机柜里的风扇声消失了，取而代之的是冷却液流动的细微嗡嗡声。2026年7月2日，当你走进深圳国际会展中心，看到的不再是密密麻麻的风扇阵列，而是纵横交错的管路和巨大的冷却塔。这是“2026深圳国际AI算力与数据中心液冷展览会”留给行业最直观的注脚——风冷时代宣告终结，液冷正从“先进方案”急速变成“基建标配”。
这场变革的推手，是芯片功耗曲线的陡峭上扬。据2026第二届国际液冷产业大会（北京）6月发布的技术趋势报告，英伟达B300（Blackwell Ultra）系列的典型功耗已稳定在1400W，而下一代Rubin架构的测试数据显示，单GPU功耗可能突破2000W。从H100的700W到GB300的1400W，再到即将问世的Rubin，功耗几乎每年翻倍。在传统风冷数据中心，机柜功率密度极限通常在20-30kW之间；而在AI训练集群面前，主流智算中心的单机柜设计功率已普遍指向80-120kW，部分前沿实验环境甚至规划了200kW以上的机柜。这意味着，单靠空气流动带走热量的效率已触及物理边界。
供电困局：从“电够不够”到“电怎么用”
液冷解决了散热，但供电成了新的拦路虎。为了支撑百千瓦级机柜，传统的数据中心配电模式被打破。高压直流供电（HVDC）和模块化UPS成为标配，甚至部分先进设施开始探索直流微电网架构。这里有一个具体的工程细节：在液冷系统中，冷却泵、冷源机组（CRAC/CHILLER）以及辅助设备的功耗占比显著上升。虽然整体PUE（电源使用效率）可以优化到1.1甚至更低，但总能耗绝对值却在激增。
运营商面临的实际约束是：当地电网的扩容周期往往长达1-2年，而AI集群的建设周期只需3-6个月。这种时间差导致许多智算中心不得不配置大型储能系统或柴油发电机作为缓冲，进一步推高了初始CAPEX（资本性支出）。据21经济网在2026年4月的报道，AI算力需求的爆发式增长直接带火了液冷赛道。以前我们讨论的是PUE能否降到1.3以下，现在的问题是：如果不搞液冷，你的机柜连开机都困难。部分一线城市已对数据中心新项目实行“能评”一票否决，现有数据中心改建液冷时，变压器容量和UPS储备都需同步升级。
国产算力混部：液冷下的“异构”挑战
在中国市场，情况更为复杂。正如我们在《国产算力混部，难在调度之后》一文中所述，昇腾、海光、寒武纪等国产芯片被放入同一套智算集群，问题不止是Kubernetes能不能识别设备，真正的麻烦在于工具链、算子和通信库的差异。在散热层面，这种异构性带来了更大的挑战。
不同芯片的热设计功耗（TDP）差异巨大，且发热分布不均。有的芯片是局部热点，有的是均匀发热。冷板设计必须针对每种芯片重新开模，甚至在同一机柜内混合使用不同规格的冷板。这导致运维难度呈指数级上升。据2026第二届国际液冷产业大会（北京）的信息显示，国产化加速的同时，标准体系尚未完全成型，不同厂商的液冷接口、冷却液兼容性存在壁垒，增加了集成商的选型风险。
某头部股份制银行的实践显示，将训练任务放在昇腾910D，推理任务放在海光DCU，能发挥各自算力优势，但这也意味着同一机柜内需应对不同芯片的热特性差异。正如笔者在《一套银行混部方案的昇腾与海光分工》中提到的，工程师特意配置了两套CDU回路分别适配昇腾和海光的液冷接口，初期复杂度和后期运维成本随之攀升。一个共识正在形成：液冷不仅是把服务器泡进液体里那么简单，它是一套涉及热仿真、流体控制、材料兼容和长期可靠性的系统工程。
能效竞赛：绿色算力的成本账
对于运营商而言，液冷不仅是技术问题，更是经济账。虽然液冷初期投入较高，但长期来看，其节省的电费和维护成本足以覆盖差价。特别是在“双碳”目标下，各地政府对数据中心的PUE考核日益严格，低于1.15的新建项目几乎都需要采用液冷技术。据行业估算，2026年中国数据中心用电量预计占到全社会用电量的5%以上，而AI集群的功耗密度是传统机房的5-10倍，一线城市限电或错峰调度已成常态。
然而，成本压力并未完全消失。冷却液的泄漏风险、过滤系统的维护频率、以及因停机导致的业务损失，都是运营商必须面对的现实约束。据行业调研，浸没式液冷虽然散热效率更高，但对服务器硬件的防腐要求极高，电子元器件长时间浸泡在绝缘冷却液中，密封性和材料兼容性仍是工程难点。2026年行业调研显示，一套完整的浸没式液冷改造，单机柜成本可能达到传统风冷方案的3-5倍。因此，许多运营商开始采用分阶段策略：先对功耗超过50kW的新建或高密度机柜部署液冷，而对传统低密度区域保留风冷，形成混合制冷架构。这种务实的选择，反映出绿色算力落地必须与成本约束紧密耦合。
结语：从“卷算力”到“卷能效”
2026年的数据中心竞争，已经从单纯的算力堆砌转向了能效与可靠性的综合较量。液冷技术不再是锦上添花，而是入场券。对于AI从业者来说，理解散热与供电的物理约束，比追逐模型参数同样重要。毕竟，再强大的算法，也需要在一个凉爽、稳定的环境中才能运行。未来，随着芯片功耗的持续攀升，数据中心可能会更多地走向“边缘化”和“定制化”。也许有一天，我们会看到专门为某种AI模型设计的散热架构，就像今天的CPU散热器一样，成为产品的一部分。
参考来源：21经济网（2026-04-07）、2026第二届国际液冷产业大会暨展览会(北京)、2026深圳国际AI算力与数据中心液冷展览会公告等。
