液冷对于AI，为何是“刚需”？
| 文章来源：数智前线
在2025年世界智能产业博览会上，中科曙光联合20余家上下游企业，共同发布了国内首个AI计算开放架构、同步推出基于该架构的AI超集群系统，并依托国家先进计算产业创新中心启动“AI计算开放架构联合实验室”。该超集群将为万亿至十万亿级参数大模型训练提供贴身服务，同时支撑并发式推理与全新科研范式场景。
在这一架构中，液冷被明确为AI基础设施的关键能力。在近几年AI加速演进的浪潮中，算力基础设施正从“硬件堆叠”迈向“系统协同”。液冷在这一转型中被重新定义，不再是单一散热组件，而是“算-存-网-电-冷”一体化系统中的关键底座。
要让液冷真正走向普惠，唯有拥抱标准开放与生态协同。开放架构正成为推动液冷从“定制化”走向规模化、普惠化的核心路径。谁能率先构建可持续的液冷生态，谁就将在下一代AI基础设施的竞争中赢得先机。
01
液冷，正成为AI关键变量
在国家深入实施人工智能+过程中，AI大模型迎来爆发期。今年，万亿参数MoE模型、深度推理模型、多模态模型已成为市场焦点；各行业加快落地人工智能，行业大模型爆发，多智能体协作兴起，具身智能热带动了世界模型训练热潮，这些都推动算力需求激增。2025年中国智算规模将达到1000EFLOPS。
传统单机、单卡性能已难以满足这样的算力爆发，产业转向发展更大规模、更高效率的AI集群。通过系统级优化，弥补单卡性能差距，已成为行业共识。
AI集群规模快速扩大的同时，风冷已接近极限。“液冷技术对于AI，尤其是万卡、十万卡的大集群，是一个刚需。”曙光数创副总裁兼CTO张鹏在智博会上说道。
这种转变极为迫切。AI集群的密度蹿升，机柜功率普遍突破80kW，甚至超过100kW，传统风冷在40kW以上便难以应对。同时，GPU功耗已超过1000瓦，并迈向2000瓦、3000瓦，风冷难以支撑。散热跟不上导致GPU空闲、电费飙升。相比之下，液冷有更高效的冷却能力。此外，液冷具备显著能效优势，传统风冷PUE通常在1.3~1.6之间，意味着每带走100个单位热量，需额外花费30到60个单位热量。而曙光数创的液冷方案目前可将PUE降至1.04，每百单位热量仅需4单位能耗，节能效益可观。
进一步来说，AI行业迭代越来越快，大模型训练周期已从“月级”压缩到“天级”，推理也需支撑低延迟、高并发要求，对存算一体等提出高要求。在这种情况下，液冷已不仅是技术选型，更是面向未来AI基础设施的战略选择，散热不再是一个“后勤问题”，而成为直接决定AI算力利用率和投资回报的核心变量。
为此，国际大厂如Meta、微软已启动浸没式液冷部署试点。国内中国移动、阿里等也在布局液冷数据中心。其中，中国移动呼和浩特建成全球最大单体液冷智算中心，阿里仁和数据中心为全球最大全浸没式液冷部署。工信部等多部门出台各项政策，推动液冷标准制定和落地应用。
然而，液冷技术虽然早就存在，过去却难以走向大规模落地，主要受制于成本高、标准缺、运维复杂、安全性不足等问题。业内意识到，液冷落地的最大障碍，已不再是单点技术能力，而是生态体系的协同水平。
曙光数创作为国家先进计算产业创新中心AI开放架构联合实验室的重要参与方，承担起液冷技术标准化与生态构建的责任。从开放架构出发，曙光数创聚焦液冷标准建设、组件通用与生态协同，破解液冷过去“各自为政、自研闭环”形成的生态孤岛问题，推动生态链融合，为液冷突围，成为普惠AI基础设施奠定基础。
02
液冷生态，从理想走进现实
在最新发布的AI超集群中，选择了曙光数创的冷板液冷技术，作为系统向高密、高效演进的重要支撑。
该方案不仅提升了系统的性价比，也借助其技术成熟度和开放架构理念，吸引更多合作伙伴加入生态共建。同时，通过芯片、整机到系统层的功耗协同管理，实现集群能效的全面提升。
实际上，作为国内最早布局液冷的企业之一，曙光数创自2011年开始布局液冷，2015年量产TC40冷板液冷服务器，2017年落地512节点液冷集群。长期服务大型机和高端计算系统的经验，使其在液冷系统与整机系统融合方面具备深度的积淀，也为其推动液冷走向标准化、规模化落地，奠定基础。
围绕开放需求，曙光数创在冷板液冷方案中实现了“服务器与机柜解耦”、“模块化总线设计”和“盲插接口”等能力，支持分阶段升级，兼容不同品牌型号设备，实现快速部署，提升运维效率超30%。面对更高热通量挑战，今年推出的C7000-F相变间接液冷方案，首次实现该技术产品化落地，自研环保冷媒SFP-1025F，绿色高效、能长期稳定运行，解决了传统液冷在水质与安全方面的顾虑，满足AI服务器高强度运行需求。
在实现冷板液冷大规模应用的同时，曙光数创牵头编制《数据中心冷板式液冷系统技术规范》国家标准，联合运营商、互联网企业等头部单位共建液冷生态，形成从芯片散热、服务器制造到冷却系统集成的完整液冷技术应用链条，助力液冷市场规模化发展。下一阶段，曙光数创将开放浸没式液冷技术，促进领先技术普及。
03
液冷“开放之路”，重塑AI算力底座
在AI基础设施走向“系统协同”后，液冷的角色正在被重新定义，从单一的散热组件，跃迁为支撑系统协同的关键底座能力。它要融入整个AI平台的协同、能效调度、运维体系，成为支撑存算一体、绿色智算多元场景的系统组成部分。
然而，液冷的普及之路并不轻松。多厂商各自为政，接口标准不统一、系统封闭难兼容，导致液冷长期停留在“小规模、定制化”阶段。唯有推动标准开放、生态协同，才能打破“冷却孤岛”。
业界看到，液冷的开放之路，是一条“难而正确”的道路。它不仅是产业演进的必然逻辑，更是国家AI战略实现普惠算力的时代选择。谁能率先构建起繁荣且可持续的液冷生态，谁就能在下一代AI基础设施竞争中占据战略高地。
以曙光发布的AI计算开放架构为契机，液冷正加速迈向标准化与开放化。在2025智博会“开放普惠智能计算生态”论坛上，曙光数创CTO张鹏表示，曙光数创正在通过能力开放、标准共建、跨界融合等模式，积极推动液冷生态体系建设。
依托长期对液冷技术的积累与开放架构的推进路径，曙光数创正引领中国液冷技术从实验室走向规模化落地，推动AI基础设施走向更加开放和普惠的新阶段。
文章来源：中科曙光行业深度 | 液冷不再“冷”，它正成为AI开放底座关键变量 (qq.com)
微信扫描下方的二维码阅读本文
- 热交换核心 ：冷板（CPU/GPU专用）、CDU（冷量分配单元）；
- 循环网络 ：Manifold分液器、EPDM/PTFE管路、快接头；
- 动力与控制 ：变频循环泵（如飞龙股份电子泵）、智能温控系统。
