2026年液冷行业深度报告：液冷需求加速释放，关注上游高价值环节

液冷技术加速渗透，大陆厂商迎来切入全球高端供应链机遇

1.1 算力爆发驱动液冷成为必选项，英伟达Rubin 架构引领“全液冷”革命

“训练+推理”算力双轮驱动，未来全球算力需求呈指数级爆发。随着大模型快速迭代与 AI 应用场景加速渗透，全球 AI 算力需求呈指数级爆发态势，算力基础设施供给持续增长，智能算力密度不断提升。从训练侧算力来看，当前海内外CSP 巨头及头部大模型厂商持续加码基础模型的研发，模型规模从千亿向万亿级参数量级跨越，模型范式从纯文本向融合了文本、图像、音频、视频等多种数据的多模态化方向演进，推动训练侧算力需求持续攀升。从推理侧算力来看，2026 年初，OpenClaw 开源AI 智能体执行框架持续火爆出圈，海内外厂商亦密集推出相关智能体产品，AI Agent 迎来技术、应用、商业三维度的全面爆发。与传统的简单对话式 AI 不同，Agent 执行复杂任务时需要模型持续进行思考、规划与工具调用，其 Token 消耗量通常是传统对话的20 到30 倍，驱动推理侧算力爆发式增长。在“训练+推理”算力双轮驱动下，预计未来全球智能算力将保持高速增长态势。根据中国信通院测算，截至 2025 年 6 月，全球计算设备算力总规模为4495 EFLOPS，同比大幅增长 117%，其中智能算力规模占总算力比例已达到85%。随着智能算力成为绝对主导，预计未来五年全球算力规模将以超过60%的年均速度增长，至2030 年全球算力有望超过 50 ZFLOPS，其中智能算力占比将超过95%。

高性能 AI 芯片（包括 GPU 和 ASIC）TDP 逐渐突破风冷散热极限，亟需采用液冷散热方案。AI 算力需求呈指数级爆发直接推动了 AI 集群功耗上扬，从单芯片到机柜级别的功耗密度的激增已经超越了传统数据中心的风冷散热极限。从芯片端来看，当前主流CPU处理器单芯片功耗已达 350—400W，而 GPU 的功耗更是显著高于CPU。以英伟达GPU处理器为例，其 V100 芯片的 TDP 为 300W，到了 H100 芯片的TDP 已经高达700W，B200单卡 TDP 进一步上升至约 1000W，已然突破风冷方案 700W—800W 的散热极限。后续产品中，GB300 单卡 TDP 提升至 1400W，计划于 2026 年发布的 Vera Rubin（VR200）飙升至2300W，而 2027 年的 VR300 更是高达 3600W。如此高的芯片功率密度，对GPU 服务器的供电和散热等基础设施提出了颠覆式的挑战，亟需更高效的散热方案支持。在此背景下，液冷以其高能效、高热密度处理能力等特点，成为推动 AI 基础设施稳定运行的重要技术支撑，具有广阔的发展前景。 与此同时，ASIC（专用集成电路）芯片的快速崛起，正成为驱动液冷市场需求增长的第二极。为提升能效比并强化成本控制，谷歌、亚马逊、微软、字节等海内外科技巨头纷纷加大自研 ASIC 的投入。其中，谷歌早在 2018 年推出的TPU v3 阶段便开始探索液冷机架方案。2025 年 4 月，谷歌发布的 TPU v7 Ironwood，其单芯片热设计功率高达980W，配套机柜将全面采用 100%全液冷架构。而 Meta 方面在 2026 年3 月官宣，公司计划在2027 年底前推出四代自研 ASIC 芯片（MTIA 系列），包括MTIA 300、MTIA 400、MTIA450和 MTIA 500。从 MTIA 400 开始，相关机架级系统将正式引入液冷散热方案。液冷正逐步成为头部云厂商自研ASIC服务器的主流共性技术路线。根据市场调研机构TrendForce数据，随着谷歌、Meta 等 CSP 厂商加速扩张自研 ASIC 方案，预计2026 年基于ASIC的AI 服务器的出货占比将提升至 27.8%，其出货增速也将超越基于GPU 的AI 服务器，与基于 GPU 的 AI 服务器共同构成驱动液冷散热需求持续增长的两大核心引擎。

数据中心单机柜功率密度持续攀升，英伟达 Rubin 平台 100%全液冷设计定义AI散热新范式。从系统层面看，单芯片功耗的攀升直接传导至机柜级别，使数据中心功率密度呈现指数级跃升。传统风冷方案的有效散热能力上限约为单机柜20kW，而当前AI训练集群的单机柜功率密度已普遍突破这一阈值，需要采用液冷散热方案以保证数据中心运行的稳定性。以英伟达为例，其服务器散热方案从 GB200 NVL72/GB300 NVL72 的“液冷+风冷”混合架构，演进至 Rubin 平台的 100%全液冷全覆盖。2026 年1 月，英伟达创始人兼 CEO 黄仁勋在 CES 2026 展会上官宣新一代旗舰 AI 计算平台Vera Rubin（简称“Rubin平台”）进入全面量产阶段。根据官方规划，首批基于该平台的全栈解决方案已完成供应链爬坡，将于 2026 年第三季度启动全球交付。与上一代GB300 NVL72 系统约80%的液冷覆盖率相比，英伟达 Rubin NVL72 系统采用 100%全液冷设计，彻底摒弃传统的风冷组件，通过液冷分配单元和冷却液对核心部件进行精准降温。Rubin 平台首次引入了微通道冷板技术，将传统冷板内部流道尺寸缩小至微米级，冷却液的传热路径大幅缩短，显著提升了散热效率。Rubin 平台的量产及 100%全液冷散热技术突破具有里程碑意义，将液冷从“高功率密度的可选方案”正式定义为“AI 算力基础设施的必选配置”，为液冷行业确立了新的技术标杆。

1.2 政府对数据中心 PUE 要求趋严，液冷技术有望加速渗透

减少制冷系统能耗为降低数据中心 PUE 的重要途径，我国算力中心PUE 值仍具改善空间。PUE（电能使用效率）是衡量数据中心能源利用效率的重要指标，其定义为数据中心总能耗与 IT 设备能耗的比值。数据中心的耗能部分除了 IT 设备的用电，还包括制冷系统、供配电系统、照明系统及其他设施（包括安防设备、灭火、防水等）。根据中国电子技术标准化研究院数据，一个典型的数据中心中，其能耗最大的部分是IT 设备，约占数据中心总能耗的 50%，其次为制冷系统设备，约占比 37%，剩下的供配电系统设备及其他设施约占比 13%。当 PUE 值越接近 1，表明该数据中心用于IT 设备的能耗占比越高，非 IT 设备的能耗占比越低，意味着数据中心的能源利用效率越高。当PUE 值越高，意味着用于 IT 设备以外的额外消耗电能越多，因此整体电费支出更大，数据中心运营成本更高。一般而言，数据中心的制冷系统能耗占比仅次于IT 设备能耗，因此降低制冷系统能耗是降低数据中心 PUE 值的重要途径。根据信通院数据，我国数据中心PUE持续下降，截至 2025 年 6 月底，我国算力中心平均 PUE 降至 1.42，仍具备一定的改善空间。

采用液冷技术可以有效降低数据中心 PUE。与传统风冷技术相比，液冷技术具有更高的散热效率。采用液冷技术后，数据中心散热效率有所提升，这表明当数据中心需要维持在相同散热效果下时，制冷系统所需要的能耗降低。例如，液冷技术可以通过取代大部分高耗能制冷设备（如空调系统、风扇等），或是减少风扇的转速、降低空调的制冷负荷等途径，有效减少数据中心制冷系统能耗，从而降低数据中心的PUE。根据行业数据，仅采用传统风冷技术的数据中心 PUE 均值为 1.5，传统风冷技术极限值为1.25，而采用液冷技术以后，数据中心 PUE 可降低至 1.25 以下，其中，相变式浸没式液冷可以降低至 1.1 以下。液冷已成为数据中心降低 PUE 值的优选方案。国家及各地方政府对数据中心 PUE 趋严，有望推动液冷技术快速渗透。在“双碳”目标推进及“东数西算”工程实施的背景下，国家及各地方对数据中心PUE 要求趋严，致力于推动数据中心绿色发展。在国家层面，根据国家发展改革委、工信部等部门于2024年联合发布的《数据中心绿色低碳发展专项行动计划》，其中明确提出，到2025年底，全国数据中心平均 PUE 降至 1.5 以下，新建及改扩建大型和超大型数据中心电能利用效率降至 1.25 以内，国家枢纽节点数据中心项目电能利用效率不得高于1.2。在国家政策引领下，各地方政府也纷纷出台相应方案或意见，积极向国家政策标准靠拢，部分省份例如北京对于数据中心 PUE 值提出更严格要求并具有直接的惩戒效应。《北京市存量数据中心优化工作方案（2024—2027 年）》明确规定，自 2026 年起，北京对PUE 超过1.35的数据中心开征差别电价。超限值 1 倍以内（PUE 1.35-1.7），加价0.2 元/度；超1倍以上（PUE＞1.7），加价 0.5 元/度。

产业与政策共振，我国液冷数据中心前景广阔。全球算力需求高速增长，推动芯片功耗及数据中心单机柜功率密度持续攀升，传统风冷方案已难满足高功耗场景下的散热需求，具有更高散热效率的液冷正逐渐成为必选方案。与此同时，在“双碳”宏观形势下，政府部门对数据中心 PUE 监管日益趋严，液冷作为降低 PUE 指标的关键技术路径，有望在数据中心中加速渗透。根据中国信息通信研究院测算，2024 年我国智算中心液冷市场规模达到 184 亿元，同比大幅增长 66.1%。预计到 2029 年，市场规模将进一步增长至约1300 亿元，未来五年有望保持高速增长态势。

1.3 英伟达放权、谷歌直采，大陆厂商迎来直接入局机遇

芯片功耗提升倒逼散热方案升级，驱动液冷组件价值量提升。从价值量维度看，英伟达AI 服务器液冷组件价值随着平台迭代呈现持续攀升的态势。以英伟达GB200 和GB300系统为例，一台 GB200 NVL72 机柜搭载了 72 颗 Blackwell GPU 和36 颗Grace CPU，其散热架构采用了“1 CPU + 2 GPU”共用单块大尺寸冷板的“集成式”设计，即GB200NVL72单机柜需要 36 块芯片散热用的大冷板。而 GB300 NVL72 采用了“独立式”散热设计，为每颗芯片配备独立一块小型冷板，单机柜芯片用的冷板数量增至108 块，显著提升了液冷板用量，同时带动快接头（UQD）数量也实现了翻倍式的增长。根据测算，从GB200升级到 G300，单台机柜液冷组件价值量增幅超过 20%。预计未来随着Rubin 架构进一步升级，机柜液冷组件价值量有望持续提升，液冷市场规模随之扩大，为产业链上游供应商创造可观的增量空间。

英伟达液冷供应链开放，大陆厂商迎直接入局窗口。在 H100/GB200 时代，为保障快速交付，英伟达对 CDU 等关键液冷部件采取了指定独供的模式，供应链进入壁垒极高。例如，在 GB200 阶段，维谛技术（Vertiv）是英伟达唯一认证的CDU 供应商。然而，该模式下单一或少数供应商的产能有限，难以支撑 GB300 及后续产品大规模放量所带来的需求激增。为降低供应链风险，进入 GB300 及未来 Rubin 时代，英伟达全面放开供应商权限，不再指定特定厂商，仅提供设计参考、接口规范及合格供应商名单，将具体采购决策权下放至如鸿海、广达等 ODM 厂商。这一转变打破了原有封闭的供应体系，为具备产品及成本优势的大陆液冷厂商直接切入英伟达液冷供应链提供了历史性机遇，有望抢占原本由外资主导的高价值市场份额。 谷歌液冷供应链采取直采模式，为国内厂商提供一级供应商切入机遇。在目前快速放量的 ASIC 服务器项目中，以谷歌为代表的云厂商为保障自有数据中心的安全、稳定、可靠，预计其将直接与液冷系统及部件供应商对接并进行认证测试。以谷歌TPU 为例，谷歌在液冷供应链中采取直采模式，即液冷供应商不通过 ODM 间接供货，而是作为一级供应商直接向谷歌提供配套产品。该模式显著降低了供应链层级壁垒，为国内厂商提供了以一级供应商身份直接切入谷歌供应链的战略机遇。