数据中心机房风冷时代，真的要翻篇了吗？

提到数据中心，很多人的第一反应是“冷”。机房里空调开得呼呼作响，冷热通道分得明明白白。

但如果有人告诉你，未来算力爆表的AI工厂，是用45℃的“温水”来散热的，你可能会觉得这是在扯淡。

但英伟达最近甩出的下一代AI Factory参考设计，偏偏就把进液温度定在了45℃。更离谱的是，系统里连个风扇都没有。

这不是英伟达在标新立异，而是AI算力狂飙之下，传统机房那套散热逻辑已经撞到了物理墙上。大模型训练和推理把单机柜功率密度拉到了一个极其夸张的地步，再靠空气去搬运热量，不仅空间不够用，风阻和能耗也根本扛不住。

散热，早就不是什么“机房配套工程”了，它正在成为决定AI工厂生死的“底层架构”。

如果你拆开一台Rubin代的全液冷服务器，会发现以前那些熟悉的东西全不见了。

过去搞液冷，大多是“混搭风”——CPU和GPU上冷板，其他元器件还在靠散热片和风扇往空气里散热。但英伟达这次要的是100%全液冷。

没有风扇，服务器内部结构迎来了大换血。传统风冷服务器前面板为了进风，全是开孔的，但现在前面板直接趋向密封整洁。没了大风道和散热片的占位，机柜密度直线上升，部分系统空间从原先的6个机架单元压缩到了2个。

别以为液冷就是装块冷板完事。当芯片功耗大到一定程度，冷板就成了最关键的工程界面。AI芯片热源分布极其不均，冷板不仅要兼顾局部热点，还要处理流阻。更要命的是热界面材料，冷板换热效率越高，对芯片、导热材料和冷板之间的接触压力要求就越苛刻。一旦材料老化或者接触不良，热量根本传不进液冷回路。

这早就不是管路和水泵的的游戏了，而是封装和材料科学的硬碰硬。

而在机柜层面，高密度计算要求冷却液必须极其精准地分配到每个托盘。流量不均就有局部过热的风险。英伟达在设计GB200 NVL72时，重点搞了盲插式分液歧管和通用快接头浮动机构。说白了，机柜不再是装服务器的架子，而是一个计算、网络、电力、冷却高度咬合的精密系统。

如果说英伟达是用强势的架构在牵引，那谷歌就是在用规模经验把液冷往死里推。

谷歌最近甩出了一组硬核数据：过去7年，在超过2000个TPU Pods上部署了液冷，规模达到GW级，可用性保持在99.999%。

水在相同温升下，每单位体积可传输的热量是空气的4000倍。靠着液冷，谷歌的TPU v3比v2芯片密度翻倍，超算规模扩大四倍。液冷早就过了验证期。

这次谷歌把第五代CDU（冷却液分配单元）捐给了OCP，这事儿意义不小。

以前搞液冷，太依赖“一事一议”的联合定制。机房、服务器厂、散热厂得坐在一起慢慢磨，装完这一套，下一套还得从头来。谷歌把CDU标准化，就是立规矩：2MW冷却能力、500GPM流量、N+1冗余，大家照着这个规格做。

CDU现在不仅是换热器，它更是整个液冷系统的控制枢纽，隔离了IT侧和设施侧。有了统一标准，设计院、总包、运营商才能围绕统一接口规划，AI数据中心的建设才能像搭积木一样快起来。谷歌甚至已经在推±400V直流供电，准备迎接单机柜1MW的时代了。

看懂了这些，你就会明白，液冷绝不是换个散热器那么简单。价值链正在从冷板单点，向“芯片级—机柜级—设施级”全面扩散。

芯片级看的是冷板、微通道流道和封装接触；机柜级看的是分液歧管、盲插接头和托盘结构；设施级看的是CDU、干式冷却器和楼宇水系统。

液冷系统越往前端走，各环节的协同要求就越高。以前卖个冷板赚点加工费，以后卖的是整套系统工程的能力。

AI的负载不会变轻。如果散热效率跟不上，狂涨的能源成本会把算力红利吃干抹净。英伟达的45℃和谷歌的标准化CDU都在说明一件事：液冷不再是机房的“打补丁”选项，而是AI工厂的地基。