AI算力中心背后价值千亿的液冷产业链
英伟达Vera Rubin机柜取消风扇、单柜功耗超190千瓦并转向100%全液冷,风冷约20至30千瓦的散热上限已难以支撑新一代GPU。文章拆解冷板、CDU、快接头三个占液冷系统约85%成本的环节,指出全球高端市场由台系与欧美厂商分别把持,并归纳中国厂商以汽车热管理等跨界经验切入、用密集交付积累工艺、以交付速度和成本换订单的三条路径。
上、负责把热量"吸"进液体里的部件。液冷产业链里有一个价值规律: 离GPU越近的地方,越难做,价值也越高。 这也是为什么,冷板的价值,占了整个液冷系统成本的 32%-40%,是最大的一块蛋糕。而冷板难做的原因,其实不在那块“板子”的材料,而在于热量能不能快速从材料表面传给液体, 因为固体壁面把热量传给液体的热阻,是固体之间热量传导的几十倍,甚至上百倍——高端AI芯片用的冷板是微通道结构,内部有密密麻麻的,比头发丝还细的水道(0.2mm级别),一块冷板的加工良率,直接决定了成本。 再者就是CDU——冷却液分配单元 这部分,相当于是液冷系统的"心脏和大脑", 分配流量、调节温度、保证冗余。 没有CDU,液冷只是一堆水管:CDU负责把冷却液按精确比例分配到每个机柜、每个节点,流量控制精度要求 ±2%。偏差大一点,某个节点就可能过热宕机。 因为CDU要实时采集温度、压力、流量、电导率这些数据,所以不能用机械泵,而要带AI算法的流体控制系统。 这里的难点在于:这些变化不是瞬时同步的。 温度变化有热惯性,压力波在管路里传播有水锤效应,CDU需要动态调节泵速、阀门开度,还要在漏液时毫秒级切断故障回路
匹配字段正文