AI芯片功耗逼近极限，液冷散热已成数据中心刚需

近期，英伟达通过官方博客披露，其新一代Rubin人工智能计算平台将全面摒弃风扇设计，完全采用液冷散热方案。在同一时期，韩国科学技术院研究团队发表相关论文，提出把常温水泵入芯片内部微流道进行降温的新型技术，其性能指标达到了过往全球最高纪录的十倍。此外，SK海力士也推出了iHBM技术，该方案在高带宽存储器封装内部直接嵌入了散热组件。目前，单枚人工智能加速芯片的功耗正趋向1000瓦，且单机柜总功率逼近1兆瓦，传统风冷技术已触及物理瓶颈，液冷散热成为必然选择。

在芯片级散热方面，韩国科学技术院的研究人员并未使用造价高昂的合成金刚石等特殊导热介质，而是直接在硅基半导体芯片内部刻蚀出“歧管微通道”构造。此种架构宛如一套高效的流体输送网络，凭借在芯片表面均匀设置众多微型进出水口，极大缩减了冷却液的流动路径，进而有效减小了流体阻力与泵浦压力。测试数据表明，该系统的冷却性能系数高达106000，相当于2020年《自然》杂志记载的全球最高数值的十倍，这意味着芯片制造商仅需十分之一的泵浦功率即可散去同等热量。即便面临每平方厘米2000瓦的极高热流密度，该方案依然能够利用常温自来水把芯片温度维持在100摄氏度的安全界限之内。并且，微流道的加工工序均在350摄氏度以下的环境中进行，能够无缝对接当前主流的商用半导体晶圆代工产线。据Fact.MR的报告预测，全球微流控芯片散热市场规模将由2025年的3.843亿美元（约26.10亿元人民币）攀升至2036年的28.6亿美元（约194.21亿元人民币），年复合增长率达到20%。

伴随高带宽存储器向HBM4E乃至HBM5世代升级，其堆叠层数预估将增至20层上下，热聚集现象已演变为制约产品性能与扩容能力的关键阻碍。SK海力士的iHBM技术对传统结构进行了革新，把散热模块直接植入高带宽存储器堆叠层与图形处理器之间的芯粒互连接口内，使热阻下降了30%。三星电子紧随其后，于COMPUTEX 2026展会期间展出了应用HPB散热技术的高带宽存储器5代模型，在核心热源区域引入了独立的硅基导热路径。美光科技则选择了差异化的研发路径，侧重于低功耗设计，主要依托硅通孔沟槽散热技术，在硅片内部蚀刻微观沟槽并循环冷却液来达成目标。

在系统层面，英伟达的Rubin架构实施了全液冷方案，其冷却介质进水温度被拉高至45摄氏度，出水温度则在55摄氏度左右。高温冷却液更易通过无源室外干式冷却器散发热量。据行业估计，冷水机组设定温度每上调1摄氏度，散热能耗开销便能下降约4%。若应用于50兆瓦的大型数据中心，部署此类液冷基建每年可节约逾400万美元（约2716.28万元人民币）的能源与水资源费用。戴尔和Supermicro等服务器厂商也已迅速推出相应的无风扇液冷机柜解决方案。

液冷技术的普及带动了相关企业的融资进程。Accelsius公司宣布获得6500万美元（约44139.62万元人民币）的B轮资金注入，其两相液冷平台单插槽散热能力超过4500瓦。Omen AI则完成了3100万美元（约21051.20万元人民币）的A轮融资，其开发的微型光谱仪可利用人工智能实时监测冷却液化学成分，提前预警设备故障。在二级市场，传统暖通空调股票出现下跌，而布局液冷的企业市值显著增长。BNP Paribas在6月的研报中将Vertiv和Eaton列为人工智能数据中心散热领域的首选标的。

尽管液冷技术能降低数据中心内部能耗，但仍面临一些客观限制。芝加哥大学计算机科学教授Andrew Chien表示，数据中心直接冷却用水仅占人工智能新增水资源需求的一小部分，发电厂和半导体制造环节消耗了更多水资源。此外，在炎热地区，液冷系统仍需依赖机械冷却。在商业落地方面，浸没式冷却等技术的硬件维护需要将设备从冷却槽中取出并清洁，增加了运维难度，且前期资本支出较高。

注：按1美元≈6.79人民币计算