AI高密度算力推动机房机柜功率突破50kW,传统风冷逼近物理极限,液冷正从可选配套跃升为智算中心核心基建。面对订单排期与技术路线分化,真正的行业壁垒正转向供应链资质与规模化工程交付能力。
订单排到2027年、营收增速超过400%、产能跟不上交付进度……这不是哪家互联网大厂的新故事,而是当下液冷赛道的真实写照。
在高密度AI算力需求的持续拉动下,液冷正在完成一次关键的身份跃迁:它从过去数据中心建设中可选的辅助设备,演变为智算集群在规划之初就必须考量的底层核心基础设施。产业链设备端率先迎来爆发,头部厂商订单激增,跨界玩家相继入局。
但这门看似繁荣的“冷生意”,背后正经历着工程落地与技术路线的深层博弈。
在传统数据中心的建设逻辑中,散热仅属于后期按需采购的配套环节。通用服务器功耗有限,标准化风冷空调足以应对,散热方案不会成为机房前期架构设计的决定性约束。
然而,AI算力集群打破了这一平衡。单颗GPU芯片功耗持续攀升,超高密度机柜功率动辄突破30kW甚至50kW,传统风冷在散热效率和能耗控制上触及工程天花板。持续的高温不仅让PUE(电源使用效率)指标难以达标,还会严重威胁芯片的运行稳定性和硬件寿命。当算力密度越过临界点,液冷便成了智算中心无法绕开的底层刚需。
市场需求随之出现清晰分层:头部云厂商追求长期高可靠性,愿花漫长周期验证技术;商用IDC服务商看重改造成本与方案成熟度;各地新建的智算中心则对交付周期更为敏感。多方需求交织,推高了行业热度。
不过,行业内部人士指出,外界看到的亮眼订单需要客观审视。液冷领域的许多大单属于框架协议或意向订单,通常附带严格的样机测试与现场验证条件,不能直接等同于已确认的营收。意向订单到最终落地之间存在较长时间差,若将纸面数据直接视作确定性收入,容易掩盖真实的交付压力。
随着行业推进,冷板式与浸没式两条技术路线的分化越发明显。业内并非简单的“谁替代谁”,而是针对不同场景的权衡取舍:
除了技术选型,液冷还面临非标准化的难题。风冷设备标准化程度高、可快速复制;而液冷项目由于不同客户的服务器型号、机柜布局、管路设计各异,高度依赖定制化工程。这种特性导致产能无法像标准硬件那样迅速扩张,也让不少新入局者陷入“手握样品却无法规模化交付”的窘境。
液冷行业的此轮爆发,深度绑定了AI算力的资本开支周期。但算力建设不会永远保持单边高速增长,一旦大模型投入节奏调整,设备采购需求也将随之波动。
参照光伏与储能行业的发展历程,一旦需求增速放缓,缺乏核心壁垒和纯靠代工的厂商将最先遭遇洗牌。液冷企业要在周期中立足,关键在于建立三道护城河:
算力硬件的功耗升级重构了机房散热的基础逻辑。当意向订单的红利退潮,液冷赛道的角逐才真正从概念与样品测试,步入大规模工程稳定交付的硬碰硬阶段。
免费获取企业 AI 成熟度诊断报告,发现转型机会
关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断