前面 液冷散熱那一關 概覽過 AI 機櫃為什麼非液冷不可，這篇深入一個常被點名、卻也最常被誤會的子題：浸沒式冷卻。

它聽起來最猛（整台伺服器泡進液體），但它是不是 AI 散熱的最終解答，答案沒那麼簡單。這篇就把浸沒講白：它是什麼、和冷板差在哪、為什麼受關注又為什麼還沒普及，以及哪些台廠真的有產品。這是 AI 硬體供應鏈一條龍 散熱那一關的延伸版。

浸沒式冷卻是什麼

浸沒式冷卻（immersion cooling）就是把伺服器或關鍵零件整個泡進一種不導電的冷卻液（dielectric liquid）裡，讓液體直接接觸發熱元件、把熱帶走。注意它和「冷板」不一樣：冷板只是把液體封在貼著晶片的金屬板裡循環，依產業標準組織 OCP 的定義，那不算浸沒。

它又分兩種。單相（single-phase）是液體吸熱但不沸騰，靠泵把液體循環、再經熱交換器把熱送出機房；結構較簡單，常用碳氫或酯類冷卻液，含氟（PFAS）風險較低。兩相（two-phase）是液體吸熱後在較低溫沸騰、變成蒸氣，碰到上方冷凝器再變回液體；相變能帶走的熱更多、適合超高密度，但密封與冷凝結構更複雜，常涉及含氟冷卻液。

跟氣冷、冷板差在哪

把三種散熱擺一起最清楚。

技術怎麼散熱取捨
氣冷風扇加機房空調把熱風帶走成熟、好維護，但高密度機櫃下風量、噪音、耗電快速變差
冷板（直接液冷）液體流過貼在 CPU／GPU 上的金屬板改造幅度小，是 GB200／GB300 的主要路線；主要抓重點熱源，其餘可能仍需風輔助
浸沒整台泡進冷卻液理論上捕捉接近全部的熱、密度高，但維護、冷卻液、機房承重都要重新設計

研究（Nature 的生命週期分析）指出，冷板大約能帶走五到八成的熱，浸沒則讓冷卻液吸收接近全部的熱。打個比方：氣冷像用電風扇吹熱鍋，冷板像把冰袋貼在鍋底，浸沒像把整個鍋泡進冷水裡。

AI 為什麼讓它受關注

直接原因是功率密度爆衝。NVIDIA 的 GB200 NVL72 一個機櫃約 132kW、尖峰上看 192kW，GB300 上看 142kW，這種等級風扇散熱早就不夠看。浸沒的吸引力，在於它能對付極高的功率密度，同時改善能耗，研究也指出相對氣冷，浸沒在能源與用水上都有改善空間。

但要冷靜看：受關注不等於普及（下一段細談）。AI 把整個液冷市場往前推是真的，但目前放量的主力是冷板，不是浸沒。

2026 現況：還不是主流

這點很重要，別被「浸沒最強」的印象帶著走。2026 年資料中心的液冷，主流仍是冷板（direct-to-chip），浸沒多在試點、特殊高密度或加密貨幣場景。

產業調查（Uptime）顯示，多數機房目前仍以氣冷為主，導入直接液冷的比例還是少數，而採用浸沒最大的障礙是：標準不統一、成本高、可靠度與維護有疑慮。連微軟都曾公開試過兩相浸沒，但近期的資料顯示它資料中心目前用的是冷板、而非浸沒。所以把浸沒理解成「很有潛力、仍在早期」，比「即將取代一切」準確。

玩家與台廠角色

國際上做浸沒槽與方案的有 Submer、GRC、LiquidStack 等，伺服器與整合有 Supermicro、技嘉（GIGABYTE），CDU 與散熱有 Vertiv。冷卻液端要特別提一個風險：化學大廠 3M 已宣布在 2025 年底前退出所有 PFAS（含氟）產品製造，這對依賴含氟冷卻液的兩相方案是供應與法規上的隱憂。

台廠方面，有較明確浸沒產品的是緯穎（兩相浸沒槽，曾與微軟合作）、台達電（兩相浸沒方案）、廣運（旗下熱傳事業線涵蓋浸沒式液冷系統與冷卻液）。至於雙鴻、奇鋐、高力、勤誠等常被歸進「散熱概念股」的台廠，多數的公開資料集中在冷板、CDU、熱交換等液冷環節，浸沒產品較不明確。這裡要說清楚：把它們放進浸沒供應鏈很多是市場聯想，列名只代表可能的產業角色，不代表訂單或受惠程度，本文只描述角色，不做個股推薦，也不構成投資建議。

卡在哪：冷卻液、維護與標準

浸沒要普及，得先過幾關。一是冷卻液：兩相常用的含氟液體碰上 PFAS 法規與 3M 退出，成本與供應都有壓力。二是維護：伺服器要從液體裡撈出來保養，流程、防護與訓練都得重來。三是標準：產業標準還不統一，是調查中最被點名的採用障礙。四是機房改造：液槽很重，承重、管路、消防與洩漏防護都要重新設計，阻力比冷板的改造大得多。

這些挑戰不代表浸沒沒前景，但它要成為主流，需要的時間和配套確實比想像中多。

這一關的重點

浸沒式冷卻把伺服器泡進不導電的冷卻液，分單相與兩相，理論上能捕捉接近全部的熱、密度很高。AI 機櫃功率飆破百 kW 讓它受關注，但 2026 年的主流仍是冷板（direct-to-chip）液冷，浸沒多在試點與特殊場景。

它的瓶頸在冷卻液（PFAS 法規）、維護、標準與機房改造。台廠裡緯穎、台達、廣運有較明確的浸沒產品，其他多在液冷／冷板鏈，相關名單理解角色就好。

想看 AI 機櫃為何非液冷不可、散熱供應鏈全貌，回頭讀 液冷散熱；想看一座資料中心的算力與電力天花板，讀 AI 資料中心；想回頭看整條鏈，回到 供應鏈總覽。