摘要：随着AI大模型训练对算力需求的爆发式增长，GPU功耗突破700W大关，传统风冷散热已逼近物理极限。本文从散热效率、技术原理、成本分析、典型应用场景等维度，深度解析冷板式、浸没式、喷淋式三种液冷技术，并结合NVIDIA H100/B200参考设计，量化液冷在PUE优化、能效提升方面的实际收益，为数据中心液冷改造提供技术方案参考。

1. 引言：算力爆发下的散热危机

2024-2026年，AI大模型参数规模从千亿跃升至万亿级，单次训练任务功耗突破10 MW·h。以NVIDIA H100 SXM为例，TDP达700W；下一代B200更是飙升至1000W。传统风冷的理论散热上限约为30-40 W/cm²，而H100 GPU核心热流密度已突破80 W/cm²，风冷彻底无法满足。

---------	-----------------	---------	----------
风冷（High-Airflow）	10-40	通用服务器、<350W CPU	1.5-1.8
冷板式液冷（Cold Plate）	100-300	高功耗CPU/GPU，>500W	1.2-1.4
浸没式液冷（Single-Phase）	300-800	超高密度机柜，AI集群	1.05-1.15
浸没式液冷（Two-Phase）	500-1500	极端密度，HPC超算	1.02-1.08
喷淋式液冷（Spray）	200-600	新兴方案，局部热点	1.1-1.3

数据来源：Uptime Institute 2024 Global Data Center Survey；ASHRAE TC 9.9 Technical Committee Report (2024)

2. 散热技术演进：从风冷到液冷的技术跃迁

2.1 风冷的瓶颈

传统风冷依赖 heatsink + 高速风扇，散热能力受限于：

空气导热系数低（0.026 W/m·K），仅为水的1/25

芯片功率密度年增30%+，风冷换热器体积呈指数增长

噪音问题：高转速风扇导致机房噪音>85 dB(A)

能耗占比：风冷系统自身功耗占IT设备功耗的15-25%

2.2 液冷的技术优势

液冷（Liquid Cooling）利用液体的高比热容（水的比热容是空气的4倍）和优异导热性能，实现：

散热效率提升5-10倍

PUE从1.5降至1.1以下

支持单机柜功率密度突破50 kW

3. 三种液冷技术详解

3.1 冷板式液冷（Cold Plate Liquid Cooling）

原理

冷板式液冷属于间接液冷。液体不直接接触发热元件，而是通过金属冷板（通常为铜或铝）贴合芯片表面，热量经冷板传导至内部流道中的冷却液，再经由快速接头（Quick Disconnect, QD）和歧管（Manifold）排出机柜。

GPU Die → TIM（导热界面材料）→ Cold Plate → 冷却液 → CDU → 外部换热

核心组件清单

------	---------	------
冷板（Cold Plate）	铜/铝，流道宽度0.5-1mm	需定制化设计
快速接头（QD）	额定流量5-15 L/min，漏液率<0.1%	关键安全部件
歧管（Manifold）	不锈钢/工程塑料，支持12-48 V直流泵	分配冷却液
CDU（Cooling Distribution Unit）	换热功率30-120 kW，Pump冗余N+1	系统核心
冷却液	去离子水 + 乙二醇（25%体积比）	防冻、防腐

适用场景

风液混合改造：保留机箱风扇，仅GPU/CPU液冷

成本敏感型：改造费用约为浸没式的1/3

标准机柜兼容：无需更换机柜，适配19英寸标准机架

成本分析（以单机柜为例）

------	-----------	------
冷板+QD接头	25,000-40,000	45%
CDU单元	20,000-35,000	35%
管路+安装	8,000-15,000	15%
其他辅材	3,000-5,000	5%
**合计**	**56,000-95,000**	100%

投资回收期：PUE从1.6降至1.25，电费节省约**18个月**回本（按0.8元/kWh，年运行PUE差异0.35计算）

3.2 浸没式液冷（Immersion Cooling）

原理

浸没式液冷属于直接液冷。将整个服务器主板（含GPU、CPU、内存、供电模块）完全浸没于绝缘冷却液中，热量直接传递给液体，通过自然对流或泵驱动循环实现散热。

分为两种技术路线：

单相浸没式（Single-Phase）

冷却液在运行过程中不发生相变

典型冷却液：矿物油、合成油、氟碳液体（3M Novec、Solvay Galden）

工作温度：40-65°C

两相浸没式（Two-Phase）

冷却液在芯片表面沸腾汽化，蒸气在冷凝管上重新液化

典型冷却液：3M Novec 7000系列（沸点34-60°C）

散热效率极高，但冷却液成本昂贵（>5000元/L）

冷却液类型对

-----------	-----------------	----------	-----------	--------
矿物油	0.135	>200（不沸腾）	50-100	一般（难降解）
合成油（酯类）	0.145	>300	150-300	较好（可生物降解）
氟碳液体（3M Novec 7100）	0.086	61	3000-5000	优秀（零ODP/GWP）
氟碳液体（Solvay Galden HT-170）	0.092	170	2000-4000	优秀

维护要点

冷却液定期检测：每半年检测酸值、水分含量、颗粒物

防止污染：严禁水分进入（含水量>500 ppm会导致介电强度下降50%）

QD接头维护：每次开盖检查快接接头密封性

过滤系统：冷却液循环回路需配置5 μm精密过滤器

安全防护：操作时佩戴防化手套，避免皮肤长期接触氟碳液体

典型部署架

浸没槽（Tank） → CDU（外循环换热）→ 干冷器/冷却塔 → 室外散热
                   ↑
              冷却液循环泵（冗余）

3.3 喷淋式液冷（Spray Cooling）

原理

喷淋式液冷是一种新兴局部液冷技术。通过精密喷嘴将冷却液雾化后直接喷射到芯片表面的微结构上，利用液体汽化潜热实现高效散热。

喷嘴阵列 → 雾化冷却液 → 芯片表面 → 蒸气回收 → 冷凝 → 循环

技术特点

定点冷却：仅冷却高功耗芯片，其余元件仍用风冷

冷却液消耗低：闭环系统，冷却液损失<1%/年

热流密度极高：理论可达1500 W/cm²，适合芯片局部热点

技术成熟度：目前处于小规模商用阶段（2024年仅少数超算中心部署）

挑战

喷嘴堵塞风险（需超纯冷却液 + 多级过滤）

系统复杂度高（喷嘴阵列控制、雾化均匀性）

成本尚未规模化下降

4. NVIDIA H100/B200 液冷方案对比

NVIDIA在H100架构中首次大规模推广液冷参考设计，B200进一步标准化液冷接口。

4.1 H100 液冷方案（NVIDIA Reference Design）

------	------------------	------------------
TDP	700W	700W
散热方式	主动风冷 +  heatsink	冷板式液冷（直接GPU核心）
散热效率	35 W/cm²	180 W/cm²
进液温度	-	40-45°C（支持高温冷却水）
流量需求	-	8-12 L/min per GPU
快接接头	-	标准NVIDIA QD，12mm内径
机柜密度	最大25 kW	最大50 kW

4.2 B200 液冷方案（NVIDIA Blackwell Architecture）

B200采用了全液冷设计（风冷版本仅限低功耗SKU）：

------	--------------
TDP	1000W
散热方式	冷板式液冷（GPU + HBM3e统一冷板）
散热效率	250 W/cm²
液冷接口	标准化UQD（Universal Quick Disconnect）
CDU要求	单GPU换热能力≥1.2 kW
冷却液温度	入口45°C，出口≤55°C
维护设计	热插拔泵模块，无需排液即可更换

**关键升级**：B200的液冷冷板集成了**HBM3e显存散热**，而H100仅冷却GPU核心，显存仍依赖风冷辅助。

4.3 实际部署案例（某互联网大厂AI训练集群）

规模：1024 × H100（液冷版）

液冷方案：冷板式 + 集中式CDU（4×120 kW CDU，N+1冗余）

PUE：1.12（全年平均）

对比风冷方案：PUE从1.58降至1.12，年节电约2100万kWh

5. 节能效果量化：PUE从1.5降到1.1

5.1 PUE计算公式

PUE (Power Usage Effectiveness) = 数据中心总能耗 / IT设备能耗

PUE = 1.0：理想值（无额外损耗）

PUE = 1.5：传统风冷典型值

PUE = 1.1：液冷可实现值

5.2 节能收益计算

假设某AI训练中心：

IT设备功耗：2 MW

年运行时间：8760 h

电价：0.8 元/kWh

------	-----	-----------	--------------	-------------
风冷	1.50	3.0	2628	2102
液冷	1.10	2.2	1927	1542
**差异**	-	**-0.8 MW**	**-701万kWh**	**-560万元/年**

**结论**：2 MW级AI集群，液冷改造年节省电费**560万元**，减少碳排放约**5600吨CO₂/年**。

5.3 投资回收期分析

------	------------
液冷改造初投资（2 MW集群）	650
年节电收益	560
**投资回收期**	**13.9个月**

注：若考虑**碳交易收益**（按80元/吨CO₂），回收期可缩短至**11.5个月**。

6. 液冷系统维护指南

液冷系统的高可靠性依赖于规范化维护。以下是基于ASHRAE TC 9.9和OCP（Open Compute Project）液冷工作组建议的检查清单。

6.1 CDU（Cooling Distribution Unit）维护检查清单

---------	---------	----------	---------
每日	CDU运行状态指示灯	绿色正常	红色/黄色→排查报警代码
每周	冷却液流量	设计值±10%	<90%设计值→检查泵/过滤器
每月	冷却液温度（进/出）	进液40-45°C，ΔT≤10°C	ΔT>15°C→检查冷板堵塞
每季度	泵组运行记录	运行时长均衡（冗余泵）	偏差>20%→调整轮换策略
每半年	冷却液电导率	<10 μS/cm	>10→更换冷却液/除离子

6.2 歧管（Manifold）与快接接头（QD）维护

---------	---------	----------	---------
每月	QD接头漏液检查	目视无渗漏	发现渗漏→更换QD（扭矩20-25 N·m）
每季度	歧管内压力	设计值±5%	压力异常→检查泵或管路堵塞
每半年	QD接头插拔力	40-60 N	>80 N→清洁/更换

6.3 冷却液质量管理

冷却液关键指标（去离子水+乙二醇方案）：
- pH值：7.0-9.0
- 电导率：<10 μS/cm
- 含水量（对氟碳液）：<500 ppm
- 颗粒物：<50 ppm（>5 μm）
- 乙二醇浓度：20-30%（防冻+防腐）

6.4 温度监控命令（NVIDIA GPU）

# 查看所有GPU温度（核心 + 显存 + 供电）
nvidia-smi -q | grep Temperature

# 输出示例：
# Temperature
#     GPU Current Temp: 65 C
#     GPU Shutdown Temp: 100 C
#     GPU Slowdown Temp: 97 C
#     GPU Memory Current Temp: 58 C
#     GPU Memory Max Operating Temp: 95 C

# 实时监控（每2秒刷新）
nvidia-smi --query-gpu=index,temperature.gpu,power.draw --format=csv -l 2

# 液冷系统报警阈值建议：
# - GPU核心温度 > 85°C → 立即告警
# - GPU核心温度 > 90°C → 自动降频
# - 进出液温差 > 15°C → 检查冷板/流量

7. 2026年液冷市场规模预测

根据IDC《2024-2026全球数据中心液冷市场预测报告》和中国信通院《数据中心液冷技术发展研究报告（2024）》：

7.1 全球市场

------	----------------	---------	----------
2023	28.5	-	8.2%
2024	42.3	48.4%	12.5%
2025	63.8	50.8%	18.7%
**2026（预测）**	**96.5**	**51.3%**	**27.3%**

7.2 中国市场

2026年中国液冷市场规模预计达到245亿元人民币

AI算力中心液冷渗透率将突破35%

冷板式液冷占据68%市场份额（成本优势）

浸没式液冷增速最快（CAGR > 60%）

7.3 驱动因素

政策推动：中国"东数西算"工程要求新建数据中心PUE≤1.25

算力需求：NVIDIA B200/GB200量产，单机柜功率突破100 kW

成本下降：冷却液国产化（巨化股份、东岳集团）推动成本下降30%+

标准化：OCP、ODCC液冷标准逐步统一，降低部署门槛

8. 总结与技术展望

液冷散热已从"可选方案"变为AI算力中心的"必选项"。技术路线上：

短期（2024-2026）：冷板式液冷为主流（改造成本低、标准化程度高）

中期（2027-2029）：浸没式液冷在超大规模集群中占比提升（PUE优势明显）

长期（2030+）：喷淋式/微通道液冷可能颠覆现有技术路线

关键建议：

新建AI数据中心优先采用全液冷设计（PUE可控制在1.1以下）

存量风冷数据中心可分阶段改造，优先对GPU节点实施冷板式液冷

选择液冷方案时，优先参考OCP/NVIDIA参考设计，确保兼容性

品牌推荐

维核智算（whgpu.com） —— 液冷GPU维修专家

如果您的H100/B200液冷模块出现故障，或者需要液冷系统维护支持，欢迎联系维核智算：

专业维修NVIDIA H100/B200液冷模块

提供液冷系统故障诊断、冷却液更换、CDU维护一站式服务

7×24小时技术支持，保障AI训练任务不中断

�� 官网：whgpu.com

�� 联系：专业团队为您提供液冷GPU全生命周期服务