算力的盡頭是能源，能源的盡頭是散熱。大螢幕上一片綠色，溫度顯示正常，但GPU卻可能已因局部熱點觸發降頻：數據中心裡這種看不見的算力損耗，正是高密度算力場景下必須面對的一道必答題。
買了一萬張GPU，真正能用出來的算力有幾成？放在兩年前，這個問題排不進任何一份數據中心決策清單的前列。那時候大家搶的是卡、拼的是集群規模，問的是「夠不夠」。今天，問題從「夠不夠」換成了「用得出來多少」。而決定後者的，正落到一件過去被排在最末位的事情上，即散熱。
6月，施耐德電氣關鍵電源中國中心熱管理解決方案創新實驗室在上海揭牌。我在揭牌現場主持了一場圓桌對話——「智算時代大家談：算力新趨勢，散熱新使命」，這也是原點Talk的特別版。台上四位嘉賓，分別站在算力產業鏈的四個位置：中科院計算所研究員、全國政協委員張雲泉，看的是宏觀趨勢和數據；中國信通院人工智慧研究所副總工程師王蘊韜，做的是政策研究和標準制定；優刻得數據中心首席架構師徐智宇，是親自下場建智算中心的人；施耐德電氣副總裁、關鍵電源業務中國中心負責人徐棟，服務的是國內乃至全球的頭部算力客戶。
這場圓桌從張雲泉開始。他紮根超算三十餘年，從1995年讀博士起就沒離開過這個行業，手裡那份中國高性能電腦TOP100榜單已經連續發了二十多年。2018年他率先提出「算力經濟」的概念，在當時更多是一種前瞻性的構想。然而，就是這樣一位長期關注算力產業的研究者，在圓桌上坦言散熱曾經是他「最後才會去想的問題」。如今，這個排序已經被徹底顛覆。王蘊韜則在討論中提出了另一個視角：散熱已經不只是數據中心的輔助保障系統，它更像是一道算力的閥門，閥門開多大，決定了算力資產能釋放多少真實產出。
被忽視的「最後一個問題」
要理解散熱為什麼突然這麼重要，可以從張雲泉對超算產業的回顧開始。
超算，即超級計算，是利用大規模並行處理器集群完成氣象模擬、基因測序、工程仿真等高難度計算任務的領域。這個行業過去一直面臨一個經濟問題：超級電腦基本不掙錢，多是戰略投資，於是張雲泉總被人追問回報在哪。2018年他去地方做報告，一位領導讓他給建議，他脫口而出：「你們這裡煤多、電便宜，可以發展算力經濟。」
這個概念提出後相當長一段時間裡並不被看好，畢竟超算行業本身就不掙錢，何談經濟？上億投入、用戶集中在科研和氣象這類窄眾領域，算力的產出和回報之間始終缺少一道閉環。轉機出現在AI。當高性能計算開始專門服務大模型的訓練和推理，行業管這叫「智算」。面向大模型之後，下游一下湧進千萬級的用戶和真金白銀的付費需求，閉環合上了。ChatGPT讓「算力經濟」第一次從概念變成現實，今年「龍蝦」（Open Claw）等智能體應用又進一步引爆了推理產業的需求，業內順勢提出了「TOKEN經濟學」。張雲泉的看法是，TOKEN經濟學和算力經濟本就是一回事，因為算力經濟的度量單位也是TOKEN，只是範圍更廣。一個細節能說明這輪爆發有多快：過去大家發愁建好的算力中心怎麼運營，現在「建好了馬上就能賣出去」，連國產推理晶片都開始大賣。
經濟賬一旦算得過來，那些曾被忽視的問題就集體到期了。其中最棘手的一個，就是散熱。「過去說實話我也不怎麼關心散熱，」張雲泉坦言，「總覺得那是最後才需要解決的問題。」但功耗密度的曲線遠超人們的預期，從幾十千瓦到幾百千瓦，乃至兆瓦級機櫃。原來排在最後的那個問題，成了最難的問題。
大螢幕一片祥和，卡卻可能已在降頻
散熱到底難在哪？一組數字可以說明量級。傳統數據中心的散熱方案是按通用計算負載設計的。Uptime Institute 2025年的全球調查顯示，大多數數據中心最常見的機櫃功率仍然停留在5千瓦到10千瓦的區間，傳統CPU晶片功耗大約在150到250瓦，負載波動平緩，風冷系統應對起來綽綽有餘。AI晶片改寫了這些參數。單顆GPU的功耗已經從2022年的400瓦躍升到千瓦級別。今年下半年出貨的NVIDIA Vera Rubin平台，單顆GPU熱設計功耗達到2.3千瓦，整櫃功率190千瓦到230千瓦；明年的Rubin Ultra Kyber機櫃更將推向600千瓦，業界已經在為兆瓦級機櫃做準備。而空氣的導熱係數大約只有水的1/25，機櫃功率超過50千瓦之後，單純加大風量已經很難有效散熱。散熱系統面對的不只是熱量絕對值的數量級跳升，還有推理負載帶來的劇烈瞬態波動，傳統方案在這兩個維度上的設計餘量都不夠用了。
散熱沒做好，代價分兩種。
看得見的那種，是大家最怕也最容易處理的：數據中心宕機，大模型服務中斷。出了事，至少能馬上修。真正讓王蘊韜警惕的是看不見的那種。每塊GPU到了一定功率和溫度，散熱跟不上就會降頻。大約到85攝氏度，算力可能出現明顯下滑，嚴重時掉一兩成甚至更多。這時候你盯著運維大螢幕，「綠油油的一片祥和」，背後卻是一批卡正在降頻運行。錢花了，算力卻悄悄漏掉了，這筆賬平時根本看不到。這種降質很多人其實體會過，模型用著用著好像變笨了，只會道歉。
風險還在被一個趨勢放大。王蘊韜給了一組數據：2024年中國AI相關數據中心裡，推理占比已經到53.6%，訓練約為33%左右；IDC預測到2027年，推理占比會衝到72.6%。也就是說，未來的算力會越來越多地花在推理上。而推理和訓練對散熱的要求，完全是兩種脾氣。他打了個比方：訓練像跑馬拉松，用一個相對平穩的速度一路高速往前沖；推理則像來回跑百米，這一陣沖一下，下一陣停下來，再下一陣又得沖，因為它面對的是千萬用戶同時在線，負載幾乎沒法準確預測。要是散熱系統還按訓練那套「勻速跑馬拉松」的邏輯去設計，碰上推理場景必然兜不住。
建設者的體感更直接。徐智宇在優刻得建了二十年數據中心，他用車來形容這種變化：過去跑通用算力的傳統數據中心像家用車，平時速度六十邁，偶爾上高速拉個極限；現在跑AI訓練和推理的智算中心是賽車，要的就是極致的速度和極致的功耗。落到數字上，通用算力一台設備四到八千瓦，如今一台GPU設備就到十五千瓦，一個機櫃放兩三台，輕鬆超過五十千瓦。風冷已經逼近物理極限，十幾個高速風扇帶來共振、灰塵和噪聲，對設備壽命和運維都不友好。最生動的是運維場景的反差：以前在通算機房，運維同事還能打個地鋪熬一宿；現在走進GPU模組，門一打開「好像身處一個飛機跑道裡面」，人根本待不住，更別說長時間作業。
到了徐棟這裡，這種緊迫感有了一個量化的刻度。今年他們參與項目交付中，已經有超過五成是智算項目。過去兩年，四十千瓦以下、又有自然冷或高海拔高緯度條件的項目，他們還會建議客戶用風冷；但今年接到的需求基本都是圍繞一百千瓦以上的伺服器來設計，「液冷就是一個必選題了」。客戶的問法也變了，早年問的是「能不能更省電」，現在高頻問的是基礎設施怎麼跟上AI負載的劇烈波動？怎麼在供配電側實現「AI smoothing」？
一道按功率密度排序的選擇題
需求擺清楚了，真要做決策，客戶最常問的一句是：風冷、冷板液冷、浸沒液冷，我到底該選哪個？
王蘊韜的回答是「大道至簡」：先盯整機功率這一個參數。十五千瓦以下，風冷完全可以勝任，沒必要折騰；到了三十千瓦以上，就得認真考慮引入液冷方案，否則前面說的那些風險都會冒出來；如果追求極致的功耗比和PUE，再去考慮浸沒。眼下行業里見得最多的是三十到五十千瓦這一檔，對應的冷板式液冷已經相當成熟，有十幾年積澱，從全生命周期成本看，冷板液冷與風冷已相差不大。
更要緊的一句判斷是：風冷和液冷並非二選一。王蘊韜拿高鐵打比方：高鐵來了，綠皮車不會一夜之間全拆掉，而是逐漸提速、逐漸升級。數據中心也一樣，風冷場景可以繼續用，功率高上去的部分用模組化方式升級散熱，是個循序漸進的過程。
真正制約行業規模化部署的，反而是標準的不統一：不同廠家的平台、接口、冷卻液還不統一，選了某幾家，未來可能就和供應商深度捆綁。他把這看成一個標準化的好機會，希望有更多產業實踐能沉澱成標準。
選哪條路線，還得看你把機房建在哪兒。王蘊韜說，每個地方建數據中心要算兩筆賬。第一筆是氣候賬：青海一年有314天可以靠自然冷解決問題，只在特定時段補一點機械冷；同樣的方案搬到濕熱的東南部，基本全年都得開機械冷。第二筆是電力賬：貴州貴安常年溫度15.3度，平均電費約0.35元一度，整體算下來一年比東部省三成左右。有意思的是政策層面的反向引導。值得注意的是，八大算力樞紐里，甘肅、寧夏、內蒙古這些地方PUE要求是1.2，反而比京津冀、長三角、大灣區的1.25更嚴。電越便宜、氣候越好，PUE要求越高，目的就是把高能耗任務往西部趕，把西部的資源優勢用足。
他還補了一個被AI重新定義的概念。「東數西算」是把東部的冷數據搬到西部去算，現在變成了把東部需要的模型放到西部去訓練，因為訓練對延遲沒那麼敏感，正好適合西部。問題隨之而來：算力到底該跟著模型走，還是跟著用戶走？這尚無定論，但答案不同，對數據中心的要求也截然不同。
張雲泉補了一個容易被忽視的變量：算電協同。新能源電本身零散、不穩定，西部新能源多、東部需求大卻缺電，時間和空間上都存在錯位，電價也得算進去。選址和技術選型之外，電力供給的匹配同樣左右散熱方案能否落地。
「單獨測都達標，一聯調就翻車」
選型框架有了，性能賬也算清了，可很多客戶最後栽的跟頭，恰恰不在選型上。單獨測每個指標都達標，系統一聯調就出問題。
在徐棟看來，液冷不是一個產品，是一個系統，甚至是一項需要全周期考量的工程。客戶今天選液冷，多半已經不是為了省電，而是因為功耗高到不上液冷就解不了，這才是主因，可他最擔心的是會不會漏、會不會堵、會不會因故障停機。所以真正要談的，是整個系統層面的可靠：用什麼樣的冗餘、什麼樣的維護方式、怎麼選核心器件。僅從能量角度看，一個數據中心的造價能差出很大一截。客戶的訴求也千差萬別，有人希望液體部分做到十年免維護，有人覺得設備級冗餘還不夠，要連泵這顆「液冷的心臟」都做成雙冗餘。
徐智宇有切身的工程經驗，他從規劃、施工、運維三個層面拆解這件事。規劃上，風冷盯的是冷熱通道和風量，液冷得以水路為單位，操心流量、溫度、水質、化學穩定性；連承重都不一樣，傳統風冷主機房滿足每平方米12000牛的A級標準建；但現行國標尚未納入液冷的強制要求，新版正在徵求意見中。於是整個液冷機房還得靠時間去驗證：冷板式常用去離子水與乙二醇的混合液，長期運行要嚴防腐蝕管路；浸沒式所有部件都泡在冷卻液里，得反覆驗證材料兼容性，防止溶脹和污染。最顛覆的是運維。風冷機房早有成熟SOP，斷電、抽出、到調試間熱插拔就能換件；可浸沒式伺服器整台泡在冷卻液里，本就近百公斤，再加上冷卻液附著，一個人根本拉不出來，抽出來還得瀝乾，整套運維理論幾乎要推倒重建。
這恰恰是施耐德電氣熱管理創新實驗室想解決的事。把每個部件單獨測好，不等於系統能跑好；管路設計、控制策略、風液聯動的匹配，只有放到系統級、動態地去測，才暴露得出來。這間實驗室部署了能模擬零下40攝氏度到55度極端氣候的風冷焓差環境室，以及兆瓦級的液冷性能測試台，並搭建了一個「風液聯動系統級驗證平台」，能在系統層面聯控，把算力和溫控放在一起做動態優化，同步評估全生命周期的能效與可靠性。它能模擬從冷源到IT負載的完整運行環境，靠極限工況把潛在風險前置識別出來。換個角度理解，與其等項目上線後在現場翻車，不如先在實驗室里把車開翻一遍。這間實驗室已經拿到Intertek授予的ETL認證衛星實驗室資質，加上2023年投入使用的兆瓦級UPS實驗室，施耐德電氣在上海張江把「供配電」和「溫控」兩大核心系統的研發能力湊齊了。
晶片兩年一代，數據中心十五年——節奏錯位怎麼解？
實驗室驗證解決的是當下的系統可靠性，但還有一個更長周期的問題懸在那裡：AI晶片差不多兩三年一代，數據中心的基礎設施設計壽命卻是15年到20年。這兩個節奏對不上，怎麼辦？
徐智宇的方法論是「風液兼容」，即不押注任何一條路線。優刻得今年年底要在烏蘭察布和長三角區域各新建一棟智算樓，整體都按風液兼容來設計。前期客戶託管的設備複雜多樣，大量還是風冷，他們就先用高效風冷交付，加上密閉冷池、高效精密冷氣這類手段；但在設計之初，就把管路布局、樓板承重、CDU機位空間預留好，把液冷當成一項隨時可以喚醒的能力。哪天客戶拿來的全是冷板式或浸沒式設備，機房直接把液冷能力激活就行。用他的話說：今天讓風冷正常交付，明天讓液冷隨時接入、無需重建。十年後回頭看，最貴的從來不是當初多花的那點預留成本，而是當初沒預留、被迫推倒重建的代價。
這正是徐棟在服務客戶時反覆處理的問題。在他看來，最理想的是項目最初期就和客戶做一次全方位溝通，把痛點和對智算中心的定位摸准。客戶常問的兩件事很典型：功率密度要預留多少空間，風冷的架構未來還能不能上液冷。所以他們圍繞「新建」還是「改造」來定義方案。過去兩年他們專門為改造場景、邊緣部署開發了能快速上液冷的方案；對於新建數據中心，則建議立足當下、兼容未來、適度超前，把一些未來的方案預置進現有架構里。
張雲泉把視線拉回到國家層面的節奏。高熱耗的AI算力擴張得太快，過去那些按網際網路時代功耗假設規劃的數據中心，單機櫃普遍是三五千瓦的設計，短期內很難改造，成本高、重新施工難，卻又跟不上新需求。中國的算力規模雖然已經排到全球第二，但總量中通用算力占比偏高，面向大模型訓練的高端智算產能仍然不足。他最看重的短板是生態：國產GPU各有各的編程體系，距離形成對標CUDA的統一還有不小距離，用戶要換國產硬體就得重寫程序，遷移成本高、調試周期長，頭部團隊在國產硬體上做訓練適配的周期也往往比預想要長，採購方自然會猶豫。為此業內已經在成立聯盟，想儘快定出一個統一的國產工業標準，讓大家往上靠。
輪到每人用一句話收尾，幾位嘉賓的落點各不相同。徐智宇給的是分人群的實操建議：數據中心規劃者新建一定按風液兼容來設計，老舊機房優先做冷板式改造；設備採購方別等功耗密度逼到不行才被動切換，現在就該找方案商做小批量試點，驗證PUE提升和材料兼容性；行業觀察者則盯緊兩件事，一是標準的統一，二是晶片級液冷的工程化進展。王蘊韜則強調：錢都花了，就別只盯著買的那幾張卡。智算中心是個系統工程，散熱是其中極重要的一環，真正該想的是整個系統怎麼更高效地轉起來，只盯著幾張卡天天跑滿，遠遠不夠。
張雲泉的總結最短，卻像是把這場對話一路串了起來：「算力的盡頭是能源，能源的盡頭是散熱，散熱的盡頭是液冷。」
我在現場接著這話打了個比方：算力中心有點像AI的房子。人要住房子，AI也要住，只是兩邊的黃金地段完全不一樣。王蘊韜說青海一年314天靠自然風就能解決散熱，那是AI的黃金地段，對人未必。這筆經濟賬，某種程度還會重構中國的算力地圖。雖然格局還在變化，但現場四位專家卻有一個共識：在高密度AI算力時代，散熱不能再「剛剛夠用」，而必須為未來留出餘量。
