谈 AI 硬件，前面都在讲算力：GPU 多强、内存多快、封装多难。但有一个常被忽略的关卡，正在变成 AI 数据中心的硬限制：热。当一整柜 GPU 的功耗冲破一百多千瓦，怎么把这些热搬走，已经跟算力一样关键。

这篇就把 AI 散热与液冷一次讲白。先看为什么风冷不够用、液冷怎么做，再谈它普及到哪、台湾供应链在哪。这是 AI 硬件供应链一条龙 第 6 关「散热与液冷」的深入版。

为什么 AI 服务器非液冷不可

先用数字感受一下热有多夸张。一颗 B300 GPU 的功耗，市场报道估计上看约 1400 瓦（研究机构 TrendForce 则概括为一千瓦以上）；而 NVIDIA 最新的 GB300 NVL72，把 72 颗 GPU 加 36 颗 CPU 塞进一柜，整柜功耗高达约 130 到 142 千瓦。

对照一下：传统机房用空调加服务器风扇，常见大概只压得住每柜 5 到 15 千瓦。产业普遍认为，超过每柜 15 到 25 千瓦之后，纯风冷的设计与耗电就会快速变得困难。AI 机柜动辄冲到 50、100、甚至 130 千瓦以上，风冷的风量、噪音、风扇耗电全都失控。

所以解法很直接：趁热还没扩散到整台服务器，先从芯片旁边把它带走。让冷却液贴到芯片上、直接导热，会比用大量空气间接带热有效得多。这就是液冷登场的原因。

液冷怎么做？三个关键词

液冷听起来高科技，拆开来其实就三个关键词。

直接芯片液冷（冷板式，英文 Direct-to-Chip）：把一块金属冷板紧贴在 GPU 上，冷却液流过冷板内部的细小流道，把芯片的热带走。服务器本体不直接碰到液体，导入门槛较低，是目前 AI 数据中心的主流做法。

浸没式（immersion）：更激进，直接把整台服务器泡进一种不导电的介电液里，热直接进到液体。散热效率更高，但维修麻烦、材料相容与标准化的门槛也高，普及比较慢。

CDU（冷却液分配单元）：液冷系统的心脏。它负责泵送、热交换、控温、过滤，把冷却液稳定地送到每一个冷板，再把吸收的热交给机房的水路或散热设备。没有 CDU，冷板和冷却液就是一滩死水。

核心数据快照

下面的数字帮你抓住「为什么非液冷不可」与「普及到哪」。渗透率为研究机构估计值。

项目数值时点／性质
传统企业机柜功率密度约 5-15 kW／柜（风冷可压）现况
纯风冷吃力门槛约每柜 15-25 kW 以上产业共识
GB300 NVL72 整柜功耗约 130-142 kW（全液冷标配）2026，NVIDIA／研究机构
AI 数据中心液冷渗透率2024 约 14% → 2025 约 33%TrendForce 估计
AI 芯片液冷渗透率2026 约 47%TrendForce 估计
下一代极端机柜Rubin Ultra／Kyber 上看约 600 kW2027 展望

2026 走到哪：从选配变标配

液冷最大的转变，是它在 2026 年从「进阶选项」变成「默认配备」。

最具代表性的信号，就是 NVIDIA 的 GB300 NVL72：官方直接把它设计成全液冷的整柜架构，不再提供风冷版本。研究机构的渗透率数字也一路往上：AI 数据中心液冷从 2024 年的约 14% 升到 2025 年的约 33%，AI 芯片的液冷渗透率 2026 年估计来到约 47%。技术上，目前以「液对气（L2A）」当过渡主流（冷却液先带走芯片的热，再把热排到空气），2027 年起「液对液（L2L，直接接到机房的冷却水路）」会加速普及。

再往前看更夸张。NVIDIA 在路线图上展示的 Rubin Ultra／Kyber 机柜，整柜功耗上看约 600 千瓦，目标 2027 下半年（量产规格仍可能调整）。这代表散热已经从「装完服务器后的收尾工作」，变成一开始就要跟供电、机柜一起设计的核心问题。

台湾散热供应链：又一个隐形强项

液冷这一关，台湾同样站在关键位置。先说清楚：以下只描述公开的供应链角色，不整理受益股、目标价或买卖时点。

台湾本来在散热零组件（风扇、热管、均热片、机壳）就有完整供应链，现在顺势切进高阶液冷。NVIDIA 的 Blackwell 合作伙伴生态系名单，就公开点名了奇鋐（AVC）、台达电（Delta）等台厂。产业分工上，冷板由奇鋐、双鸿（Auras）等供应，冷却液分配单元（CDU）以台达电为要角，健策则在均热片、热导零件等环节参与。

常见的打法，是「服务器＋机柜＋电源＋散热」整套由台湾团队输出，这也是台湾能从芯片一路吃到整柜系统的原因。这里只做产业地图，不对个股做任何投资判断。

散热其实连着电

最后补一个容易被忽略的连动：散热和供电是绑在一起的。

机柜功耗冲到一百多千瓦、未来上看百万瓦级，既有的供电架构在效率与铜损上开始吃紧。NVIDIA 因此推动 800 伏直流（800 VDC）的数据中心供电架构，目标支持 100 千瓦到百万瓦级的机柜，并宣称能提升效率、大幅减少铜用量。GB300 也在电源端加入储能，把 AI 运算对电网的尖峰需求压低最多三成。

换句话说，当算力越塞越密，真正的天花板正从「芯片」往「散热与供电」移动。这条延伸的故事，会在 供应链总览 的数据中心与电力那一关接着谈。

这一关的重点

看完散热，先记住那条因果链：AI 芯片越来越耗电，一柜功耗冲破一百多千瓦，风冷压不住，于是液冷从选配变成标配。

液冷主要靠三个东西：贴在芯片上的冷板、把整台泡进液体的浸没式，以及调度冷却液的 CDU。普及速度很快，研究机构估计 AI 芯片液冷渗透率 2026 年来到约 47%，NVIDIA 的 GB300 更直接全面液冷。台湾在冷板、CDU、均热片这些环节是供应链要角。

想知道这些发热怪兽长什么样，可以看 Blackwell 是什么；想看整条链八关怎么串，回到 供应链总览。