当AI算力撞上散热极限，液冷技术如何重塑智算中心生态 原创

据IDC预测，2023-2028年中国液冷服务器市场年均复合增速将达到45.8%，2028年市场规模将突破102亿美元。然而高速奔跑的背后，冷却与供电的压力也在加剧——从数据上看，2025 年中国算力规模跃居全球第二，智能算力规模达到 1037.3 EFLOPS，以43%的增速领跑全球。

“未来，AI算力和单机柜功耗都将加速攀升，这将对智算中心基础设施带来颠覆性的变革。为了高质量地匹配冷却与供电需求，液冷基础设施的创新与应用成为关键。”在施耐德电气北京站卡车巡展现场，施耐德电气关键电源业务IMDC及边缘计算产品经理汤熠表示。

液冷：算力生态的关键变量

在传统数据中心中，机柜功率密度通常在5kW到10kW之间，依靠传统风冷就能满足散热需求。但在AI时代，这个数字跃升至60-120 kW，甚至更高。“未来超过50kW的机柜基本都会配备液冷系统，这是一个全新的赛道。”汤熠表示。

但液冷远不是“换一种散热方式”这么简单。它横跨材料兼容性、系统集成、运维与回收的全链路，任何环节的缺口都可能演变为系统性风险。

在展示环节中汤熠介绍到，这样的主管路跟家用装修的管路是一致的，去离子水或超纯水在泵的驱动下进入CDU，通过与室外冷源交换热量，再经分水器分流至每一个机柜。每个机柜都配置了两个机柜分水单元（Manifold），通过快速接头与服务器相连，每台服务器又拥有独立的进出水口，从而构成一条完整的冷热水循环链路。

他以一个1 MW级的液冷项目举例，其整体投资约在150万至250万元之间。其中，CDU的成本仅占10%至20%，而剩余近八成的投入往往用于管网铺设、快速接头及机柜级分水单元等环节。这表明，液冷系统的挑战并非单台设备的性能，而是在于如何实现整套系统的高效协同运转。

施耐德电气的价值，正是在于将这套复杂的工程化体系封装为“交钥匙方案”。从管路铺设到快速接头，从分水单元到外部冷源，甚至到与供配电系统的深度耦合，施耐德电气都能实现统一设计与端到端交付。对用户而言，这不仅大幅降低了多方集成的风险，也将原本冗长的建设周期缩短至数周，让智算中心更快从蓝图走向现实。

价值：风液融合的协同优势

目前，市场上存在一个备受关注的问题是：液冷是否会完全取代风冷？对此汤熠表示：“液冷技术虽然已成为主流选择，但并不能完全取代风冷，因此，我们强调风液融合的解决方案。”

他以一个50 kW机柜为例说明，典型散热配置是3:7：15 kW由风冷解决，35 kW由液冷承担。这意味着，即便未来单柜功率密度跃升至1 MW，液冷占比高达90%，风冷仍要处理100 kW余热，这一负载相当于一整个传统IDC机柜。换句话说，液冷与风冷将在未来的数年时间长期并存。

这种风液融合的理念在施耐德电气的产品设计中得到了充分体现。施耐德电气的冷板式液冷CDU不仅支持液-液换热（液体对液体），还支持液-气换热（液体对空气）。液-液CDU通过管路直连实现高效换热，适合大规模部署；而液-气CDU则将空调与CDU一体化整合，无需复杂管路系统，大幅降低了部署门槛。这种多样化的技术路径，为不同场景提供了量身定制的解决方案，并成功落地从能源巨头到AI独角兽的众多项目中，覆盖了不同规模和需求的企业。

例如，在某头部能源企业的项目中，由于安全要求，客户选择本地化进行大模型训练与推理。施耐德电气部署了4台房间级1 MW液冷CDU，并提供全套开关柜、母线与机柜系统，实现了从设计到安装的一站式交付。最终项目既保障了算力需求，又避免了数据上云的安全隐忧。

另一家AI独角兽公司则看重扩展灵活性。施耐德电气为其提供了模块化液冷方案：单机柜功率密度100 kW，可逐步扩展至8个机柜，最高800 kW。凭借标准化备货，客户下单一周内即可完成本地大模型部署。对快速成长的AI企业来说，这意味着算力不再是瓶颈，而能与业务同步扩张。

这些案例揭示出施耐德电气解决方案的真正价值：不仅在于技术指标的突破，更在于交付速度、扩展灵活性与生态开放性的结合。

生态：重塑数据中心构建模式

在卡车展现场，汤熠表示：“在智算时代，我们更加注重定制化。”  他这番话揭示了一个重要趋势：数据中心建设正从标准化产品采购向定制化解决方案转变。液冷技术的复杂性要求基础设施与IT部门实现前所未有的深度协同，从服务器选型、机柜配置到上架节奏，每个环节都影响着液冷方案的最终效果。

这种变化也为施耐德电气带来了新的价值定位，秉持积极的生态合作策略，施耐德电气致力重塑数据中心构建模式，为客户提供灵活且开放的解决方案。与传统的“一站式绑定”模式相比，施耐德电气的技术中立性为客户提供了长期的自由选择权，确保客户在未来的技术发展中拥有更大的灵活性与自主性。

目前，施耐德电气已经与英伟达建立了全球合作伙伴关系，并与戴尔、联想等领先的服务器厂商开展深度协作，这些合作不仅覆盖了产业链上下游，还构建了一个完整且高效的技术生态系统。这种“朋友圈”式的合作模式，确保了技术方案的兼容性、互操作性和可持续性。

当我们热议AI如何改变世界时，往往聚焦于算法突破、模型迭代，却忽略了那些默默支撑算力运行的基础设施。但正是这些看似普通的“铁盒子”，构成了数字化的根基。在AI即将突破奇点的前夜，每一度温度的控制、每一瓦功率的优化，都可能成为影响未来走向的关键变量。