2026年液冷行业深度：行业前景、技术路线、产业链及相关公司深度梳理

行业概述

1、液冷概念

液冷是一种采用液体带走发热器件热量的散热技术，通过冷却液体替代传统空气散热，充分利用了液体 的高导热、高热容特性替代空气作为散热介质，同传统强迫风冷散热对比，液冷具有低能耗、高散热、 低噪声、低 TCO 等优势，适用于需提高计算能力、能源效率、部署密度等应用场景，已成为一种新型 制冷解决方案，是解决数据中心散热压力和节能挑战的必由之路。

2、液冷技术优势

液冷技术的核心优势： 1）低能耗：液冷散热技术传热路径短、换热效率高、制冷能效高的特点促成液冷技术低能耗优势； 2）高散热：以 2MW 机房为例，相同单位下，液冷散热能力是风冷的 4-9 倍。①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/硅油等，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；②液冷技术下，单板、整柜、机房整体送风需求量大幅降低，允许高功率密度设备 部署；同时，单位空间 ICT 设备布置数量上升，提高数据中心空间利用率。 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，解决发热/高功率器件散 热问题；能降低冷却风机转速或者采用无风机设计，从而具备极佳的降噪效果。 4）低 TCO：TCO（Total Cost of Ownership，即全生命周期成本），液冷技术具有极佳的节能效果， 液冷数据中心 PUE 可降至 1.2 以下，每年可节省大量电费，能够极大的降低数据中心运行成本，符合各 国现行 PUE 政策要求。

行业前景

AI 浪潮下大模型更迭频繁，显著驱动算力需求提升，进而带动散热需求提升。AIDC 服务器芯片功耗与 算力密度持续攀升，设备功率密度逐渐突破传统风冷降温方式极限。液冷凭借其散热效率与部署方式的 优势，正在成为数据中心的主流散热方案。

1、AI 大模型密集収布，驱动 AI 基础设施建设需求增长

（1）云厂商竞争加剧，AI 大模型密集収布

全球云厂商加码 AI，大模型数量爆发式增长。自 2022 年 ChatGPT-3.5 发布以来，大模型开始进入大 众视野，国内外众多厂商如 OpenAI、Meta、Anthropic、谷歌以及国内的腾讯、字节、DeepSeek 等均 开始推出新模型并不断迭代更新。

分区域：海外大模型巨头众多、国内大模型聚焦性能优化。海外主流 AI 模型竞争玩家包括：技术能力 以及用户数全球领先的 OpenAI 系 GPT 模型、背靠亚马逊/谷歌投资的 Anthropic 模型 Claude、谷歌自 研模型 Gemini、Meta 自研模型 Llama、马斯克旗下自研模型 xAI 等。截止 2025 年 9 月，国内完成备 案的大模型数量已达 890 个，较 2024 年 10 月的 464 个增长 92%。国内优秀大模型侧重性能优化，对 标 GPT-5.0，同时在训练成本、API 价格方面具备显著优势。

（2）AI 基建建设需求旺盛，数据中心有望达万亿美元

随 AI 训练及推理需求持续增长，云端算力基础设施需求旺盛。北美市场方面，头部云厂商资本开支强 劲增长并持续上调指引。2025 年 1 月 21 日，美国总统宣布 OpenAI、软银和甲骨文将共同投资建设的 AI 基础设施项目“星际之门”，计划在未来 4 年内投资 5000 亿美元。目前，该计划已确定将在美国新建 5 个 AI 数据中心，未来三年内投资将超过 4000 亿美元，最终目标是实现近 7 千兆瓦的算力容量。

2025 年北美四大云厂商资本开支同比高增，预计 2026 年延续 AI 基建投资的高景气。2025，四大云 厂商合计资本开支同比预计增长 54.8%。谷歌、Meta 等公司纷纷上调 2025 年资本开支指引，并看好 2026 年延续增长态势，全球 AI 基建投资景气高涨。

国内头部云厂商也公布了巨额投资计划，远超往年同期。阿里巴巴宣布未来三年在云和 AI 基础设施的 投入将超过 3800 亿元，超过过去十年总和。字节跳动则表示明年将投入 1600 亿人民币用于 AI 领域。

2034 年数据中心市场规模或超万亿美元，10 年 CAGR 为 11%。数据中心是数字经济的核心基础设施， 其发展规模与增速直接反映了全社会算力需求的旺盛程度。根据 Precedence Research 预测，全球数据 中心市场规模有望从 2025 年约 4000 亿美元增长至 2034 年破万亿美元，10 年 CAGR 为 11%。

2、液冷有望替代风冷成主要散热方案

（1）芯片及机柜功耗快速提升，液冷由可选变为刚需

随算力需求提升，芯片及服务器功率不断攀升。以英伟达芯片为例，其在 2022-2023 年推出的 Hopper 架构 H100、H200 芯片 TDP（热设计功耗）为 700W；2024 年英伟达发布新一代 Blackwell 架构， GB200 芯片 TDP 提升至 1200W，2025 年 3 月发布的 GB300 进一步提升至 1400W；2026 年英伟达 将发布下一代 Rubin 架构，Rubin GPU 的热功耗甚至可能从原先预期的 1.8kW 提高至 2.3kW。

机柜方面，英伟达 H100/H200 服务器通常由 4 个或 8 个 GPU 构成，由 8 个 GPU 构成的单台服务器功 耗约 10.4kW，安装 4 台服务器的风冷机柜总功耗约为 42kW；由于单 GPU 功耗提升，2024 年发布的 GB200 NVL36 单机柜功耗增加至 72kW，集成 72 个 GPU 的 NVL72 单机柜功耗则高达 120kW。

英伟达 GB200/300 芯片及机柜功耗已超风冷解热上限，GB 芯片出货量爬坡将推动液冷渗透率快速 提升。根据 Vertiv，数据中心制冷系统架构可分为芯片侧、机柜侧、冷源侧等。在芯片侧，风冷芯片的 解热上限为 TDP＜1000W，TDP 超过 1000W 的芯片必须采用液冷方案，其中单相液冷芯片的解热上 限为 TDP＜2000W，TDP 超过 2000W 的芯片需采用相变液冷方案。在机柜侧，各种风冷方案的散热 能力上限为单机柜 80kW，原则上在单机柜 40-60kW 情况下即开始考虑液冷方案，单机柜 80kW 以上 的超高密度场景必须采用液冷方案。 由上可知，英伟达 GB200/300NVL72 机柜在芯片侧以及机柜侧的功耗均已超过风冷方案的解热能力上 限，必须采用液冷技术；GB200 液冷冷板主要覆盖芯片，存储、I/O 等其他部件保留了风冷；而 GB300 将采用全液冷技术，所有器件均采用液冷散热。

（2）ASIC 芯片加速収展将催生新液冷需求

海外厂商加快 ASIC 芯片及液冷方案布局，预计 ASIC 市场扩张将推动液冷需求进一步提升。ASIC （定制集成电路）是专门为某种特定应用而设计的芯片，用于 AI 计算的 ASIC 通用性弱于 GPU，但在 AI 计算领域的能效及性价比通常更优。为减少对通用 GPU 的依赖、降低算力成本，谷歌、AWS、Meta 等全球云服务厂商均加快 AI ASIC 布局，同时积极引入液冷技术方案，如谷歌在第三代 TPU 开始使用 液冷方案，2025 年发布的第七代 TPU Ironwood 最大可支持 10MW 级别液冷机柜；AWS 在 2024 年 12 月发布 Trainium2 芯片，基于 Trainium2 的实例性价比较 GPU 高 30%-40%，同时宣布新一代 AI 服务 器将使用液冷方案。 在 Deepseek 等低训练成本 AI 模型推动下，近期 AI 算力需求逐步由训练算力转向推理算力，而以谷歌 TPU 为代表的 ASIC 在 AI 推理领域具备不逊色于英伟达 GPU 的性能以及更低的功耗，有望在 AI 推理 领域对 GPU 实现替代。据媒体报道，预计 2025 年谷歌和 AWS 的 ASIC 合计出货量将达到 300 万片以 上，后续 Meta、微软等厂商也将加快部署自研 ASIC 解决方案，ASIC 市场将迎来加速扩张，有望推动 液冷需求进一步提升。

（3）超节点打开国内液冷市场空间

2025 年 4 月华为推出 CloudMatrix384 超节点，在 9 月召开的华为全连接大会上，华为表示 CloudMatrix 384 超节点已销售 300 余套，华为还将推出 Atlas 950 SuperPoD 超节点，算力规模 8192 卡，预计于 2026 年四季度上市。据零氪 1+1 统计，继昇腾 384 问世以来，目前国内已经有 9 家厂商加 入超节点之争。其中包括中科曙光、阿里、百度、沐曦、浪潮等。能够认为 2026 年国产芯片出货有望 保持高增，叠加 AI 超节点整机出货形式采用率的快速提升，将给国内液冷市场带来高增机遇。

3、政策推动我国数据中心液冷収展

为了应对服务器核心计算芯片更新换代导致单芯片功耗不断增加、风冷散热能力有限以及能源问题日益 突出的挑战。我国政府部门多次发布政策，鼓励企业采用新技术、新工艺、新设备，降低数据中心能耗。 而具备优秀节能效果的液冷服务器成为国家重点支持行业之一。国家发展改革委、国家数据局等部门于 2023 年 12 月发布的《关于深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》，明确表 示要推进数据中心用能设备节能降碳改造，推广液冷等先进散热技术。

编辑：火腿肠