AI 纪元 追踪人工智能最新进展,深度解读前沿技术

液冷服务器功耗骤降30%:2026数据中心绿色转型的财务账本

2026年夏季高温叠加AI算力爆发,数据中心PUE成为生死线。本文拆解阿里云、腾讯云及AWS新一代浸没式液冷部署实测数据,对比风冷与液冷在电费、机柜密度上的ROI。结合昇腾910C等国产算力集群的适配成本,算清从“卖算力”到“卖结果”转型中的真实基建账本,为2026中报后的企业IT采购提供量化依据。

0 次阅读 约 2079 字 4 分钟 AI 生成

2026年6月的北京,气温连续突破40℃。对于数据中心而言,这不再是气象新闻,而是直接的利润侵蚀剂。当室外温度逼近35℃时,传统风冷数据中心的冷却塔效率断崖式下跌,空调能耗占比飙升至总功耗的25%以上。此时,阿里云在杭州云栖小镇投入运营的第三代全浸没式液冷集群给出了另一组数据:PUE稳定在1.09,全年综合节电率达30%-40%。

这30%的节能幅度,在AI大模型训练需求呈指数级增长的当下,意味着什么?意味着每一瓦特电费都能更多地转化为算力,而非热量。

算清电费账:液冷不是选项,是必答题

回顾2025年,许多企业还在观望冷板式液冷的成熟度。到了2026年中报季,风向已经彻底改变。据《2026夏季高温推高算力能耗,液冷服务器成数据中心标配了吗》一文引用的实测数据,随着昇腾910C等高性能国产芯片集群的季度交付量突破10万卡,单机柜功率密度普遍超过50kW,部分AI训练集群甚至突破100kW/m²。在这种密度下,风冷物理极限已至,任何试图通过加大风扇转速来维持稳定的做法,只会带来更高的噪音和更低的能效比。

让我们看一个具体的财务模型。假设一个拥有1000个标准机柜的中型数据中心,若采用传统风冷,PUE约为1.5;若升级为双相浸没式液冷,PUE可降至1.1左右。以单机柜平均功耗30kW计算,年运行8760小时,电价按0.6元/kWh计:

  • 风冷模式:年耗电量 = 1000 × 30kW × 8760h × 1.5 (PUE) = 3.94亿度,电费约2.36亿元。
  • 液冷模式:年耗电量 = 1000 × 30kW × 8760h × 1.1 (PUE) = 2.89亿度,电费约1.73亿元。

仅此一项,每年节省电费约6300万元。虽然液冷基础设施的初期建设成本(CDU、冷却液、改造管路)比风冷高出15%-20%,但对于高密度AI集群而言,通常3-4年即可收回增量成本。而在2026年,考虑到碳税试点的扩大和绿色计算的合规要求,这个回收期正在缩短。

机柜密度的胜利:空间也是金钱

除了电费,液冷对土地和空间资源的解放更为显著。传统风冷数据中心,由于散热风道需要预留巨大空间,机柜利用率往往被限制在40%-50%。而浸没式液冷消除了对空气流通的依赖,使得机柜可以紧密排列,甚至实现“零间隙”部署。

腾讯云在苏州的亚洲最大液冷数据中心项目显示,其单位面积算力密度提升了3倍。这意味着,同样的土地面积,可以容纳更多的高价值AI训练节点。对于寸土寸金的互联网大厂或急需扩展算力的AI初创公司来说,每增加一个10kW的机柜,都可能意味着多训练一个更大的模型,或多支撑一组AI Agent的并发推理。

这种空间效率的提升,在《2026中报:AI应用层开始算账了》中得到了侧面印证。当AI应用层从“卖算力”转向“卖结果”,企业的核心竞争力不再仅仅是拥有多少GPU,而是如何以更低的单位成本提供稳定的算力服务。液冷服务器正是降低单位算力成本(Cost per FLOPS)的关键硬件基石。

国产算力的适配与隐性成本

当然,并非所有玩家都拥有自建数据中心的财力。对于大多数企业,选择公有云服务商的液冷实例成为主流。这里有一个不容忽视的细节:软件适配。正如《昇腾910C交付实测》中指出的,尽管昇腾910C在硬件上实现了能效飞跃,但未经优化的CUDA代码在迁移过程中可能面临高达30%的性能损耗。虽然CANN 7.0补丁将其压至10%,但这提醒我们,液冷带来的硬件节能,不能抵消软件层面的效率损失。

AWS等国际巨头同样在推进液冷,但其生态壁垒依然存在。国内企业在选择云服务商时,不仅要对比液冷实例的单价,更要评估其底层架构对国产芯片(如昇腾、海光DCU)的支持程度。2026年中,招行、建行等金融机构在落地Multi-Agent财务合规系统时,便深度结合了昇腾910C集群与液冷底座,实现了虚假发票漏判率压至0.3%的同时,大幅降低了推理能耗。这种“软硬一体”的绿色计算方案,才是真正具备商业可行性的路径。

2026中报后的理性回归

2026年的夏天,极端高温频发,AI能耗焦虑达到顶峰。从iPhone 19端侧70B模型因过热降频,到云端数据中心因PUE超标面临限电,散热已成为制约AI发展的共同瓶颈。

对于IT决策者而言,采购液冷服务器或选择液冷云实例,已不再是简单的“绿色公关”行为,而是一道精确的财务算术题。在《2026中报拆解:AI应用层不再讲颠覆,只看单位经济模型》的背景下,那些LTV/CAC低于3的初创公司,更需要通过降低基础设施成本来延长现金流生命线。

液冷方案的ROI计算表应当包含三个维度:直接电费节省、机柜密度提升带来的扩容弹性、以及符合ESG要求的融资溢价。当阿里云、腾讯云等头部厂商在2026年中报中纷纷强调“绿色算力”指标时,市场正在用脚投票:高效、稳定、低能耗的数据中心,才是AI下半场的入场券。

在这个算力即权力的时代,谁能更好地管理热量,谁就能更好地管理利润。2026年,液冷不再是一个技术选项,而是数据中心生存的底线。

相关阅读