液冷行業專題報告：算力時代散熱革命，AI液冷拐點已至

　　炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

（報告出品方/作者：中泰證券，陳寧玉、佘雨晴、楊雷）

算力器件功耗提升，傳統風冷受限

AIGC驅動算力高增，芯片功耗大幅抬升

摩爾定律趨緩，芯片算力功耗齊升。IDC測算2022年中國智能算 力規模約260EFLOPS（FP16），2027年將增至1117EFLOPS， 2022-2027年CAGR達34%。算力高需求帶動AI芯片加速迭代，性 能升級的同時功耗顯著增長，2016年-2022年，CPU平均功耗從 100-130W提升至300-400W，GPU/NPU由250W提升至500W，英 偉達單顆H100的TDP（熱設計功耗）最高達700W，最新發布 B200採用Blackwell架構，功耗達1000W，由2個B200 GPU和1個 Grace CPU組成的GB200解決方案功耗高達2700W，散熱路線由風 冷轉向液冷。TDP 350W通常被認為是風冷和液冷的分水嶺，預計 未來3年內大多數最新一代處理器TDP將超過400W，超過風冷散 熱能力範圍。

國產AI芯片快速發展，提高散熱能力要求。國產AI芯片整體處於起步階段，華為、寒武紀、海光信息等持續升級芯片性能，完善生態 建設，縮小與國際領先廠商差距，海外供應鏈不確定性增強背景下，國產算力替代有望加快，華為910B性能可對標英偉達A100。對比 英偉達B200和A100，分別採用4nm和7nm製程，B200算力（FP16）約為A100的7倍，功耗僅為其2.5倍，因此我們認為受制工藝製程與 良率，國內AI芯片能效比或低於海外領先廠商，后續隨着芯片算力持續提升，散熱需求有望顯著增長。

單機櫃功率密度增加，數據中心電力消耗加大

AI電力需求高增，推理或為主要來源。隨着多模態大模型演進，AI應用場景有望持續拓寬。荷蘭數據科學家Alex de Vries研究顯示 ChatGPT每天需消耗564MWh電力用於響應1.95億次請求，GPT-3整個訓練階段耗電量預估為1287MWh，相當於ChatGPT目前4天的消耗 量。谷歌數據同樣顯示2019-2021年AI相關能源消耗中60%來自推理部分。根據施耐德電氣報告，預計AI電力需求2023年為4.5GW，到 2028年將增長至14-18.7GW，5年CAGR達25%-33%，是數據中心總電力需求10%複合增速的2-3倍，AI電力消耗佔總消耗比重由8%提升 至15%-20%，其中推理消耗佔AI比重由80%提高至85%。

數據中心單機櫃功率增加。數據量爆發式增長需要海量服務器 支撐，受限於土地面積和環保政策規定，增加單機櫃功率密度 成為調和高增的算力需求與有限的數據中心承載能力的關鍵解 決方案。Colocation America數據顯示2020年全球數據中心單機 櫃平均功率約16.5kW，較2008年增長175%，預計2025年進一步 達到25kw。根據CDCC，國內2022年8kw以上機櫃佔比達到25%， 同比提高14pct。單櫃功率超過15kw時風冷方式散熱經濟性將明 顯下降，GPU約佔AI集羣功耗一半，AI集羣單櫃功率可達50kw 以上，傳統風冷方案製冷技術難度和成本增加。

PUE指標要求趨嚴，製冷系統升級需求迫切

數據中心成新耗能大户，實際PUE與政策要求仍有差距。2022年全國數據中心耗電量2700億千瓦時，佔社會用電量的約3%，預計到 2025年比重提升至5%。北京、上海、廣東等算力熱點地區此前出臺數據中心建設及升級改造要求，其中北京要求新建數據中心PUE準 入值達到1.2，上海規定新建數據中心PUE不高於1.25，既有數據中心實施改造后，力爭PUE不高於1.4。2024年7月，國家發改委等部門 印發《數據中心綠色低碳發展專項行動計劃》，要求到2025年底，新建及改擴建大型和超大型數據中心PUE降至1.25以內，國家樞紐節 點數據中心項目PUE不得高於1.2。截至2023年底全國在用算力中心平均PUE約1.48，較政策要求仍有較大差距，Uptime Institute數據顯 示近年來全球數據中心PUE下降趨勢逐步平緩，迫切需要更加高效節能的技術及設備以提高能源利用效率。

液冷需求放量在即，浸沒式或為長期方向

液冷在散熱、TCO等方面更具優勢

風冷佔據主導，液冷加快普及。 數據中心散熱技術目前可分為風 冷、水冷（冷凍水、蒸發冷卻 等）、液冷及利用自然冷源等， 風冷佔比約80%-90%。傳統風冷 最高可冷卻30kw/r的機櫃，對於 30kw/r以上功率密度的機櫃難以 做到產熱與移熱速率匹配，且對 應PUE範圍通常為1.4-1.6，高於 當前PUE目標，技術仍需優化。

間接/直接蒸發技術通過縮短製冷 鏈路，減少過程能量損耗實現數 據中心PUE降至1.15-1.35，液冷 則利用液體的高導熱、高傳熱特 性，進一步縮短傳熱路徑的同時 充分利用自然冷源，能夠實現 PUE低於1.25的節能效果。AI算 力帶來的數據中心能耗不斷抬升 與PUE要求趨嚴，以及算力器件 功耗持續增長對傳統風冷帶來挑 戰共同倒逼產業對液冷需求升級。

液冷在散熱、TCO等方面更具優勢

液冷技術優勢：低能耗、高散熱、低噪聲、低TCO 。低噪聲：液冷利用泵驅動冷卻介質在系統內循環流動散熱， 解決全部發熱器件或關鍵高功率器件散熱問題；能夠降低冷 卻風機轉速或者採用無風機設計，從而具備極佳的降噪效果。 低TCO：根據施耐德電氣測算，對於10kw功率密度，風冷和 液冷數據中心投資成本大致相同，功率密度提升2倍可使初投 資降低10%，提升4倍可節省14%的投資成本，成本節約主要 來自IT系統的壓縮，實現高密度緊湊部署。運維支出中，受 益PUE降低，液冷數據中心每年可節省大量電費。參考奕信 通科技測算結果，液冷方案TCO（建設成本CAPEX+運營支 出OPEX）整體優於風冷。

液冷技術：冷板式

液冷主要包括冷板式、浸沒式、噴淋式等方案。 根據冷卻液與發熱源接觸方式，可將液冷進一步 劃分爲接觸式及非接觸式兩種，接觸式通過冷卻 液與發熱器件直接接觸將熱量循環帶走，包括浸 沒式和噴淋式液冷等具體方案，非接觸式包括冷 板式（單相/兩相）等方案。冷板式目前成熟度相 對最高，浸沒和噴淋式節能效果更優。

冷板式液冷：將液冷板（通常為銅鋁等導熱金屬 構成的封閉腔體）貼近服務器發熱器件 （CPU/GPU/內存等），從而將發熱器件的熱量間 接傳遞給封閉在循環管路的冷卻液體，進而將熱 量帶走。冷板式液冷系統主要由冷卻塔、CDU、 一次側&二次側液冷管路、冷卻介質、液冷機櫃組 成，其中液冷機櫃包括液冷板、設備內液冷管路、 流體連接器、分液器等。一次側通過冷卻液體與 發熱部件的熱量相互交換以降低冷卻液温度，二 次側完成發熱部件與冷卻液體熱量的交換，液體 升溫帶走部件熱量。

冷板式液冷方案相較傳統風冷行間空調方案，減 少了后者主要能耗部件壓縮機及室內側風機數量， 有效降低能耗，優勢在於可保持傳統機櫃方式部 署，對當前機房配套和服務器改造難度和成本較 小，主要侷限在於其只對服務器中的高發熱元件 採用液冷散熱，仍需少量風扇對服務器中的非液 冷元件進行風冷散熱，此外需考慮液體泄漏風險。

液冷技術：噴淋式

噴淋式液冷：面向芯片級器件精準噴淋，通過重力或系統壓力直接將冷卻液噴灑至發熱器件或與之連接的導熱元件上的液冷形式，冷卻 液多采用礦物油、氟化液等不導電、非腐蝕性液體。噴淋式液冷系統主要由冷卻塔、CDU、一次側&二次側液冷管路、冷卻介質和噴淋 式液冷機櫃組成；其中噴淋式液冷機櫃通常包含管路系統、布液系統、噴淋模塊、回液系統等。 噴淋式液冷結構顛覆性由於浸沒式，但節能效果相對較差，同樣在器件選型、維護等方面存在侷限性。

國內外廠商加快佈局，產業化進程加速

海外廠商先行，國內液冷產業鏈初步形成

液冷產業鏈較長，參與廠商多。液冷數據中心行業上游包括冷卻液、CDU、manifold、電磁閥、TANK等零部件，中游為液冷服務器及 基礎設施，下游面向泛互聯網、電信、泛政府、金融等液冷數據中心用户。其中服務器廠商依託IT核心部件，掌握產業鏈核心價值控 制點，同時基於服務器產品提供綜合性解決方案及服務；由於液冷基礎設施涉及零部件較多且市場標準不一，用户更傾向於委託總包 方進行採購部署；液冷數據中心集成方包括數據中心集成商及具有綜合建設能力的第三方IDC服務商。

海外AI巨頭加快推動液冷創新方案

參與數據中心冷板式液冷市場的主要 歐美温控廠商包括：CoolIT Systems、 Asetek、Motivair、Chilldyne、jetCool 等，其中CoolIT是HPE、戴爾、聯想、 STULZ等主要服務器/HPC品牌的冷板 式液冷核心合作伙伴，Motivair為英特 爾、AMD等高性能芯片開發定製動態 冷板，並提供CDU、機架內CDU、 HDU散熱器、HDU機架內散熱單元等 數據中心IT冷卻產品組合。

近年來微軟、谷歌、Meta等公司及AI 發展帶動浸沒式液冷加快滲透，主要 為單相浸沒，參與的主要歐美温控廠 商包括：GRC、LiquidStack、Midas、 Asperitas、Vertiv等。GRC為數據中心 單相浸沒式液冷領先者，其創新的液 冷服務器機架已經通過戴爾、英特爾 和Vertiv等IT巨頭審查，機架密度高達 184kw。LiquidStack兩相浸沒式液冷 行業領先，是3M、技嘉、緯穎等業內 知名廠商合作伙伴。Vertiv於2016年成 立，為艾默生網絡能源更名獨立而來， 客户羣包括英偉達、英特爾、微軟、 Meta、阿里巴巴、AT&T、Equinix等， 覆蓋政府、電信、金融、IT、交通、 能源等行業領域。

GB200 NVL72優先使用液冷

GB200 NVL72採用直接芯片冷卻技術（DLC）管理機架 120kw需求，兩項關鍵創新，1）增強型盲配液冷匯流排設 計，提供高效冷卻效果；2）新穎的浮動盲配托盤連接方式， 有效將冷卻液分配到計算和交換機托盤，顯著提高液體快 速插拔接頭在機架中對齊和可靠插接的能力。 與Vertiv聯合推出GB200 NVL72參考架構，數據中心可以在 全球範圍內部署7MW GB200 NVL72集羣，實施時間縮短多 達50%，減少電源空間佔用，提高冷卻能效。 超過40家數據中心基礎設施提供商基於英偉達Blackwell平 台進行構建創新，包括英維克、工業富聯、立訊精密、麥 格米特4家中國大陸廠商。

Vertiv：英偉達製冷合作廠商，增強液冷產品組合受益AI發展

收購CoolTera，增強液冷產品組合。23年12 月Vertiv宣佈子公司達成正式協議，將收購數 據中心液冷技術基礎設施提供商CoolTera Ltd. 全部股份和相關資產，包括CoolTera關聯公 司的相關合同、專利、商標和知識產權。 CoolTera成立於2016年，總部位於英國，具 備冷量分配單元（CDU）、二次側管路 （SFN）和Manifold的專業原廠研發設計製造 能力。雙方在液冷技術領域已有3年合作歷史， 共同部署全球多個數據中心和超算系統，收 購有望為Vertiv帶來高熱密度液冷場景前沿技 術、先進的控制功能和系統、專業的生產製 造和測試能力，進一步增強Vertiv熱管理產品 體系，同時通過CoolTera液冷生態系統的關 鍵夥伴關係，進一步擴大自身行業影響力。

液冷技術佈局全面，深度合作行業夥伴。 Vertiv液冷方案覆蓋一次側（室外）和二次側 （室內），從芯片/服務器到室外電網全鏈條 覆蓋，與英偉達、英特爾等行業夥伴合作打 造創新液冷系統。高熱密度液冷產品包括 Liebert XD、Liebert VIC等，其中Liebert VIC 浸沒式液冷方案包括液冷機櫃、分配單元、 冷卻液及連接管路，可適用單櫃熱密度大於 20kW場景，實現機組pPUE小於1.04。

重點公司分析

英維克：精密温控節能設備龍頭，全鏈條液冷方案提供商

產品矩陣全面，客户資源優質。公司目前擁有機房温控節能、機櫃温控節能、客車空調、軌道交通列車空調及服務四大產品線，覆蓋數 據中心、通信基站、智能電網、儲能電站，新能源車等行業。公司構建了覆蓋全國及全球重點區域的市場和售后服務網絡為客户提供及 時高效服務，已為騰訊、阿里巴巴、秦淮數據、萬國數據、數據港、中國移動、中國電信、中國聯通等大型數據中心業主、IDC運營商 及互聯網公司的數據中心提供機房温控節能產品與服務，機櫃温控節能產品直接銷售並服務於華為、中興、烽火、鋭科、邁瑞、陽光電 源等各行業國內外知名設備製造商。

積極佈局先進技術，端到端液冷方案量產。公司對冷板、浸沒等液冷技術平臺長期投入，Coolinside全鏈條解決方案包括冷板液冷、單相 浸沒液冷、相變浸沒液冷等多種方案，集成先進技術和智能控制算法，覆蓋冷板、管路、快速接頭、漏液檢測、CDU等多種自主產品， 為客户提供全生命周期服務，2021年規模化商用，截至23年底累計實現900MW液冷項目交付。此外，公司在傳統風冷方案基礎上，重新 設計氣流組織模式，推出XStorm風牆解決方案，温度控制精度更高，整體能效提升15%以上，充分滿足中高熱大型IDC建設需要。公司 進一步推出組合式風液融合方案，包括冷板液冷+冷凍水列間、冷板液冷+風牆、冷板液冷+風冷列間、冷板液冷+高效蒸發冷多聯等。

高瀾股份：聚焦全場景熱管理，持續拓展數據中心液冷

電力電子裝置用純水冷卻設備專業供應商。高瀾股份成立於2001年，是國內最早聚焦熱管理技術創新和產業化應用的企業之一，聚焦電 力電子、新能源汽車、信息與通信、儲能、特種行業及綜合能源能效等多場景熱管理，產品包括直流輸電換流閥純水冷卻設備、新能源 發電變流器純水冷卻設備、柔性交流輸配電晶閘管閥純水冷卻設備、大功率電氣傳動變頻器純水冷卻設備、數據中心液冷產品、儲能液 冷產品等。為國家電網、南方電網、許繼電氣、特變電工、陽光電源、ABB、西門子、GE、寧德時代等各行業領先廠商，以及一線互 聯網企業、關鍵服務器設備廠等國內外知名企業提供配套產品、技術及服務，產品已在全球六大洲、30多個國家或地區穩定運行。

前瞻佈局數據中心液冷，開啟批量供貨。公司在數據中心液冷領域具備深厚技術積累，關鍵產品涵蓋服務器液冷板、流體連接部件、多 種型號和不同換熱形式的 CDU、多尺寸和不同功率的 TANK、換熱單元。圍繞上述產品，公司形成了冷板液冷數據中心熱管理和浸沒 液冷數據中心熱管理的解決方案，具備從散熱架構設計、設備集成到系統調試與運維的一站式綜合解決方案的能力，可將 PUE 值控制 在 1.1以內，目前相關產品逐步進入批量供貨階段。

報告節選：

（本文僅供參考，不代表我們的任何投資建議。如需使用相關信息，請參閱報告原文。）

（轉自：未來智庫）