NVIDIA让液冷成为强制要求，AI基础设施因此成为科技新闻焦点

NVIDIA 已将 Vera Rubin 机架全面转向液冷，取消风扇；与此同时，组件供应商称订单已排至 2026 年底。这一转变让过去常被忽视的基础设施环节成为重要科技新闻。如今，AI 算力的增长依赖于许多数据中心无法快速部署的冷却硬件。

这并不只是泵和冷板需求激增。NVIDIA 正在改变 AI 集群背后的物理设计前提。冷却液如今必须在统一的机架架构中输送至处理器、网络组件、光模块和电源硬件。

这一变化同时给云服务运营商、设备制造商和数据中心业主带来压力。NVIDIA 可以交付密度越来越高的计算系统，但客户仍需要电力、水循环回路、散热设备以及通过认证的组件。在最高性能等级上，风冷和液冷已不再是可相互替代的选择。

最直接的迹象来自中国制造业。一项于 9 月 6 日发布的液冷调查发现，设备订单通常已排至年末。据报道，部分生产线正实行两班倒运转，而冷却液分配单元仍尤为紧缺。

因此，底层事件不止于某个繁忙季度。AI 硬件竞赛已触及散热边界。液冷正成为计算平台的一部分，而不再是服务器到货后才选择的附属配置。

Rubin 机架让液冷成为平台的一部分

NVIDIA 将冷却系统如此深度地融入 Vera Rubin，以至于再以风冷替代已不再是实际可行的配置选择。

Vera Rubin 是 NVIDIA 的下一代机架级 AI 平台。该公司表示，该平台已进入生产阶段，预计将在 2026 年秋季开始大规模出货。其架构将处理器、网络、电力输送和热管理整合为一个协同系统。

最具影响力的变化，是取消机架计算托盘和交换托盘中的风扇。NVIDIA 表示，每颗芯片和每个网络组件均采用封闭式液冷回路。这使冷却范围不再局限于早期直接芯片冷却部署中的 GPU 和 CPU。

NVIDIA 的45 度冷却设计采用最高可达 45 摄氏度的入液温度。较高的冷却液温度听起来有悖直觉，但它能创造更大的机会，使系统无需依赖机械式冷水机组即可排出热量。

干式冷却器通过封闭系统将热量传递至室外空气。在气候与运行条件允许时，它可以降低对冷却塔和冷水机组的依赖。不过，实际效果取决于地理位置、天气、设施设计和工作负载。

这一架构也改变了各类冷却组件的角色。冷板直接贴合发热器件，将热量传递至循环液体中。歧管则在多个冷板之间分配冷却液流量，并汇集回流液体。

冷却液分配单元，即 CDU，连接设备回路与设施散热系统。它控制流量、压力、温度，以及两个回路之间的隔离。CDU 成为关键的可靠性边界，因为一旦故障，可能影响整组服务器。

超快速断开接头通常简称为 UQD，可在安装或维护时连接液体管线，同时限制泄漏。这些小型组件需要严格的公差控制和可重复的密封性能。一个连接器故障，便可能威胁到价值远超该连接器本身的设备。

NVIDIA 此前的 GB200 NVL72 系统已确立液冷机架级计算模式。该系统通过 NVLink 连接 36 颗 Grace CPU 和 72 颗 Blackwell GPU，并使冷却成为部署规划的核心。

Rubin 将这一模式进一步推进。冷却如今覆盖运营商此前主要依赖气流处理的组件，包括网络接口和光学硬件。因此，每个机架中更多部件被纳入可服务市场。

这是第一个重大转折。液冷过去会在效率和密度上与成熟的风冷设计竞争；而在 Rubin 的最高密度配置中，芯片平台实际上在客户订购机架之前便已作出这一决定。

这也解释了为何此事的重要性超越制造业股票。冷却准备程度如今能够决定高价值 AI 算力何时真正可用。交付的 GPU 只有在周边设施能为其稳定供电和散热后，才能产生 token。

为什么 AI 数据中心冷却订单正在排满

需求增长更快，是因为每个新机架都需要更大的冷却能力、更多专用部件，以及覆盖整个设施的更高协同程度。

9 月 6 日的报道将 CDU 列为最紧缺的设备类别。报道指出，业内订单通常已排至 2026 年底。部分供应商的生产线据称正以两班倒方式连续运行。

这一发现来自访谈和公司披露，而非涵盖全球的完整订单数据库。因此，它不应被视为对每家制造商积压订单的量化衡量。不过，相关出货计划和组件订单支持了这一核心趋势。

TrendForce 预计，AI 芯片中的液冷渗透率将从 2025 年约 33% 升至 2026 年的 53%，并在 2027 年接近 60%。其冷却市场预测将 NVIDIA、AMD 和 Google 平台列为主要驱动力。

这些百分比描述的是 AI 芯片的采用情况，而非每座数据中心中的每台服务器。传统计算设备仍可继续采用风冷。即使是 AI 设施，也经常为余热、存储设备或较低密度硬件保留风冷系统。

决定性变化发生在高端领域。据 TrendForce 称，领先设计中的单颗加速器功耗已突破 1 千瓦。完整的机架级系统功耗可达数百千瓦。

在相同的物理空间内，更高功耗意味着更多热量。运营商可以将设备分散至更多机架中，但这会牺牲网络效率和机房空间。因此，高密度集群将问题转移到了电力输送和冷却领域。

Rubin 也增加了每个机架中的液冷组件数量。冷却系统物料清单可能包括冷板、歧管、UQD、泵、传感器、CDU、软管、设施管道和散热设备。每个类别都遵循不同的制造与认证周期。

冷板是一个有用的例子。标准设计可能相对容易获得，但适用于功耗超过 1 千瓦设备的定制冷板仍然紧缺。其性能取决于内部流道几何结构、材料、连接质量、压降，以及与芯片封装之间持续稳定的接触。

微通道液冷板，即 MLCP，通过靠近热源的极小内部通道循环冷却液。更小的通道能够改善传热，但也会增加制造难度，并提高对颗粒物、腐蚀、连接缺陷和流量失衡的敏感性。

9 月 6 日的报道引用了一项估算，称二次回路硬件占完整系统价值的 70% 至 75%。二次回路是最靠近计算设备的服务器侧循环系统。其可靠性要求构成了高于普通机械装配的门槛。

需求也呈现明显的地域集中性。北美超大规模云厂商仍是 NVIDIA 机架级系统的核心买家。Google、Microsoft、Meta 及其他运营商正持续扩建基础设施，同时制定各自不同的内部冷却标准。

中国云服务商、电信企业和算力中心项目构成了另一大市场。其采购行为让国内制造商有机会先在本地完成产品认证，再参与国际项目竞争。

这种组合形成了一场制造竞赛，其中的瓶颈并不均衡。装配产能可以迅速扩张，但精密加工、真空钎焊、流体化学、泄漏控制和客户认证则需要更长时间。

这一差异对关注科技新闻的读者尤为重要。液冷需求强劲的标题，并不意味着每家供应商都能同等受益。当缺陷成本高昂且合格替代品稀缺时，最高价值往往会集中于相关环节。

风冷已在最高密度竞争中落败

首要竞争不再是 NVIDIA 与另一家芯片公司之间的竞争；而是高密度机架级计算与风冷物理极限之间的竞争。

风冷依然成熟、便于维护，并得到广泛支持。风扇推动经过调节的空气流经散热器，设施系统再移除由此产生的热量。这一模式仍适用于许多企业服务器和中等密度部署。

其弱点会随着机架功率提升而显现。要转移更多热量，就需要更多空气、更高风扇转速、更大的热交换器，或更低的进风温度。这些应对方式会消耗能源、制造噪声、占用空间，并最终遭遇实际气流限制。

直接液冷通过传热性能优于空气的流体来转移热量。冷板还缩短了硅芯片与设施系统之间的热路径。这使机架可实现更高密度，而无需迫使巨量空气穿过狭窄的服务器托盘。

液冷并不会在所有地方完全取代风冷。内存、存储、电源组件和辅助硬件仍可能释放余热。因此，许多部署采用混合设计，特别是在运营商改造既有建筑期间。

Rubin 改变了该平台前沿领域的平衡。NVIDIA 将该系统描述为完全液冷，其托盘内部没有风扇。公司公开的设计将热管理置于与计算和网络架构同等的位置。

这一设计选择对客户形成了刚性要求。旧数据中心机房不能仅因还有足够地面空间就接纳 Rubin 机架。场地还需要合适的管道、CDU 容量、控制系统、压力管理和散热能力。

电力基础设施构成了并行约束。高密度机架需要更大的供电线路、母线、备用系统和配电设备。冷却项目必须与电力架构协同设计，因为两套系统共同决定可用计算容量。

运营商还需要为液体连接设备建立维护模式。技术人员必须在不引入污染物或滞留空气的前提下断开模块；他们必须识别泄漏、监测冷却液化学性质，并在维护期间保护电子设备。

这些要求解释了为何成熟的基础设施企业仍然重要。Vertiv、Schneider Electric、CoolIT Systems、服务器制造商和专业组件厂商各自掌控着部署链条的一部分。

NVIDIA 已尝试通过共享关键机械和热管理规范来扩大这条供应链。其开放机架设计通过 Open Compute Project 纳入了 GB200 NVL72 机架架构、托盘机械设计和液冷规范。

开放规范能够帮助多家供应商制造兼容设备，也能降低数据中心设计人员的不确定性。但它们并不能免除验证、制造纪律或协同安装的必要性。

结果是影响力发生了重大转移。过去，散热供应商通常在芯片和系统决策完成后才响应服务器规格。如今，它们越来越早地参与其中，因为热限制会直接塑造机架本身。

这一转变影响着云服务竞争。拥有经过验证的散热设计、建设能力和成熟运维经验的服务商，能够更早启用新一代加速器；缺乏这些能力的服务商，即使拥有芯片，也可能因设施工程延误而无法投入使用。

这也改变了买方评估公告的方式。处理器性能仍然重要，但已交付的机架数量并不能反映可用的集群容量。部署速度越来越取决于围绕这些处理器的、较不显眼的机械与电气系统。

因此，矛盾很直接。芯片制造商希望提高计算密度，因为这有助于改善通信效率和模型性能；数据中心则必须在不牺牲可靠性、效率或部署速度的前提下吸收由此产生的热量。

液冷目前为这种密度提供了可行路径。但这项技术并未消除物理约束，而是将约束转移到了泵、冷板、连接器、控制系统、管路和设施工程之中。

科技新闻遭遇精密制造瓶颈

最难解决的供应问题并非生产更多金属零件，而是制造能够通过认证、并在多年运行中不会泄漏或性能衰减的零件。

中国制造商看到了这一转型带来的可观机会。9月6日的调查报道了泵、UQD、歧管、冷板、CDU、冷却液及自动化生产设备等领域的进展。

多项已披露的订单数据表明，需求已经超越原型阶段。飞龙汽车部件在2026年年中披露，10千瓦以下电子泵的客户订单已超过5万台；该公司还称，功率高于该级别的平台订单接近1万台。

该公司同时警告，客户需求和产能排期可能发生变化。其代表表示，高功率产品从下单到最终发货之间通常需要三至五个月。这一时间差意味着订单公告不会自动转化为已确认收入。

Envicool公布，2026年上半年营收为30.2亿元人民币，同比增长17.24%。该公司提供覆盖散热链条的组件，包括冷板、连接器、歧管、CDU、流体、机架和热源。

冰轮环境表示，其数据中心冷水机业务在同期确认收入约8亿元人民币。根据CLS援引的公司披露，这一数字同比增长43%，占总营收的22%。

这些数据表明商业活动正在展开，但并不能证明哪些供应商将通过未来的NVIDIA认证。国内销售也不保证能获得海外超大规模云服务商的认可。不同平台可能对材料、压力范围、尺寸和使用寿命测试提出不同要求。

快速连接器正体现了这一挑战。其规格要求不止涉及流量，还必须在反复插拔循环、温度变化、振动、压力波动和长期运行中保持防泄漏性能。

较低的初始良率可能抹去大规模工厂产能看似带来的优势。失效组件需要返工、检测和额外测试。现场故障的后果远比生产过程中发现的缺陷严重。

微通道冷板同样如此。它们可能需要采用类似半导体制造的光刻、蚀刻、精密键合工艺，以及极其洁净的内部表面。微小缺陷就可能阻塞冷却液流动或削弱键合层。

这造成了通用制造能力与经过认证的精密制造能力之间的差距。中国拥有广泛的机加工和装配资源。但根据9月的报道，数家中国大陆供应商当时仍在为先进MLCP产品提交样品或接受测试。

据报道，台湾制造商在这一类别中占据更早的位置。Jentech、Auras和Asia Vital Components拥有服务全球电子平台的经验。其生产履历和客户关系，在快速的平台转换期间构成优势。

认证会放慢替代速度。一款泵产品从初步设计、样品、性能测试、生产测试、客户批准到安全认证，可能需要一到两年。供应商无法仅靠增加设备来压缩每一个环节。

这正是“双班生产”这一标题需要补充背景的地方。持续生产显示出需求和紧迫性，却不能证明最受制约的组件能够以相同速度扩产。

冷却液市场又增加了一层复杂性。3M在2025年底完成了其PFAS退出计划，其中包括其更广泛制造业务撤出范围内的含氟流体。

PFAS是指一大类持久性含氟化学品。部分浸没式冷却系统使用含氟介电流体，因为这些液体在预期运行条件下不导电。

直接芯片冷却系统则通常使用水基冷却液回路。这意味着，含氟流体短缺并不会对每一种液冷机架造成同等限制。分析人士在评估风险敞口前，应先区分浸没式系统与冷板架构。

中国化工企业正在开发替代性冷却液产能，但仅有产量并不足够。流体还必须满足材料兼容性、热稳定性、腐蚀控制、洁净度和长期使用寿命等要求。

制造机会是真实存在的，但也伴随着不对称风险。供应商在获得认证后可能赢得可观订单量；而一次泄漏、污染事件或可靠性故障，也可能让该供应商同样迅速地被排除出某一平台。

热潮仍面临设施、可靠性和预测风险

液冷正成为领先AI机架的必要条件，但必要性并不保证每一家供应商都能实现顺利部署或获得可持续的利润率。

第一项不确定性是设施准备程度。许多正在运行的数据中心是围绕低得多的机架密度设计的。改造它们可能需要新的管路、地板布局、配电系统、控制系统和室外排热设备。

CDU可以将液冷服务器与现有设施系统衔接起来，但无法解决所有限制。建筑物仍必须排出收集到的热量。当地气候和公用事业条件会影响何种设计可行。

Vertiv在其AI基础设施展望中将液冷描述为关键任务基础设施。该公司也预计未来将采用混合架构，包括直接芯片冷却、浸没式系统，以及为剩余负载提供的风冷。

这种混合未来很重要。“液冷”涵盖多种技术路径和众多组件组合。若客户选择另一种架构，针对某一种架构布局的供应商未必能同等受益。

第二项不确定性是规模化可靠性。实验室散热性能并不能证明数千个连接点在现场运行时的可靠性。运营商需要有关泄漏率、泵耐久性、冷却液老化、维护周期和组件更换的证据。

监控变得至关重要，因为一个小问题可能影响整个大型机架。传感器必须能够检测压力变化、异常流量、温度波动和湿气；控制软件必须在问题影响更大范围的集群之前将其隔离。

第三项不确定性涉及平台排期。散热供应商会根据芯片制造商、服务器公司和云客户的预测来建设产能。处理器延期、机架设计修订或订单计划变更，都可能导致库存积压。

NVIDIA已经在不同产品世代中调整过部分热设计和机械设计。这对复杂工程而言很正常，但对于在规格稳定前就投入资金的供应商来说，仍会带来风险。

9月的报道指出，Rubin在早期的两片式方案遭遇封装翘曲问题后，重新采用了尺寸更大的冷板设计。TrendForce则另行报道了一种临时的一体式均热板设计。这些细节表明，热设计仍处于持续的工程演进之中。

第四项不确定性是经济性。强劲需求可能吸引许多新供应商进入较容易的装配类别。在需求消失之前，新增产能就可能压低利润率，尤其是对标准化产品而言。

在认证壁垒仍然较高时，精密部件可维持更好的经济性。但这些供应商也面临更高的资本需求、测试成本和责任风险。营收增长本身并不能说明这些投资的回报。

第五项不确定性是水资源和环境影响。闭环系统可以减少直接用水量，尤其是在采用干冷器时。但实际结果会因气候、电力来源、设施架构和更广泛的制造足迹而异。

NVIDIA表示，在有利条件下，温水运行可支持无需冷水机的冷却。买方应将此理解为一种设计能力，而非普遍适用的结果。炎热气候或受限场地可能仍需要额外设备。

流体也带来环境问题。PFAS监管和制造商退出可能改变材料供应情况。运营商将需要透明的冷却液规格、处理程序、报废处置计划，以及支持环境声明的证据。

最后，采用预测本身也值得谨慎对待。TrendForce的53%估计属于市场预测，而非已观察到的年终结果。平台发货排期和数据中心建设进度都可能改变最终数字。

这些风险都不会让风冷重新成为最密集机架的首选方案。但它们说明，液冷的采用仍将是不均衡的。新的AI园区可以从一开始就整合液冷，而较旧的设施则面临更缓慢的改造进程。

最有力的结论比市场炒作更为克制。NVIDIA已将液冷纳入Rubin架构的核心部分。如今的部署速度取决于配套产业能否以经过认证、可实际运行的系统满足这一设计要求。

三项信号将显示液冷能否跟上步伐

下一阶段将由已部署的Rubin容量、经过认证的组件供应和真实运行数据来衡量，而不再仅仅依据订单公告。

第一项信号是NVIDIA在2026年秋季推进的Vera Rubin出货爬坡。投资者和基础设施买方应关注完整机架交付，而不只是芯片产量。一台机架的出货需要处理器、网络、电力、机械和散热等供应环节协同到位。

持续稳定的出货量将强化液冷已成为标准平台要求的判断。若延误与CDU、冷板、连接器或设施验收有关，则表明热基础设施仍是部署瓶颈。

云端可用性则提供了另一项有用指标。若Rubin容量通过主要服务商广泛可用，将表明运营商已经完成所需的设施工程。若可用性有限，则可能意味着安装或认证仍存在约束。

第二项信号是供应商认证和良率。中国大陆制造商正在争取进入先进冷板、快速连接器、泵和流体领域。样品交付的重要性低于以客户认可质量进行重复生产的能力。

请留意那些区分测试、小批量出货、量产和已确认收入的披露。这些阶段代表的商业成熟度截然不同。企业常常将它们一并讨论，从而掩盖执行风险。

微通道冷板尤其值得关注，因为它兼具高价值与高制造难度。更多通过认证的供应商将有助于缓解短缺，并降低客户对少数厂商的依赖。持续偏低的良率则会维持这一瓶颈。

UQD 提供了一个平行的检验案例。产量增长必须不能以增加现场泄漏或维护负担为代价。可靠的多源供应将比单纯的产能公告更有说服力地验证供应链成熟度。

第三个信号来自已部署机架的运营表现。行业需要涵盖能耗、用水量、正常运行时间、冷却液维护、组件更换和泄漏事件的数据。营销规格无法替代跨多个季节的运营记录。

温水冷却将受到特别审视。如果设施能在适宜气候下不依赖冷水机组而维持稳定性能，该设计便可降低冷却复杂度和用水量。若效果不佳，将削弱部分效率主张，但不会改变液冷的必要性。

运营商还应比较新建项目与改造项目。专为 AI 打造的园区可统筹优化管道、供电、控制系统和散热设施。较老的设施则可能揭示将风冷机房改造成液冷环境的实际局限。

对于企业采购方而言，关键在于将 AI 系统视为基础设施，而不是一次服务器采购。可用电力容量、CDU 冗余、冷却液所有权、维护责任和备件供应等问题，如今都应纳入采购评审。

开发者同样有理由关注。冷却限制会影响新一代加速器何时可用、云端算力会出现在哪里，以及服务商如何调度高负载工作。物理约束最终会体现在访问能力、延迟和服务可靠性上。

关注科技新闻的知识工作者应将冷却视为 AI 生产体系的一部分。模型改进依赖计算集群，而计算集群又依赖能够在极端热负荷下持续运行的设施。

最新一轮订单激增提供了早期预警。在最大规模的 Rubin 部署完全成熟之前，需求已先行传导至供应商。这为行业扩产留出了时间，但认证和建设无法瞬间扩大规模。

因此，液冷已在市场顶端进入必需时代。悬而未决的问题不再是高密度 AI 机架是否需要液冷，而是制造和数据中心运营能否在不以可靠性故障换取热管理能力的前提下，实现液冷的工业化。

未来三个月，请关注 Rubin 机架的供应情况、组件认证里程碑，以及早期站点的运营证据。这些信号结合起来，将区分一场持久的基础设施转型与一个过热的订单周期。

对于追踪科技新闻的读者，最有用的行动很简单：不要只看加速器规格。还应关注决定这些加速器能否真正运行的冷却、供电和设施系统。