“算力競賽遇散熱瓶頸，液冷成關鍵”

作者 | 家昌

編輯｜云舒

出品｜極新

2026年，一場圍繞AI算力的“軍備競賽”正以前所未有的烈度展開。谷歌、亞馬遜、微軟、Meta這四家科技巨頭，計劃在今年豪擲7250億美元用于人工智能基礎設施建設，這一數字比去年激增了驚人的77%。僅第一季度，它們的相關資本支出就已高達1306.5億美元，占全年計劃的近五分之一。

這場瘋狂的基建投入，源于一個簡單而緊迫的現實：隨著ChatGPT、Sora等生成式AI應用的爆發，全球對計算能力的需求呈指數級增長。亞馬遜首席執行官安迪·杰西透露，僅OpenAI一家公司就預訂了相當于兩個大型發電廠功率的計算資源。然而，在巨頭們揮舞支票本的同時，一個尖銳的問題也隨之浮現：當單顆AI芯片的功耗已逼近千瓦級，傳統的風冷技術被逼至絕境，這場算力競賽的物理瓶頸該如何突破？一個被忽視的“發熱”問題，正將一項關鍵技術——液冷，從“可選方案”推向了“必選項”的舞臺中央。

更值得關注的是，在這場由西方巨頭主導的基建狂潮中，一個來自東方的力量正悄然崛起。憑借成熟的制造能力、快速響應的非標定制和顯著的性價比優勢，中國液冷供應鏈企業正加速切入全球核心供應鏈，從曾經的“配套者”轉變為不可或缺的“基建參與者”。

01

瘋狂的競賽：為何砸下天量資金？誰在領跑，誰在焦慮？

巨頭們砸下重金的根本目標，是爭奪AI時代的“水電煤”——算力基礎設施的絕對主導權。這不僅是業務增長的需要，更是一場關乎未來生存的卡位戰。

在這場競賽中，谷歌（Alphabet） 目前表現最為突出。其2026年第一季度財報顯示，云業務收入同比增長63%，達到200億美元，增速快于競爭對手亞馬遜和微軟。強勁的業績增長給了市場巨大信心，使其能夠將全年資本支出指引上調至1800億-1900億美元，并暗示2027年支出還將“大幅增加”。投資者用真金白銀投票，財報發布后其股價盤后大漲7%。

與谷歌形成鮮明對比的是Meta。盡管其一季度收入躍升33%，但用戶下滑、資本支出增加（上調至1250億-1450億美元），以及CEO扎克伯格對AI模型發布時間表的含糊其辭，共同導致了其股價在盤后交易中下跌6%。SLC Management的董事總經理德克·馬拉基一針見血地指出：“投資者仍然擔心，扎克伯格的印鈔機曾經是輕資本型，現在可能在演變成一臺資本密集型的焚化爐。他們對不計代價的增長并不感興趣?！?/p>

驅動這場競賽的，除了對AI未來的堅定信念，還有現實的競爭壓力和成本上漲。微軟CFO艾米·胡德坦言，在1900億美元的預算中，有250億美元是用于應對存儲芯片等零部件價格上漲。Meta也將支出上調部分歸因于硬件組件漲價，以及建設數據中心所需的土地、電力和技術工人的競爭加劇。杰富瑞分析師布倫特·希爾的觀點代表了市場的主流樂觀情緒：“AI經濟很健康。最近的收入增長表明，大型玩家能夠承擔這些巨額資本開支成本?？纯照擖c就是垃圾。”

然而，這場以千億美元為單位的豪賭，真的能換來等值的回報嗎？

02

巨額投入后的現實：效率困境與回報落差

當資本如潮水般涌入AI基礎設施，一個結構性的矛盾日益凸顯：硬件投入的狂飆突進，與應用端商業回報的緩慢兌現，形成了巨大落差。

Cast AI的最新分析揭示了一個觸目驚心的事實：在企業環境中，GPU的平均利用率僅為5%，這意味著高達95%的昂貴算力資源處于閑置狀態。這并非個例，全球不少數據中心的GPU利用率甚至不足六成。紫光股份董事長于英濤在NAVIGATE 2026峰會上指出，中國日均Token調用量兩年增長了1400倍，但算力需求爆發式增長與資源閑置并存，是行業面臨的系統性陷阱。

高盛的最新報告給熱潮潑了一盆冷水：盡管AI采用速度加快，但多達95%的公司幾乎沒有看到任何投資回報。報告指出，AI生態系統中利潤分配嚴重不均，半導體公司（如英偉達）獲得了大部分財務收益，而企業、模型開發商和云服務提供商則難以證明其巨額支出的合理性。Gartner的研究同樣不容樂觀：在基礎設施與運營領域，僅有28%的AI項目能夠完全成功并達到預期投資回報率，而有20%的項目以徹底失敗告終。項目失敗最常見的原因是對AI能力抱有不切實際的期望，以及在實際試點階段存在技能缺口。

紅杉資本的測算模型指出，AI基礎設施每投入1美元的GPU，需要應用端產生約4美元的收入，整個投資鏈條的商業邏輯才能成立。然而，當前資本高度集中于底層硬件，應用層的價值創造遠遠跟不上。分析師警告，這種失衡是“不可持續的”。一旦市場意識到高成本建設的數據中心無法匹配相應的回報，首先承壓的將是私募債等融資鏈條，進而可能引發流動性收縮、資產被動出售等連鎖反應。

03

散熱革命：液冷從“可選”到“必選”，中國供應鏈崛起

在算力密度爆炸式增長的背后，一個物理極限問題無法回避：散熱。當單顆AI芯片功耗突破千瓦，傳統風冷已徹底失效，液冷技術從“錦上添花”變成了AI基礎設施的剛性需求。2026年，因此被業界稱為“液冷強制元年”。

驅動液冷普及的核心是AI芯片功耗的飆升。谷歌的TPU v7單顆芯片功耗高達980瓦，已明確要求100%使用液冷。英偉達的GB200系統整體功耗達2700瓦，一個裝滿72顆GPU的機柜，發熱功率相當于130到140個家用電磁爐同時全功率工作。下一代Rubin/Ultra芯片功耗預計將突破2000瓦。面對如此高熱流密度，冷板式液冷的散熱上限（約1720W-2000W）也即將觸頂，更高效的兩相液冷和浸沒式液冷成為必然選擇。

當前液冷市場主要形成兩條技術路線，國內廠商在兩條路線上均已實現突破并拿下訂單：

冷板式液冷：兼容現有架構，改造成本低，是當前主流。英維克的UQD產品已進入英偉達MGX生態系統。中京烽火的“寒穹”系列液冷方案，通過金剛石銅液冷板與微通道技術，熱阻降低67%，已獲得國家電網批量應用。

浸沒式液冷：散熱能力最強，PUE（能源使用效率）可低至1.04以下，但初期投資高。曙光數創發布了全球首個MW級相變浸沒液冷整機柜，單機柜功率支持超過900kW，提前達到了國際巨頭規劃的2028年技術目標。浪潮信息則連續4年蟬聯中國液冷服務器市場份額第一。

中國供應鏈為何成為主角？

中國液冷企業能快速切入全球供應鏈，并非偶然，主要得益于三大優勢：

成熟的制造與快速響應能力：面對谷歌、英偉達等巨頭對定制化液冷系統的迫切需求，中國供應商在非標定制、快速打樣和產能爬坡方面展現出顯著優勢。

極致的性價比：在保證性能的前提下，中國方案往往具有更低的綜合成本（TCO），這對于追求投資回報率的云廠商極具吸引力。

龐大的內需市場與政策驅動：中國“東數西算”工程累計投資超2000億元，新建智算中心已基本實現100%液冷覆蓋。龐大的內需市場孵化了像曙光數創（市占率超50%）、浪潮信息這樣的行業龍頭，為其參與國際競爭積累了深厚經驗。

摩根大通報告預測，2026年全球AI服務器液冷系統市場規模將從2025年的89億美元飆升至170億美元以上。目前，英維克、高瀾股份等頭部企業已通過谷歌、英偉達或英特爾的認證，進入其供應商白名單。鼎通科技、飛榮達、領益智造等上市公司均表示訂單飽滿，處于滿負荷生產狀態。

04

十字路口：企業的選擇與競賽的副作用

站在7250億美元筑起的算力高墻前，所有企業都面臨著一個戰略抉擇：是自建重資產的基礎設施，還是擁抱云服務的靈活性？這場瘋狂的基建競賽，在推動技術進步的同時，也帶來了不可忽視的副作用。

企業的兩難選擇

對于大多數企業而言，完全效仿科技巨頭自建智算中心并不現實。高昂的電力成本（美國部分地區數據中心電費是中國的數倍）、基礎設施投入以及復雜的運維，使得整體投資回報率需要達到13%以上才能實現盈虧平衡。因此，混合云、專屬云或直接采購算力服務，成為更務實的選擇。行業需要從單點硬件堆疊，轉向算力、網絡、存儲、云、安全、運維的全鏈路協同，提供最優性價比的方案。

競賽的三大副作用

資源錯配與泡沫風險：資本過度集中于硬件層，而應用層的價值創造滯后，導致投資與回報嚴重脫節。Gartner預測，到2027年底，超過40%的Agentic AI項目將被取消，主要原因在于成本失控和業務價值不清。

技術路徑鎖定的風險：巨頭們巨額投入的特定技術架構（如某家芯片、某種液冷方案），可能將整個生態綁定在單一路徑上，抑制了多元化創新的可能。

能源與環境的可持續性挑戰：AI數據中心已是耗電巨獸。盡管液冷技術能將PUE降至1.1甚至更低，但絕對能耗的持續增長，對全球電網和“雙碳”目標仍是巨大挑戰。

7250億美元的資本開支，描繪了一幅AI算力基建的狂熱圖景。然而，真正的贏家未必是投入最多的那個，而是能最高效、最經濟地將算力轉化為實際生產力和商業價值的那一個。

這場競賽的下半場，焦點將從“堆砌硬件”轉向“提升效率”，從“爭奪算力”轉向“運營智能”。中國供應鏈在液冷等關鍵環節的崛起，不僅意味著訂單和市場份額，更預示著在全球AI基礎設施的價值鏈中，中國正從跟隨者變為重要的創新者和規則參與者。最終，當潮水退去，能夠用更低的成本、更優的能效提供可靠算力的玩家，才會成為AI時代真正的基石構筑者。

更多干貨分享敬請注我們的公眾號與視頻號~超多精彩對話內容等待您的解鎖！