 性能的比拼，更是 " 每瓦 token 产出效率 " 的能效博弈。随着 2026 年液冷渗透率突破 37% 并向 2027 年 50% 的临界点迈进，液冷将像当年的光模块一样，从 " 小众配件 " 成长为千亿级核心赛道。在这场散热革命中，掌握冷板、快接头、CDU 等核心部件工艺，并能提供整柜系统解决方案的国产厂商，将成为 AI 算力基建的最大受益者。2026 年，液冷产业化的故事，才刚刚开始。
