摘要：为支持大规模AI工作负载，功率达50至100兆瓦的AI工厂迅速兴起，液冷技术已成为全球几乎所有数据中心的核心需求之一。这些设施在控温与空间利用方面本就面临挑战，如今还需应对功耗达2800瓦及以上的下一代AI超级芯片的散热问题。

（本文编译自electronicdesign）

为支持大规模AI工作负载，功率达50至100兆瓦的AI工厂迅速兴起，液冷技术已成为全球几乎所有数据中心的核心需求之一。这些设施在控温与空间利用方面本就面临挑战，如今还需应对功耗达2800瓦及以上的下一代AI超级芯片的散热问题。

毫无疑问，应对这些新型AI驱动芯片散热的唯一方法便是采用液冷技术。这也正是该市场规模预计将从2024年的41亿美元飙升至2031年194亿美元的原因所在。

无论是芯片制造商、服务器生产商、原始设备制造商（OEM）、超大规模数据中心运营商，还是数据中心管理者，他们都清楚自身对液冷技术的需求。然而，对于不同液冷方案的具体细节，以及如何在实现收益最大化的同时降低成本、提升可持续性，他们往往缺乏清晰认知。

本文将通过梳理围绕液冷技术的11个最常见误解，深入了解液冷技术的真实面貌。

01 浸没式液冷与芯片直冷技术几乎是一回事

这是最常见的误解之一。但事实并非如此。所有液冷技术都可归为浸没式液冷或芯片直冷两大类（见图1）。芯片直冷技术常被称为“冷板”冷却，因其会将冷板直接置于图形处理器（GPU）或中央处理器（CPU）的顶部。而浸没式液冷技术则是将服务器、芯片及其他设备浸没在大型、厚重的流体容器中。

图1：液冷技术分为浸没式液冷与芯片直冷两大类，且每种方案均有单相或双相两种形式。

02 液冷技术会在服务器内使用水

这种说法仅在使用单相芯片直冷技术时成立，除此之外并不完全准确。冷板中会使用水或水-乙二醇混合液作为冷却液。在该技术中，水始终保持液态，其散热能力取决于水的流量。待冷却芯片的功耗越高，所需的水流量就越大。这就要求投入更多成本用于配置更大尺寸的管道、储液罐和连接器，同时还需配备高功耗的水泵，以确保水能够在系统中持续循环。

与之不同的是，无论是浸没式液冷还是双相芯片直冷，其系统内部都不会使用水来带走中央处理器（CPU）或图形处理器（GPU）产生的热量（这两种技术会连接到设施的水循环回路，以将蒸汽冷凝回液态，或对冷却液进行降温）。单相浸没式液冷使用油性流体，双相浸没式液冷则采用绝缘冷却液（介电流体）。但无论采用哪种流体，服务器及IT设备均需浸没在装满该流体的大型厚重容器中。

双相芯片直冷技术会将小型冷板直接置于GPU顶部。冷板内部装有传热流体，这些流体会吸收元器件产生的热量并被限制在冷板内部。与浸没式液冷不同，这种传热流体绝不会与芯片或服务器的其他元器件发生接触（如图2所示）。

图2：左图展示的是浸没式液冷技术，服务器被放置在装满流体的大型容器中；右图则呈现了双相芯片直冷技术的冷板，这些冷板直接安装在图形处理器（GPU）的顶部。

03 若想提升AI性能，就必须放弃可持续性。

事实绝非如此，只要选择具备可持续性的液冷解决方案即可。要确保所构建的系统符合可持续发展要求，需先明确以下几个问题：

该液冷技术是否消耗水？这一问题至关重要，因为一座采用单相芯片直冷技术的100兆瓦数据中心，每天的耗水量可能高达约110万加仑（约416万升）。目前全球水资源已十分稀缺，因此最佳方案是采用无水冷却系统。

系统的能源使用效率（PUE）如何？需确保PUE值尽可能低，以实现高效运行。

是否需要重建数据中心，还是可通过改造现有数据中心来适配下一代AI GPU？

该液冷技术配套的基础设施投资成本是多少？若需配备大型厚重容器、水泵及管道，不仅会产生高额费用，还会占用宝贵的空间。

长期维护成本有多高？冷却液是否需要定期更换？

与冷却液接触的设备使用寿命有多长？

04 使用介电流体对环境有害

过去，全氟烷基物质和多氟烷基物质（PFAS，即“永久性化学物质”）曾被认为具有危害性，但如今部分PFAS产品已被认定为安全。不过，在使用任何PFAS类物质时，最佳做法是将其置于密闭系统（如闭环系统）中运行。

若盛放这类流体的容器在维护过程中需要开启，就总会有部分流体挥发到大气中。因此，应向液冷技术制造商咨询以下问题：其所用冷却液是否需要定期更换？是否会与外界空气接触？更重要的是，他们未来向“零PFAS”方案转型的计划是怎样的？

05 GPU产生的热量无法回收利用

AI GPU产生的热量完全可以用于为附近的房间或建筑供暖，尤其是在各类设施布局密集的城市环境中。像双相芯片直冷这样的液冷解决方案，在设计上不仅能让设施回收利用这些热量，还可将其转化为可二次利用的能源。

06 冷板式液冷技术会产生热点

长期以来，冷板内部的池沸腾一直被视为液冷技术的理想目标，但此前始终无人能找到方法防止沸腾产生的气泡引发热点问题。为解决这一难题，有公司研发了一种鳍片与吸液芯结合的结构——在鳍片之间采用类似海绵的多孔材料制作吸液芯（如图3所示）。

图3：通过在冷板内部采用吸液芯与鳍片结构，可消除热点问题。

冷却液会渗入海绵状的吸液芯内部，气泡则产生于吸液芯、冷却液与鳍片之间。这种设计能防止气泡在（芯片的）受热表面形成，从而实现均匀冷却。

07 仅靠风冷技术便足够应对需求

传统风冷技术如今已基本被认为是过时的方案，原因在于其驱动风扇和冷却机需要消耗大量能源，且这些设备本身还需占用宝贵的空间。从风冷转向液冷的优势十分显著。而且随着设施内计算功耗每增加一瓦，这些优势带来的效益还会不断叠加。

例如，仅采用风冷的数据中心，每1瓦的计算功耗就需要搭配1瓦的冷却功耗。这意味着有50%的电力仅用于冷却系统！与之形成对比的是，若采用先进的液冷技术，每1瓦的冷却功耗可支持10瓦的计算功耗。

08 漏水不会造成任何损坏

超大规模数据中心运营商对风险极为敏感，而AI服务器的单台价值已接近35万美元，使用水作为冷却液本身就存在风险。漏水不仅可能导致生产大幅延误，甚至可能使生产完全停滞。

就在去年，有媒体曾报道，英伟达（NVIDIA）的下一代GB200超级芯片原本即将出货，但随后发现AI服务器机柜内部的液冷系统存在漏水问题，最终导致产品上市延迟。除漏水外，使用水还可能引发腐蚀与侵蚀问题。因此，由于水体中易滋生微生物，还需对冷却水进行持续过滤和水处理。

09

液冷技术的应用会受未来芯片发热上限（芯片最大功率）的限制

部分液冷方案确实存在局限性，随着未来芯片工作功率不断提升，这些方案将无法随之扩展应用。正因如此，采用具备“前瞻性”的冷却方式就显得至关重要，例如双相冷板中采用的池沸腾技术。冷板内部储存着一定量的传热流体：当芯片产生热量时，流体开始沸腾，热量随之转化为蒸汽。

无论芯片功率如何变化，流体始终保持在恒定的沸腾温度，从而确保散热性能稳定可控。因此，这种冷却方式具备可扩展性，能够为未来功率越来越高的芯片提供散热支持。这就好比在炉灶上烧一锅水：即便将火力调至原来的3倍，水也始终会保持在沸点温度，无需更换新设备或改造现有基础设施。

10 液冷技术需要大量维护工作

维护成本取决于所采用的液冷方案。例如，若使用大型厚重的容器，且需要用叉车将服务器从容器中取出，那么维护成本显然会很高。要明确持续的维护成本，关键在于审视整个系统，找出所有可能出现故障的部件，并判断这些部件若发生故障应如何修复。这类部件包括管道、水泵、容器，以及是否需要更换冷却液等。

11

若设施内没有水循环回路，就无法在该设施中使用液冷技术

尽管部分数据中心配备了水循环回路设施，但即便没有，也仍可部署液冷系统。具体可通过一套“空气辅助式液路循环系统”实现：该系统不依赖设施自身的水循环，而是利用环境空气将蒸汽冷凝回液态。这种方案能让液冷基础设施的部署摆脱对建筑现有供水系统的依赖，实现独立运行。

结语：液冷技术与可持续发展

希望上文梳理的这些常见误解，能帮助大家揭开液冷技术的部分神秘面纱。当下正是人工智能（AI）产业加速发展的关键时期，其发展速度甚至超出了所有人的预期，能参与其中无疑令人振奋。尽管行业在液冷技术应用上难免经历一段学习曲线，但如今已能清晰地看到一条可行路径：在满足未来AI所需计算能力的同时，持续践行可持续发展理念。

来源：王树一一点号