AI芯片数据中心：电力瓶颈与液冷技术革新

“投入数十亿资金用于流片，最终可能只能实现不到六成的理论价值。”这并非危言耸听，而是当前AI芯片在真实数据中心应用中的普遍现状。

随着生成式AI在全球范围内引发算力竞赛，半导体行业的焦点多集中在：AI芯片公司推出了哪些性能卓越的新品？台积电的先进制程是否有新的突破？然而，一组数据揭示了这场行业狂欢背后的隐形挑战：

2024年中国数据中心总耗电量达到1660亿度，相当于两个三峡水电站的年发电量；约占全国总耗电量的1.68%，预计2030年占比将超过5%，2035年占比将超过13%。

算力扩张与电力约束的失衡，正在重塑数据中心产业的发展逻辑。

电力瓶颈，比芯片更紧迫

近期，半导体产业深入AI芯片及数据中心产业一线进行调研，与多位行业资深从业者深入交流后发现，当前AI数据中心电力消耗居高不下的核心瓶颈主要有三点。

第一点，正如文章开头所述，AI芯片的技术发展和数据中心的实际使用场景存在脱节，是当前行业电力消耗居高不下的核心问题之一。当前许多AI芯片研发陷入“拼峰值算力”的误区，将算力多少视为核心竞争力，却忽视了数据中心中“算力够用且省电”的关键需求。这种失衡主要体现在两方面：

一方面，芯片设计和实际任务不匹配。主流AI芯片的核心架构更适合高密度的并行计算，但在大模型训练时经常出现“稀疏计算”的情况，两者天然不匹配——许多芯片算力闲置不用，电力却持续消耗，形成“无效耗电”的恶性循环。另一方面，应对复杂任务的灵活性不足。随着多模态大模型的普及，数据中心需要同时处理多种任务，但现有芯片在切换任务时效率低下，不仅速度慢，还会消耗更多电力。

第二点，如果说“芯片和场景不匹配”是能耗高的“先天设计问题”，那么算力需求暴增带来的电力消耗叠加则是将数据中心变成“电力黑洞”的主要推手。众所周知，摩尔定律揭示的是晶体管数量每18-24个月翻倍的技术迭代规律，而当前算力需求的增长周期已缩短至每3-4个月翻一倍。2024年我国智能算力增速高达74.1%，这一趋势在具体应用场景中更为直观：2025年发布的DeepSeek-R1大模型日活跃用户超过2200万，仅维持其正常运行就需要约50个大型数据中心提供支撑。

与算力需求同步飙升的，是数据中心对电力的极致依赖。如今，“万卡集群”已不再新鲜，“十万卡集群”成为科技巨头的竞争新标——OpenAI/Microsoft、xAI、Meta等企业均在竞相构建规模超10万张GPU的算力集群。仅以单颗芯片的能耗测算，英伟达H100 GPU峰值功耗达700瓦，按每小时耗电0.7度、全年61%的使用时长计算，单颗H100年耗电量就达3740度；若规模扩大至10万颗，仅GPU单元的年耗电量就将突破3.74亿度。

第三点，除了GPU外，数据中心中还有大量设备需要持续供电，如服务器（包含CPU等部件）、网络设备、存储设备、冷却系统和照明等。其中数据中心的冷却系统是能耗的主要组成部分之一，总耗电量占到38%以上（有的甚至高达50%）。

数据中心的“电力黑洞”困境并非单纯的电力供给不足。从能源利用效率来看，2025年我国数据中心平均电能利用效率（PUE）约为1.45，与世界先进水平（约1.1-1.2）仍有差距。其中制冷系统能耗占27%，正成为主要的节能突破口。

根据中华人民共和国国家发展和改革委员会发布的数据中心绿色低碳发展专项行动计划显示，到2025年底，算力电力双向协同机制初步形成，国家枢纽节点新建数据中心绿电占比＞80%。在这一硬性要求下，以下四项技术成为发展重点：绿电直连技术、高效冷却技术、IT负载动态调整技术、算-电-热协同技术。

在与业内人士的交流中，“液冷技术”也是被提及的重点。

液冷技术：关键解法

数据中心的冷却技术正在经历一场彻底的变革。尤其是在单机柜功率密度超过25kW的高密度场景下，传统的远端风冷已难以为继，行业正在加速转向更高效的冷却方案——主要是近端风冷和液冷两大方向。其中高效又节能的液冷技术已成为市场的主流选择。

液冷技术分化出三种主流方案：

第一种是冷板式液冷，能精准对准CPU、GPU等发热核心进行散热，不仅能效高且改造成本相对可控，是目前最普及的液冷方案。

第二种是浸没式液冷，直接将服务器完全泡在绝缘冷却液里实现高效散热，堪称超高热密度场景的“终极解决方案”。

第三种是喷淋式液冷通过直接向发热元件喷淋冷却液实现高效散热，适配特定场景需求。

业内人士表示尽管液冷技术是当前的优选方案但其在数据中心的普及率并不高约为10%。尽管存在喷淋式液冷的方案但商用情况相对不明朗。

有业内人士向半导体产业纵横提到除单纯的液冷技术外“冷板+液冷循环”的组合方案也是当前技术布局的重点。例如英伟达和AMD在CES上最新发布的英伟达Vera Rubin NVL72与AMD MI450均采用“冷板贴合+封闭液冷循环”的技术架构。

具体而言通过定制化冷板直接贴合GPU芯片及其他高发热组件（如供电模块、显存）冷板内部设计微通道结构冷却液在微通道内高速流动快速带走热量；吸收热量后的冷却液通过封闭管道进入换热模块与外部冷却系统进行热交换后降温再循环回流至冷板形成完整的散热闭环。这种方案既避免了喷淋式液冷对电子元件的绝缘要求又解决了风冷的散热效率不足问题实现了散热效果与设备安全性的平衡。

无论是英伟达的NVL72还是AMD的MI450集群其液冷方案均围绕自身核心算力芯片展开定制化开发。这种“芯片-冷板”的深度适配成为保障液冷效果的关键前提。

曙光数创在液冷基础设施市场的部署规模处于领先地位。2021年至2023年上半年曙光数创在中国液冷基础设施市场份额位居第一占比达56%。其冷板液冷方案和浸没相变液冷方案已广泛应用于字节跳动等头部互联网厂商。

英维克作为全链条液冷的开创者提供从冷板、快接头到CDU、机柜的全栈产品截至2025年3月其液冷链条累计交付已达1.2GW。

中国制造业：优势显现

这场关于数据中心的讨论早已超越传统IDC建设范畴演变为一场涉及半导体、能源、通信、安全的系统性变革。在这场变革中中国的制造业底座优势正在显现：

世界银行数据显示中国制造业增加值在2010年首次超过美国居世界首位成为全球工业经济增长的重要驱动力。

“未来的数据中心从来不是越大越好而是越‘聪明’越好。”这份‘聪明’始于硅片之上的精准创新——打破‘唯峰值算力论’让芯片架构适配真实场景让每一度电都转化为有效算力；落于冷却技术的高效突破依托中国制造业全链条优势推动液冷从细分赛道走向规模化普及实现散热效率与成本的平衡。”