中新经纬7月9日电 题：算力需求大增，液冷发展迎风口

作者：蒋颖 开源证券通信首席分析师

蒋颖

2022年底生成式AI大模型ChatGPT横空出世，掀起新的AI浪潮，海内外互联网巨头、科技企业及研究机构等陆续投入到大模型研发当中，拉开“百模大战”的序幕。

随着AI对算力的需求持续增长，传统风冷散热模组下热点问题显著，2024年或为液冷渗透率大幅提升元年。

算力需求大增

风冷散热已达瓶颈

随着AI语言大模型的不断迭代，模型数据量和参数规模呈现指数级增长，算力需求不断提升。

据中国信通院数据，2023年推出的GPT-4参数数量可能扩大到1.8万亿个，是GPT-3的10倍，训练算力需求上升到GPT-3的68倍，在2.5万个A100上需要训练90—100天。无论是AI模型的训练还是推理均离不开算力资源的支持，AI的高速发展带来大量算力和数据中心机柜需求，拉动算力基础设施建设。

服务器设备是提供算力资源的主要载体，IDC(数据中心)则是给集中放置的ICT设备(服务器设备、网络设备、存储设备)提供运行环境的场所，需要对ICT设备进行持续的供电和制冷散热。

传统风冷技术以空气为介质进行散热，存在散热密度低、散热能力差、易形成局部热点等缺陷。AI高算力需求下，芯片发热量和热流密度不断增长，如若芯片长时间高温运行，则会影响芯片性能并提升芯片故障率、减低其使用寿命。

AI对算力的需求持续增长，国内外算力芯片热功率也不断攀升，传统风冷散热模组下热点问题显著，风冷散热已达瓶颈。

芯片功率的增加也导致整机柜功率的增长，采用传统风冷的数据中心通常可以解决12kW以内的机柜制冷。随着服务器单位功耗增大，同样尺寸的普通服务器机柜可容纳的服务器功率往往超过15kW，相对于现有的风冷数据中心，已逼近空气对流散热能力天花板。

而液冷散热以液体为介质进行散热，由于液体的体积比热容是空气的1000-3500倍，液体的对流换热系数是空气的10-40倍，同等空间情况下，液冷的冷却能力远高于空气。

因此，2024年或为液冷渗透率大幅提升元年。目前，英伟达GB200 NVL72单机柜功率已高达120KW，从原有风冷散热方案改为风液混合散热方案；华为Atlas 900 AI集群单柜功率高达50KW，同样采用风液混合散热方案。

全国数据中心能耗偏高

液冷市场空间大

2022年全国数据中心耗电量达到2700亿千瓦时，占全社会用电量约3%。2021年全国数据中心耗电量为2166亿千瓦时，为同期三峡电站累计发电量1036.49亿千瓦时的两倍，数据中心减排迫在眉睫。

在落实节能降碳方面，政策明确要求全国新建大型、超大型数据中心平均电能利用效率降到1.3以下，国家枢纽节点进一步降到1.25以下，绿色低碳等级达到4A级以上。

虽然风冷技术是目前普遍应用的数据中心散热技术，但其存在散热密度低和散热能力差的缺陷。液冷散热相较于传统风冷，取代大部分空调系统(压缩机)、风扇等高能耗设备，可实现节能20%—30%以上，PUE降至1.2以下，助力数据中心绿色化发展。

液冷产业生态涉及产业链上中下游，包括上游的一次侧和二次侧产品零部件提供商，中游的液冷服务器、液冷交换机等IT设备提供商，以及下游的算力使用者主要包括三大电信运营商，互联网企业和第三方IDC服务商。总体来看，行业参与者众多，液冷数据中心市场空间较大。

国内三大电信运营商已在2023年提出“液冷三年”愿景，引领液冷行业形成统一标准，并陆续在项目中试行液冷方案，助力液冷生态逐渐完善。

据科智咨询预计，2024年中国液冷数据中心市场将同比增长53%，市场规模将增长至236亿元；预计2022—2027年，中国液冷数据中心市场将以59%的复合增长率持续蓬勃发展；预计到2027年，随着AI系列应用的规模化落地以及液冷生态的日趋成熟，市场规模将突破千亿大关。

从下游需求来看，随着AI大模型、云计算、5.5G等新兴技术的不断发展，互联网、政府和电信行业仍为液冷数据中心的需求主力军，金融、下游制造、医疗、能源等行业也有望不断加大液冷相关投入。

在生态方面，液冷产业早期上下游协同性不高，无统一相关标准，难以形成合力。液冷服务器是液冷生态链的核心价值环节，近期众多服务器厂商先后推出液冷服务器，其他设备厂商相继推出液冷交换机、液冷光模块、液冷机柜等配套设备，积极布局液冷产业，与液冷生态链设备商及服务供应商紧密配合，共同推动液冷生态进一步完善。

成本方面，虽然液冷总体Capex仍高于风冷，但从单位角度来看，单千瓦散热Capex已在快速下降，成本拐点或将出现。

据赛迪顾问发布的《2023中国液冷应用市场研究报告》，2022年液冷数据中心1kW的散热成本为近6500元，相比2021年已经下降了54.2%，预计2023年1kW的散热成本有望降至5000元左右，与传统风冷的建设成本已基本持平。