把价值百万的芯片泡进“水”里，中国算力在急什么？

作者｜石燕红

编辑｜张旻

电影《流浪地球2》中有一幕令人印象深刻：一排排根服务器浸没在海水里，仿佛在“烧开水”。

观众不禁会问：这样不会短路吗？泡在水里还能正常工作？

实际上，这种让服务器“泡水”的设定，如今已不再是科幻。现实中早已有成熟的技术方案——浸没式液冷。

在甘肃庆阳的一个数据中心展厅里，我们亲眼见到了这样一组“泡在水里”的服务器。当然，这里的“水”需要打上引号。它不是普通的水，而是一种特殊的冷却液——电子氟化液。

这种液体无色、无味，且不导电。工作人员介绍，他们曾测算过，即便将一部手机丢进氟化液里浸泡10年，取出来之后依然可以正常使用。

本文从氟化液出发，探讨一个关键问题：为什么全国的数据中心不约而同地想将算力服务器“泡进水里”？为了实现这一目标，工程师们又攻克了哪些技术难题？

传统散热的困境：风扇的“天花板”

要理解液冷为何在当前变得如此重要，首先需要回到一个最基本的物理问题：芯片产生的热量，到底有多大？

十年前，一台服务器中单颗CPU的功耗大约为几十瓦，用一块铝制散热片加一个小型风扇就能轻松压制。但如今，训练AI大模型所用的GPU，单卡功耗已飙升至700瓦，甚至超过1000瓦。当一台机柜中塞进数十张这样的计算卡时，整柜功耗可以轻松突破30千瓦、50千瓦，并正向100千瓦迈进。

而在一个大型数据中心里，这样的机柜往往成千上万。

传统的散热方式是用风扇将冷空气吹入服务器带走热量，再通过中央空调对热空气进行冷却。这套方案在数据中心领域统治多年，但它存在一个硬性的物理天花板。

空气的比热容低，导热能力也差。当单机柜功耗超过30千瓦，即便将风扇转速拉到极限、空调开到最大，热量仍会在机柜内部堆积，导致芯片因过热而降频，甚至触发保护性宕机。

更棘手的是能耗问题。数据中心有一个核心指标——PUE（电源使用效率），即数据中心总耗电量与IT设备本身耗电量的比值。理想状态下PUE为1.0，意味着所有电力都用于计算。但在现实中，风冷数据中心需要将大量电力用于空调和风扇，PUE普遍在1.4到1.6之间，表现较好的能做到1.2左右。

全球数据中心每年消耗的电力已占人类总用电量的约2%。国际能源署预测，到2030年，这一比例将翻倍。如果继续依靠风冷来支撑未来的AI算力，我们或许不是在训练模型，而是在为整个电网的空调系统“打工”。

散热，已经从运维层面的问题，上升为制约算力发展的关键瓶颈之一。

液冷技术接棒：三种主流方案

当风冷技术触及天花板，全球工程师的目光纷纷投向液冷技术。液冷并非单一技术，而是包含多种方案的技术谱系。当前主流的实现方式主要分为三类。

第一类：冷板式液冷

这是目前最成熟的过渡方案。工程师在CPU、GPU等“发热大户”表面贴上一块金属冷板，内部设有细密的液冷管道，冷却液在管道中流动，通过金属将热量导出。

经常玩游戏的读者可能听说过“水冷机箱”，其原理与此类似。

由于冷却液不直接接触芯片，安全性相对较高，改造成本也较低，因此许多传统数据中心在向液冷过渡时，会优先采用冷板方案。

但它的散热效率存在上限——热量传递需经过一层金属，且机柜中除CPU/GPU外，内存、硬盘、电源等部件仍依赖风冷散热，容易造成“冷热不均”的问题。

第二类：喷淋式液冷

这种方案更为激进。它通过喷头将冷却液直接喷洒在发热元件表面，利用液体蒸发带走热量。相比冷板式，喷淋式的散热效率更高，但系统结构更加复杂。喷头堵塞、液体分布不均等工程难题仍需攻克，目前应用范围相对较窄。

第三类：浸没式液冷

这正是在庆阳数据中心所见的技术。它将整台服务器乃至整台机柜完全浸没在特殊液体中，使液体与每一个电子元件直接接触，通过热传导和热对流带走热量。

这是当前数据中心散热效率的最优形态：液体的导热能力是空气的25倍，单位体积液体能带走的热量更是空气的近千倍，这使得浸没式液冷的单机柜散热能力达到风冷的数倍甚至十几倍。同时，浸没式方案可以均匀带走所有部件的热量，没有死角。由于不需要风扇，整个系统几乎是静音运行，也彻底摆脱了灰尘的困扰。

技术路线的选择并非“非此即彼”，而是根据不同功耗密度选取最优方案。目前庆阳数据中心给出的参考是：30千瓦以下，风冷依然够用；30千瓦到50千瓦，冷板式是性价比最高的过渡方案；50千瓦以上，尤其是未来100千瓦级的超密集集群，浸没式液冷将成为刚需。这三种方案将在未来长期共存，而非简单的谁取代谁。

氟化液的优势与工程挑战

回答了“为什么要采用浸没式液冷”之后，接下来的核心问题是：如何安全地实现这一方案？

数据中心连接着互联网、人工智能、智能驾驶等众多关键领域。一旦芯片完全浸没在液体中，只要该液体具备微弱的导电性、腐蚀性或挥发性，整个机房都可能报废，相关服务将全面停摆，影响是毁灭性的。因此，无论采用何种散热方式，安全始终是首要考量。

为了找到一种既能高效导热、又能与电子设备“和平共处”的液体，工程师们已探索多年。

最初，人们尝试使用矿物油或变压器油进行散热，即所谓的“油冷”。这类油品虽具有绝缘性，但黏度大、散热效率低，长期使用后会氧化变质，需要定期更换和清理，维护成本较高。后来的硅油性能有所改善，但仍停留在“能用”而非“好用”的阶段。

目前行业较成熟的解决方案之一，是电子氟化液。

这种无色无味的人工合成有机化合物，从现有测试数据来看，具备三个突出特性：

第一，不导电。它的电阻率极高，即使服务器在通电状态下完全浸泡其中，也不会发生短路。

第二，不腐蚀。服务器内部材料极为复杂，包括铜电路、金触点、银焊点、铝散热片、塑料框架、橡胶密封圈等。氟化液必须对所有这些材料保持化学惰性。研发团队为此经历了多次迭代：早期配方解决了金属腐蚀问题，却发现长期浸泡会导致塑料件微量溶胀；后续持续攻关时，又面临高温下挥发损耗的挑战。直到当前这一代产品，厂家通过耐久性测试证实，设备在氟化液中浸泡10年后拆解，内部元器件依然完好如初，相关特性也已通过工信部验收。

第三，不挥发。氟化液的沸点在110摄氏度以上，而服务器正常工作温度约七八十摄氏度。这意味着在常规运行中，液体几乎没有损耗，无需频繁补充。

即便如此，氟化液仍面临工程层面的重大挑战。

首先是密封。整个槽体必须完全密闭，液体循环管道、电源线、网线、光纤的穿舱位置均需做特殊密封处理。一旦漏液，不仅会造成昂贵损失，还可能污染其他设备。

其次是维护。传统服务器发生故障时，工程师打开机柜即可更换部件。而对于浸没式液冷服务器，维护需要先排液、再操作，流程复杂得多。此外，并非所有硬件都适合液体环境，部分类型的硬盘、光模块对液体敏感，需要重新设计。

最后是成本。电子氟化液本身价格不菲，再加上专用槽体、循环泵、热交换器等配套设备，初期投入比风冷系统高出约20%。不过从长远来看，节省的电费可以收回这部分成本——以中国移动庆阳数据中心的测算为例，使用其浸没式方案，大约4年即可回本。但首次投入的高门槛确实劝退了不少企业。

为什么是现在？——三大驱动力

浸没式液冷的概念并不新鲜，早在十几年前就有实验室在探索。那么，为什么直到最近才开始规模化落地？

驱动力一：GPU功耗曲线将风冷逼至绝境。

英伟达最新的AI芯片，单卡功耗已突破1000瓦。若一个机柜塞满64张或128张卡，整机柜功耗轻松超过50千瓦，甚至向100千瓦、130千瓦迈进。国产芯片也在快速迭代。风冷在这种密度下已完全失效，冷板式液冷也开始力不从心。浸没式液冷由此从“先进技术”变为“唯一选择”。

驱动力二：应用场景的分化。

AI算力分为训练和推理两大场景。训练大模型时，GPU需要持续满负荷运行数周甚至数月，热量输出稳定且巨大，此时浸没式液冷的稳定散热和节能优势非常明显。而推理任务不同，用户调用AI时，算力需求是脉冲式的，负载忽高忽低，风冷或冷板式在此类波动场景下反而更灵活、更经济。因此，未来的数据中心不会是“全场液冷”，而是采用混合架构：训练集群用浸没式液冷，推理集群用冷板式液冷或风冷，根据业务特性动态配置。

驱动力三：国产算力的崛起。

过去，液冷主要配合英伟达GPU的生态。而如今，华为昇腾、海光、寒武纪、燧原等国产芯片已大规模部署。这些芯片的功耗特性和封装形式与英伟达存在差异，对散热方案提出了新要求。浸没式液冷凭借“液体包裹一切”的通用性，反而成为适配多元芯片架构的最优解。这也是庆阳这类国产算力枢纽率先布局浸没式液冷的重要原因。

液冷背后：一场算力与能源的博弈

聊完技术，我们最后谈谈这件事的深层意义。

人类进入AI时代，上层是算法、模型与芯片的竞争，而底层则是能源的竞争。

训练一次GPT-4级别的大模型，耗电量相当于3万个家庭一年的用电量。全球数据中心的耗电量正以每年超过10%的速度增长。如果不改变散热方式，未来我们可能面临“算得起，但供不起电”的尴尬局面。

浸没式液冷将PUE从1.2降低到1.07，看似只是0.13的微小改进，但放大到百万千瓦级的算力集群，这意味着每年节省的电量相当于一座小型水电站的发电量，甚至更多。在“双碳”目标和全球能源紧张的背景下，散热效率就是能源效率，PUE就是碳排放。

在中国移动庆阳智算中心，浸没式液冷已经从展厅测试走向机房部署。这里全年较低的气温、每度3毛8的绿电，以及正在建设的液冷集群，共同构成了目前国内最接近规模化落地的现实样本。

但液冷不是终点。当单机柜功耗向100千瓦、200千瓦继续攀升，今天的氟化液也会遇到新的瓶颈。下一代散热技术会是什么？相变材料？超导热管？还是直接把数据中心建到深海或极地？

没有人知道确切答案。但可以确定的是，只要人类仍在追求更强的算力，散热技术的进化就不会停止。因为物理定律从不妥协，工程师能做的，只是在极限边缘，寻找那0.1的优化空间。