液冷技术发展背景及优势在哪？

 AIGC 时代，液冷技术发展迎来风口。

1、 人工智能发展与算力提升对散热有更高需求

人工智能迎来新变革，带来大量算力和机柜需求。2022 年底生成式 AI 大模型 ChatGPT 横空出世，掀起新的 AI 浪潮，海内外互联网巨头、科技企业及研究机构等 陆续投入到大模型研发当中，拉开“百模大战”的序幕，据浪潮信息发布的《2023-2024 年中国人工智能计算力发展评估报告》，截至 2023 年 10 月，中国累计发布两百余个 大模型，其中以科研院所和互联网企业为开发主力军。随着 AI 语言大模型的不断迭 代，模型数据量和参数规模呈现指数级增长，算力需求不断提升。以 GPT 模型为例， GPT-3 模型参数约为 1746 亿个，训练一次需要的总算力约为 3640 PF-days。据中国 信通院数据，2023 年推出的 GPT-4 参数数量可能扩大到 1.8 万亿个，是 GPT-3 的 10 倍，训练算力需求上升到 GPT-3 的 68 倍，在 2.5 万个 A100 上需要训练 90-100 天。无论是 AI 模型的训练还是推理均离不开算力资源的支持，AI 的高速发 展带来大量算力和数据中心机柜需求，拉动算力基础设施建设。 全球算力规模维持高增长。经中国信息通信研究院测算，在 FP32 精度下，2022 年全球计算设备算力总规模达到 906 EFlops 并持续维持较高增速，增速达到 47%， 其中基础算力规模为 440 EFlops，智能算力规模已超过基础算力规模，达到 451 EFlops，超算算力规模为 16 EFlops。中国信通院预计 2024-2028 年全球算力规模将 以超过 50%的速度增长，到 2025 年全球计算设备算力总规模将超过 3 ZFlops，至 2030 年将超过 20 ZFlops。

AI 形成强大推动力，液冷数据中心市场规模保持高速增长。AIGC 的高速发展 离不开高算力的支撑，随着计算芯片功耗持续上升带动服务器及整机柜功耗上升， 液冷散热有望成为首选。据科智咨询预计，2023 年中国液冷数据中心市场将同比增 长 53.2%，市场规模将增长至 154 亿元，预计 2022-2027 年，中国液冷数据中心市场 将以 59%的复合增长率持续蓬勃发展。预计到 2027 年，随着 AI 系列应用的规模化 落地以及液冷生态的日趋成熟，市场规模将突破千亿大关。

（1）在需求方面，随着 AI 大模型、云计算、5.5G 等新兴技术的不断发展，互 联网、政府和电信行业仍为液冷数据中心的需求主力军，金融、下游制造、医疗、 能源等行业也有望不断加大液冷相关投入。 （2）生态方面，液冷产业早期上下游协同性不高，无统一相关标准，难以形成 合力。液冷服务器是液冷生态链的核心价值环节，近期众多服务器厂商先后推出液 冷服务器，其他设备厂商相继推出液冷交换机、液冷光模块、液冷机柜等配套设备， 积极布局液冷产业，液冷生态链设备商及服务供应商紧密配合，共同推动液冷生态 进一步完善。三大电信运营商助推液冷解耦式交付，引领液冷接口标准化、规范化 发展，构筑开放生态，液冷渗透率有望进一步提升。 （3）成熟度方面，冷板液冷发展较早，相比浸没式和喷淋式、生态更完善、改 造成本更低、改造周期较短，冷板式液冷可作为传统风冷的平滑过渡，未来有望进 一步向浸没式液冷转变。随着众多成熟液冷项目持续落地，液冷发展走向良性循环。 （4）政策方面，IDC 耗电量与日俱增，数据中心绿色化发展成为共识，国家对 PUE 要求不断趋严，液冷相较风冷具有明显节能优势，减少冷却设备能耗，能有效 降低 PUE 至 1.25 以下。 （5）成本方面，虽然液冷总体 Capex 仍高于风冷，但从单位角度来看，单千 瓦散热 Capex 已在快速下降，成本拐点或将出现。据赛迪顾问发布的《2023 中国液 冷应用市场研究报告》，2022 年液冷数据中心 1kW 的散热成本为近 6500 元，相比 2022 年已经下降了 54.2%，预计 2023 年 1kW 的散热成本有望降至 5000 元左右，与 传统风冷的建设成本已基本持平。随着单位散热成本持续下降，液冷 TCO 优势逐渐 显著，或将加速老旧风冷数据中心改建为液冷数据中心，液冷渗透率持续增长。

1.1、 高算力需求下 IDC 机柜数量持续增长

算力需求支撑我国数据中心机架规模持续增长。服务器设备是提供算力资源的 主要载体，IDC（数据中心）则是给集中放置的 ICT 设备（服务器设备、网络设备、 存储设备）提供运行环境的场所（数据中心=IT+电力+制冷）。AIGC 的兴起引发数据 量和计算量快速增长，在一线城市数据中心资源日趋紧张的情况下， AI 的高算力需 求或将持续带动 IDC 的建设和机架数量的增长。据工信部、信通院数据，截至 2023 年 6 月底，我国在用数据中心机架规模达到 760 万架，同比增速达到 28.8%，2022 年底总机架规模达到 650 万架，2018-2022 年复合增速超过 30%。

1.2、 高算力需求下单机柜功耗持续增长

计算芯片功耗持续攀升，以满足高算力需求。后摩尔定律时代下，芯片制程技 术发展趋缓，计算芯片多以提高核心数量等方式提高算力，导致计算芯片如 CPU 和 GPU 的功耗不断攀升。AI 服务器作为人工智能发展的重要算力底座，CPU 和 GPU （或其他 ASIC 计算芯片）的整体功耗在 AI 服务器总功耗中占比达到 80%左右（。1） 在 CPU 方面，从 2017 年 Intel 第一代铂金至强处理器的发布到 2023 年 12 月第五代 处理器问世，核心数量从早期的 24 颗提升至最多 64 颗，同时 TDP（热设计功耗） 从 150W 提升至最高 385W，功耗相比第一代提升超 2 倍；（2）在 GPU 方面，用于 人工智能计算的GPU TDP从早期V100 Nvlink的300W提升至H100 SXM的700W， 未来功耗或将持续增长。

AI 服务器功率已达风冷散热瓶颈。（1）芯片单点冷却方面：芯片功率密度的不 断提升直接影响着芯片的散热和可靠性，逼近风冷散热上限 800W 左右，而液冷能 有效满足芯片的散热需求。（2）机柜整体冷却方面：芯片功率的增加也导致整机柜 功率的增长，采用传统风冷的数据中心通常可以解决 12kW 以内的机柜制冷。随着 服务器单位功耗增大，同样尺寸的普通服务器机柜可容纳的服务器功率往往超过 15kW，相对于现有的风冷数据中心，已逼近空气对流散热能力天花板。通用服务器 功率平均在 0.5KW 左右，对于 6KW、8KW 的高功率机柜可以放置 10 台服务器以上。 AI 服务器功率可达 6KW 以上，以 NVIDIA DGX A100 服务器为例，额定功率约为 4KW，单机最大功率约为 6.5KW。一个标准 42U 高度的机柜中，假设放置 5 个 5U 高度的 AI 服务器，则需要超过 20KW 的单机柜功率，此时已超过风冷的散热极限， 液冷或将成为最佳选择。

数据中心机柜功率持续上升，在 AI 驱动下功率增速或将加快。根据 Uptime Institute 发布的《2020 全球数据中心调查报告》 统计，2011 年数据中心平均单机架 功率仅为 2.4 kW/机架，2017 年上升到 5.6 kW/ 机架，至 2020 年已达 8.4 kW/机架。 AI 高速发展带来了高算力需求，芯片功耗随之不断增长，导致数据中心单机架的功 率升高，从 4.4 kW/机架逐渐升高至 8 kW/机架、25 kW/机架、30 kW/机架甚至更高。 单机柜功率持续上升，液冷散热更具优势。在传统风冷机房微模块中，随着通 用服务器或 GPU 服务器上架率的提升，单机柜功率密度不断增长，迫使列间空调数 量大增，导致机柜数量减少，并出现风冷制冷技术成本高、难度大的问题，性价比 较低。在单机柜功率上升趋势下，对于用于 AI 训练与推理的智算机柜，在不减少AI 服务器上架量的情况下，单机柜功率或已超过风冷的散热极限，液冷可支持高密 度散热，散热效率和成本等优势愈发显著。

2、 与传统风冷技术相比，液冷技术优势显著

液冷散热相比传统风冷散热效果更佳。传统风冷技术是成熟且应用最广泛的数 据中心散热技术，它以空气为介质进行散热，通过送入低温空气、经与电子器件进 行热交换后，将热量带走。相较于液冷散热，风冷技术存在密度低、散热能力差、 易形成局部热点、机械能耗大等缺陷。液冷方式则以液体为介质进行散热，由于液 体的体积比热容是空气的 1000-3500 倍，意味着冷却液可以吸收大量热量而不会显 著升高温度；液体的对流换热系数是空气的 10-40 倍，同等空间情况液冷的冷却能力 远高于空气；只需提供中温液体即可满足元器件散热需求，比空气冷却方式散热效 率更高，也更加节能。

与风冷技术相比，液冷技术主要具有以下优势： （1）低能耗： 液冷散热能显著降低制冷设备能耗。传统风冷数据中心建成后， 电费占运维总成本的 60%-70%。根据赛迪顾问统计数据显示，2019 年中国数据中心 主要设备能耗占比中，制冷耗电占比（约 43%）位居第二，仅次于 IT 设备自身能耗 占比（约 45%）。液冷技术相较传统风冷散热，取代大部分空调系统（压缩机）、风 扇等高能耗设备，可实现节能 20%-30%以上。以某液冷数据中心为例，液冷设备取 代空调设备，耗能占比仅为 9%，数据中心 PUE 降低至 1.2 以下。此外，除了制冷系 统自身能耗降低外，采用液冷散热技术有利于进一步降低芯片温度，芯片温度降低 带来更高的可靠性和更低的能耗，整机能耗预计可降低约 5%。 传热路径短：低温液体由 CDU（冷量分配单元）直接供给通讯设备； 换热效率高：液冷系统一次测和二次测之间通过换热器实现液液换热，一次测 和外部环境之间结合风液换热、液液换热、蒸发换热三种形式，具备更优的换热效 果； 制冷能效高：液冷技术可实现 40～55℃高温供液，无需压缩机冷水机组，采用 室外冷却塔，可实现全年自然冷却。

（2）高散热：液冷解决高功率芯片的散热问题，延长设备寿命，减少折旧成本。 风冷容易产生局部热点，芯片长时间高温运行，影响芯片性能和使用寿命。研究发 现，温度每升高 1 摄氏度电子器件的寿命缩短 5%，液冷可维持芯片低于临界温度 10℃ ~20℃稳定运行，释放芯片最大计算潜能，延长芯片使用寿命。液冷系统常用介质有 去离子水、醇基溶液、氟碳类工质、矿物油或硅油等多种类型；这些液体的载热能 力、导热能力和强化对流换热系数均远大于空气；因此，针对单芯片，液冷相比于 风冷具有更高的散热能力。 （3）低噪声：液冷散热技术利用泵驱动冷却介质在系统内循环流动并进行散热， 解决全部发热器件或关键高功率器件散热问题；能够降低冷却风机转速或者采用无 风机设计，从而具备较好的降噪效果，提升机房运维环境舒适性，解决噪声污染问 题。 （4）低 TCO：液冷初期 CAPEX 更高，但 OPEX 更低。液冷技术具有更佳的 节能效果，液冷数据中心 PUE 可降至 1.2 以下，每年可节省大量电费，能够大幅降 低数据中心运行成本。相比于传统风冷，液冷散热技术的应用虽然会增加一定的初期投资，但可通过降低运行成本回收投资。以规模为 10MW 的数据中心为例，比较 液冷方案（PUE1.15）和冷冻水方案（PUE1.35），预计 2.2 年左右可回收增加的基础 设施初投资。同时，由于液冷服务器对空间的要求降低，可实现高密度设计，提高 了数据中心内设备部署密度，降低数据中心 TCO。

（5）空间利用率高：使用液冷系统的数据中心相对于传统的风冷数据中心更加 简单，去掉了庞大的末端空调系统，提高了建筑利用率，在小空间里也能布置足够 规模的服务器，单机柜功率密度得到较大提升, 节省主机房空间 50%-80%；应用场 景更易布置，受地理位置影响较小，全国布局皆可实现低 PUE 运行。 （6）适应性强：冷板式液冷兼容性强，易配套开发，不需改变原有形态和设备 材料；空间利用率高，可维护性强，布置条件与普通机房相近，可直接与原制冷系 统（常规冷冻水系统）兼容适应。 （7）余热回收易实现：相比传统水温，使用液冷方案的水温更高，温差大，热 源品味和余热系统效率高。