导语

大模型训练把单机柜功率密度推上了一个前所未有的台阶。过去十几年，数据中心散热的主旋律是风冷——用冷热通道隔离、地板下送风、行级空调把热量带走。但当 GPU 集群从单机几卡走向单柜数十卡、单柜功率从几千瓦迈向几十千瓦甚至更高时，风冷这套沿用多年的工程体系开始显得吃力。散热，正在从数据中心的"配套工程"变成决定算力能否落地的关键约束。

一、风冷的物理极限在哪里

风冷散热的本质，是靠空气作为中间介质，把芯片热量搬运到室外。它的能力受几个物理量约束：空气的比热容、密度、流速，以及芯片到空气之间的热阻。

空气的比热容和密度都偏低，这意味着要带走同样的热量，需要更大的风量或更低的进风温度。当单芯片功耗上升到数百瓦级别，芯片表面到散热器再到空气的热阻就成了瓶颈——热量堆在芯片里出不来，结温迅速逼近上限。

工程上常见的应对手段包括：提高风扇转速与风压、增大散热器鳍片面积、降低机房送风温度、强化冷热通道隔离。但这些手段都有代价：风扇功耗随转速呈三次方增长，噪声和振动加剧；送风温度越低，冷水机组能耗越高，PUE 反而恶化。也就是说，风冷不是不能继续用，而是越往高功率密度走，能效和可靠性越难兼顾。

依据现有素材判断，风冷在中等功率密度机柜场景下仍会长期存在，但在高密度 AI 训练机柜场景中，它正在接近自身的能力边界。

二、冷板液冷：最平滑的过渡路径

冷板液冷（Cold Plate）是当前从风冷向液冷过渡时被讨论最多的方案。它的思路很直接：把一块内部有微通道的金属冷板直接贴在 CPU、GPU 等高发热器件上，冷却液在冷板内流动，把热量带走，其余部件仍靠风冷辅助。

它的优势在于改动相对可控。服务器形态与风冷机型接近，机房侧只需引入冷却液分配单元（CDU）和二次侧管路，不必把整台服务器泡进液体里。对于已有数据中心，冷板液冷往往是"能改得动"的那一档。

但它也有明显的工程约束：冷板只能覆盖它贴住的器件，内存、供电模块、网卡等仍依赖风冷，机柜内依然需要风扇；管路接头数量多，漏液风险点随之增加；冷却液的水质、流速、压降都需要精细管理。

三、浸没液冷：把整机泡进去

浸没液冷走的是另一条路——把整台服务器直接浸入不导电的冷却液中，热量通过液体自然对流或强制循环带走。按冷却液是否发生相变，又分为单相浸没和两相浸没。

单相浸没：冷却液始终保持液态，靠泵循环把热量送到外部换热器。系统相对简单，冷却液补充频率低，但对冷却液的粘度、材料兼容性要求高。

两相浸没：冷却液在芯片表面吸热后沸腾汽化，蒸汽上升遇到冷凝管后液化回落，形成相变循环。相变传热效率高，温度均匀性好，但需要密封性极强的槽体，冷却液本身也多为含氟类工质，成本与环保合规是绕不开的问题。

浸没液冷的吸引力在于：它几乎把整机的发热部件都纳入液冷范围，风扇可以大幅减少甚至取消，机房噪声和风扇能耗显著下降。代价则是服务器形态、运维流程、消防与承重设计都要重新做一遍。

四、机柜功率密度演进：散热方案的分水岭

散热方案的选择，本质上由机柜功率密度决定。依据现有素材判断，可以粗略建立这样一个认知框架：

• 低到中等功率密度机柜：风冷仍是主流，冷热通道隔离加行级空调足以应对。
• 较高功率密度机柜：风冷开始吃力，冷板液冷或风液混合方案成为现实选择。
• 高功率密度 AI 机柜：风冷基本难以独立支撑，冷板液冷、浸没液冷成为主要方向。

这个演进不是线性的，也不是所有场景都会走到最高档。推理集群、通用计算集群与训练集群的功率密度差异很大，散热方案自然要分层对待。把最高密度的方案无差别套用到所有机房，既不经济也不必要。

五、改造与新建：两套完全不同的题

散热方案落地时，"改造存量机房"和"新建数据中心"是两道完全不同的题。

改造存量机房的难点在于：楼板承重、层高、供电容量、消防系统、管路走向都是既定的。引入液冷意味着要在这些约束里塞进 CDU、二次侧管路、漏液检测，还要保证不破坏原有风冷系统的可用性。冷板液冷之所以在改造场景中被频繁提及，正是因为它对机房土建的侵入相对小。

新建数据中心的自由度大得多。可以在设计阶段就把液冷纳入整体规划：预留更高的承重、更合理的管路竖井、独立的冷却液循环间、匹配的供电与消防方案。浸没液冷、两相液冷这类对基础设施要求更高的方案，在新建场景中更容易落地。

一句话概括：改造是"在旧框架里找空间"，新建是"为新方案定框架"。

六、运维与漏液风险：液冷绕不开的软肋

液冷带来的最大运维焦虑，是漏液。

冷却液一旦泄漏到带电部件上，轻则短路宕机，重则损坏整机甚至引发安全事故。因此液冷系统的运维重点，往往集中在几个方面：

• 接头与管路：接头数量越多，潜在泄漏点越多。快接头、焊接质量、管路材质兼容性都需要严格把控。
• 漏液检测：在机柜底部、管路沿线、CDU 周边布置漏液传感绳或传感器，做到早发现、早隔离。
• 冷却液管理：水质、电导率、pH 值、微生物滋生都需要定期监测，尤其是水基冷却液。
• 运维流程再造：液冷服务器的插拔、维护、更换，与风冷服务器完全不同，运维人员需要重新培训。
• 冗余设计：CDU、泵、管路尽量做冗余，避免单点故障导致整柜停机。

浸没液冷虽然取消了大量接头，但槽体密封、冷却液挥发、维护时开盖操作同样带来新的运维课题。两相浸没还要额外关注工质泄漏与环保合规。

可以说，液冷把散热效率提上去了，也把运维复杂度提上去了。这笔账必须提前算清楚。

七、趋势判断

综合来看，可以给出几点方向性判断：

第一，风冷不会立刻退场，但它的适用区间正在被压缩。在中低功率密度场景，风冷仍将长期存在；在高密度 AI 场景，它更多是作为液冷的补充而非主力。

第二，冷板液冷是当前最现实的过渡方案。它对存量机房友好，产业链相对成熟，是很多项目从风冷迈向液冷的第一站。

第三，浸没液冷与两相液冷代表更高密度、更高能效的方向，但受制于成本、工质、运维和基础设施要求，短期内更可能出现在新建的高密度园区，而非大规模改造项目。

第四，散热正在从"机房配套"上升为"算力架构的一部分"。未来数据中心的规划，很可能需要把芯片选型、机柜设计、供电、散热、运维作为一个整体来考虑，而不是先定服务器再补散热。

结论

AI 时代的数据中心散热，核心矛盾是功率密度增长与风冷物理极限之间的赛跑。风冷还能撑多久，取决于机柜功率密度走到哪一档，也取决于液冷方案在成本、可靠性和运维上的成熟速度。

冷板液冷、浸没液冷、两相液冷各有适用边界，没有一种方案能通吃所有场景。改造存量机房与新建数据中心，也需要分别设计路径。真正决定成败的，往往不是选了哪种液冷，而是有没有把漏液风险、运维流程和基础设施约束提前想清楚。

散热不再是一个可以"最后再考虑"的问题。在 AI 算力竞赛里，它正在成为那个决定上限的变量。

生成标记：本文由 ITPUB 文章生成平台基于已选素材整理生成。