是什么
液冷(Liquid Cooling)是用液体而非空气作为媒介，把芯片产生的热量带走的散热技术。常见形式包括冷板式（在芯片表面贴装通有冷却液的金属板）与浸没式（把整台服务器浸入绝缘冷却液中）。由于液体的导热与储热能力远高于空气，液冷能在更小空间内带走更高的热功率。
为什么重要
高端 AI 加速器的单芯片功耗持续攀升，单机柜的发热量已超出传统风冷的处理极限。液冷不仅能稳定地为高密度算力散热，还能显著降低用于散热的额外耗电，从而改善数据中心的 PUE。因此，液冷正从少数高性能场景走向大型 AI 数据中心的主流配置，直接影响算力部署的密度与能效。
2026 年的最新进展
国际能源署 2026 年 4 月的报告用英伟达的代际数据量化了这条曲线：2020 年的 Ampere 架构单芯片约 400 瓦、每机柜 32 颗，机柜功率密度约 13 千瓦；当前的 Blackwell 架构单芯片 1,000 瓦、每机柜 72 颗，密度已达 130 千瓦；已公布的 Rubin 架构将达到每机柜 600 千瓦，并为「每机柜 1 兆瓦」铺路。整体看，AI 服务器的功率密度在 2020 至 2025 年间提高了 11 倍，IEA 预计到 2027 年还会再翻两番——届时一个冰箱大小的机柜，峰值功率将相当于约 65 户家庭。IEA 给出的散热类比更直观：一台 AI 服务器机柜每小时需要排掉的热量，相当于 30 台天然气锅炉的产热。这已远超风冷的物理上限，高密度机柜因而「越来越必须」上液冷；液冷的另一个红利是余热品位更高、更容易回收再利用。需要注意的是，冷却架构在设计与施工阶段就被锁死、后期改造代价高昂，这意味着存量风冷机房的更新会是一个以年计的慢过程。
在 AI 产业链中的位置
液冷处在 AI 产业链中基础设施层，并与能源层紧密相关。它让芯片层日益密集、高功耗的算力得以在数据中心中稳定运行，同时通过降低散热开销提升整体能效。可以说，液冷是支撑芯片功耗不断上探、保证上层算力可持续运转的关键工程手段。