“AI算力正在推动数据中心的散热模式从风冷转向液冷，新的液冷散热方案也在不断验证中。”深圳绿色云图董事徐明微向《实投财经》记者表示。
随着AI技术的高速演进，英伟达等国际芯片巨头不断推出更高功率的芯片产品。高功率芯片的运行需求，正从底层倒逼整个行业寻求更节能、更高效的散热解决方案，液冷产业的成长空间由此被进一步打开。今年以来，国内外知名企业纷纷推出适配不同服务器的液冷方案，化工行业企业也在推动更具前瞻性的冷却液进行验证和推广。其中，不同技术路线的浸没式液冷同步发展，可满足不同场景、不同功率设备的散热需求，产业发展势头强劲。
政策与技术双轮驱动，液冷需求迎来爆发临界点
在后摩尔定律时代，芯片制程技术迭代趋缓，算力提升越来越多地依靠增加核心数量来实现，这直接导致CPU和GPU的功耗持续攀升。
曙光数创在2025年年报中给出了清晰的数据脉络：在CPU方面，从2017年Intel第一代铂金至强处理器到2023年12月第五代处理器问世，热设计功耗从150W一路攀升至最高385W；在GPU方面，用于人工智能计算的GPU的TDP，从早期V100 Nvlink的300W飙升至B200的1000W，单块AI芯片的功耗已突破传统风冷单芯片散热800W的上限。功耗的持续攀升，使得数据中心传统风冷技术逐渐丧失竞争力。
一位数据中心负责人向《实投财经》算了笔账：目前东部数据中心单个风冷机柜的典型功耗在5kW，而如今GPU服务器往往是多卡配置，以8卡H20服务器为例，整机功耗约在3.5kW。“这意味着一个传统风冷机柜仅能放置一台8卡H20服务器。如果采用更强算力的GPU服务器，风冷技术在各个方面都会捉襟见肘。”
从关键的能效指标来看，风冷机柜的电能使用效率（PUE）通常在1.3至1.4之间。当前主流的冷板式液冷机柜可将PUE降至1.15至1.2之间，而更具潜力的浸没式液冷机柜则有望将PUE进一步压低至1.1甚至更低。
政策层面也在持续加码。2025年12月，工业和信息化部等发布的《国家工业和信息化领域节能降碳技术应用指南与案例（2025）》已将液冷散热技术纳入重点推广的节能降碳技术目录。业内研究报告指出，各国对数据中心PUE的监管政策持续收紧，正在成为推动液冷技术规模化应用的又一重要驱动力。
浸没式液冷多路线并进，谁能胜出尚无定论
“目前大型智算中心多半开始采用冷板式液冷模式。”一位化工研究人士向《实投财经》表示。冷板式液冷通过金属导热板将GPU或CPU热量传导至循环冷却液中，从而实现高效散热。年初英伟达推出的Rubin平台全液冷方案，即属于这一技术路线。
但在不少业内人士看来，冷板式液冷也并非终极理想方案。苏州铱诺化学市场总监杨谐峰向记者表示，冷板式液冷因技术相对成熟、改造成本可控，成为当下解决高热密度问题的最现实路径。然而，面对未来更高功率的芯片，浸没式液冷正展现出更大的技术潜力。
浸没式液冷的核心做法是将服务器主板、CPU、GPU等发热核心组件，完全浸入特制冷却液中。徐明微指出，液体的比热容及换热能力是空气的3000倍以上，液冷单机柜功率密度可提升5倍以上。同时，在浸没式液冷模式下，服务器因没有风扇，噪音可降至45分贝，故障率也将大幅下降。
目前，国内众多化工企业已开始研发和测试浸没式液冷冷却液，氟化液、合成酯、有机硅、碳氢化合物等多种技术路线均在全力推进，不少已进入方案验证阶段。
氟化液是目前综合性能最优的冷却液品类之一，具有优异的绝缘性、化学惰性和热稳定性，广泛用于浸没式液冷和高端冷板式液冷场景。此前，巨化集团率先在业内推出了浸没式液冷的氟化工方案，可将数据中心PUE值降至1.07。
“目前氟化液具备较强竞争力，但其难以回避PFAS（全氟及多氟烷基物质）法规的问题。有机硅凭借其优异的材料特性和长期应用验证，逐渐成为未来具有潜力的选择之一。”瓦克化学高级研发经理范胜华向《实投财经》表示。有机硅冷却液具有良好的化学稳定性、材料兼容性和环境友好特性，成本较氟化液大幅降低。新安股份今年即推出了基于自研硅基冷却液的浸没式液冷解决方案，单机柜功率密度可达210kW。
与此同时，合成酯类浸没式冷却液凭借性能均衡、环保可降解的ESG特性，也被众多机构看好。而碳氢化合物流体虽是最早应用于浸没式液冷的冷却介质，技术成熟度高且价格优势明显，但客户对其易燃或助燃属性的担忧，仍需通过技术改良来化解。浙江正信石油高级工程师莫学坤向记者坦承了这一挑战。
技术验证周期与行业标准缺失，产业仍需等待“临门一脚”
浸没式冷却液一个显著的优势是使用年限普遍较长，但相关技术方案同样需要经过长期的可靠性验证。
“公司液冷装置运行良好，但要让客户真正相信装置的可靠性，需要有3年以上的连续运行业绩。”一知名化工集团相关负责人向《实投财经》坦言，未来两年或将迎来液冷模式的重要拐点，但整体浸没式液冷的验证仍需时间沉淀。
另一重挑战在于，浸没式冷却液的发展需要产业链集体发力。目前市场尚未形成大规模的上下游联动，缺乏一整套完善的标准体系。
范胜华表示，液冷正在变成AI时代的“基础设施标配”。不同技术路线在散热效率、成本结构及适用场景等方面各具优势，其最终的规模化落地，很大程度上取决于云厂商及服务器厂商的技术选型与生态倾向。
杨谐峰则给出了更为审慎的判断：“未来芯片功耗演进速度、冷却液材料的标准化进程，以及初期投资与运维成本的平衡，都将影响产业成熟的时间节点。”在AI算力狂飙突进的时代背景下，液冷产业的爆发或许只是时间问题，但在临界点到来之前，技术验证与标准建设仍是必须跨越的两道关键门槛。
