国产算力项目一谈降本，最容易盯着加速卡采购价。可到了集群规模，散热、机柜密度、设备闲置和软件适配，都会进入账单。
2025年7月28日，财联社在WAIC 2025现场报道，Shanghai Cube国产高密度机柜和昇腾384超节点真机首次公开展示。一个把问题落到机柜层，一个把问题推到系统层。芯片买回来，只是成本计算的起点。
液冷先处理“热带不走”
据2026年6月22日发布的第二届国际液冷产业大会文章，英伟达在GTC 2026公布的Vera Rubin平台采用100%液冷、零风扇、模块化冷板设计。同一篇文章提到，华为在2026全球AIDC产业论坛发布源网荷储战略，将热管理与数字、电力电子、储能并列为AIDC四项技术支柱。
这意味着液冷不再只是机房建成后的附加设备，而是开始进入服务器平台和数据中心的前期设计。
百度智能云资深散热架构师陈祥武在《面向AI大模型时代液冷技术探索与思考》中，把冷板液冷的价值落到了几个具体项目：为高热密度芯片和机柜散热、降低GPU故障率、优化TCO。
但材料没有给出一个可以套用到所有数据中心的节电比例。液冷是否划算，要看原有制冷系统、实际IT负载、改造投入和后续维护。只报一个PUE或节电百分比，无法说明钱究竟省在了哪里。
“30%”来自性能指标，不是总成本
现有可引用材料里，明确出现的30%，来自一套面向教育科研的昇腾方案。发布稿称，该方案兼容多种国产硬件，采用鲲鹏与昇腾组合，自研AI框架性能提升30%，并内置LtAI算力管理平台。
这里的30%指框架性能，不是液冷节电，也不是算力集群综合成本下降。性能提高可能缩短任务运行时间，但要换算成成本，还得计算实际功耗、硬件摊销、任务负载以及迁移调优投入。
现有资料也没有提供具体数据中心改造前后的电费结构、PUE和算力利用率。缺少同口径数据时，把“框架性能提升30%”改写成“综合成本下降30%”，结论就越过了证据边界。
超节点管“怎么连”，调度管“任务放哪”
财联社在WAIC 2025现场看到的昇腾384超节点，代表的是另一条技术路线：不再只比较单卡参数，而是把大量芯片组织成一个系统。该报道判断，超节点可能成为2026年智算中心的主流产品。
华为昇腾官网在2025年9月18日发布的《昇腾万里，开放创新，共赢智能时代》中提到Atlas 900 A3 SuperPoD，并援引华为昇腾计算业务总裁张迪煊的说法：面对大模型能力演进，需要新的系统架构，超节点正是当前的选择。
不过，超节点不能直接等同于异构调度。前者解决多张芯片如何组成一个系统，后者决定不同任务应当放到哪类硬件上。不同芯片对应的软件栈、框架和算子适配并不相同，“能够分配”也不等于“可以无成本迁移”。
LtAI方案兼容多种国产硬件，说明管理平台已被放进整套交付方案。但公开材料没有给出调度前后的利用率变化，也没有提供昇腾与其他GPU分时运行的项目数据。如果要声称“白天用昇腾推理、夜间用GPU训练”带来了多少节省，仍需任务日志和账单验证。
异构计算的价值，不是把不同型号的卡装进同一个机房，而是让任务稳定地落到合适设备上，同时把迁移和调优成本算进去。否则，机房省下的电费，可能变成软件团队新增的工时。
真正该验收的是同一张账单
液冷、超节点和异构调度影响的是不同成本项。项目验收时，至少应把下面几笔账放在一起：
| 账目 | 应记录的数据 |
|---|---|
| 散热 | 改造前后总用电、IT负载、PUE和维护工时 |
| 资源 | 各类加速卡利用率、排队时长和闲置原因 |
| 任务 | 同一训练或推理任务的耗时、能耗与完成情况 |
| 适配 | 框架与算子迁移、调优及持续运维投入 |
| 可靠性 | 设备故障、液冷维护和停机影响 |
这些指标必须在相同任务口径和可比周期内统计。只公布PUE、不公布IT负载，无法确认节电是否来自任务减少；只公布框架性能、不公布功耗，也无法推导单位算力成本。
现有公开材料可以支撑一个较窄、但更可靠的判断：液冷已经进入高密度AI基础设施的平台设计，昇腾384超节点正在把国产算力从单卡竞争推向系统协同，异构管理也开始被纳入交付方案。更稳妥的表述是“液冷可优化TCO，超节点与调度可改善多卡协同和资源分配”。具体能省多少，应由项目数据回答。
