解读上海证券:高功耗算力时代来临,液冷重构智算绿色底座

2026-10-29 2 次浏览
一键生成知识图谱将跳转 Carbon Harness 生成可视化解读与知识图谱导出解读
碳通通 · 脱水解读

5 分钟理解报告 · 全文 26 页 · 解读 1859 字 · 5 张图 · 16 个数据点

算力需求快速攀升,数据中心用电量与散热压力同步走高,PUE约束日趋刚性。这份计算机行业研究报告把目光投向液冷:它能否成为智算中心绿色底座的现实解法?从政策要求、技术路线到标杆项目,材料给出了较完整的链条,也列出液冷系统与液冷服务器两个值得跟踪的方向。对关注数据中心节能改造与算力基建的从业者来说,哪些数字与判断最值得先看?

核心判断

  • 2025年我国智能算力规模达1590EFLOPS,2030年目标9800EFLOPS,五年复合增速约45%。
  • 2025年算力中心用电量1960亿千瓦时,同比增长18.1%,远高于全社会用电量增速。
  • 政策要求2025年底新建及改扩建大型、超大型数据中心PUE不高于1.25,国家枢纽节点不高于1.2。
  • TrendForce预计2026年液冷在AI芯片渗透率达53%,2027年有望逼近60%。
  • 液冷数据中心市场规模预计从2026年232.5亿元增至2028年470.4亿元,实现翻倍以上增长。

脱水解读

算力扩张把电力与散热压力推到台前

材料显示,大模型和智能体应用正把AI产业从“训练为王”推向“训练与推理并重”的阶段。国家数据局数据显示,中国日均Token调用量从2024年初的1000亿跃升至2026年3月的140万亿,两年增长超千倍。算力需求随之快速扩容,信息通信“十五五”规划提出2025年智能算力规模1590EFLOPS、2030年达到9800EFLOPS,五年复合增速约45%。

算力扩张直接推高用电。2025年我国算力中心用电量已达1960亿千瓦时,同比增加300亿千瓦时,增速18.1%。材料预计到2030年我国数据中心用电量将超7000亿千瓦时,占全社会用电量5%以上。电子设备消耗的电能绝大部分最终转化为热能,散热因此从配套问题变成算力基建的核心约束。

算力中心用电增速远高于全社会用电量增速,占比持续上升

这一判断,意味着数据中心节能不是可选项,而是算力项目能否落地的前置条件。

PUE政策红线持续收紧

2024年7月国家发改委等部门印发《数据中心绿色低碳发展专项行动计划》,提出到2025年底全国数据中心平均电能利用效率降至1.5以下,新建及改扩建大型和超大型数据中心降至1.25以内,国家枢纽节点数据中心项目不得高于1.2。这一组数字构成了智算中心散热方案选择的硬约束。

地方层面同样在加码。北京提出到2027年存量数据中心年均PUE降至1.35以下;上海要求新建数据中心PUE控制在1.25以下,既有数据中心改造后不高于1.4;广东对国家枢纽节点数据中心集群内项目要求平均PUE不高于1.25;深圳要求到2025年新建数据中心PUE降至1.25以下。

政策引导下,液冷有望逐渐成为主流方案

,材料这一判断的依据正是上述从国家到地方层层递进的能效要求。对数据中心运营方而言,PUE每降低一档,往往对应制冷系统的一次技术路线调整。

液冷的技术路线:冷板式与浸没式

材料把智算中心液冷散热系统分为冷板式、浸没式和喷淋式三种。冷板式液冷通过铜、铝等高导热金属构成的封闭腔体,让服务器芯片经导热界面材料与冷板贴合,热量由冷板内部冷却液循环带走。IT设备与冷却液间接接触,不必过多考虑材料兼容性问题,与现有风冷系统兼容性较高,改造难度和成本相对可控,是当前落地的现实首选。

浸没式液冷则把服务器完全浸没于定制箱体,与绝缘冷却液直接换热,二次侧实现100%液体冷却,PUE可达到1.05甚至更低。它按冷却液相态分为单相式和两相式:单相式冷却液始终保持液态,运维稳定;两相式靠冷却液吸热沸腾汽化、顶部冷凝回流完成循环,更适用于高热流密度场景。喷淋式受限于喷嘴结构和温度均匀性,实际工程实践较少。

材料引用中兴通讯液冷技术白皮书指出,间蒸/直蒸技术可将PUE降至1.15~1.35,液冷则可实现PUE小于1.25的节能效果。技术路线的分化,本质上对应不同功率密度和改造成本条件下的选择。

芯片功耗抬升,液冷渗透率进入上升通道

液冷需求的第一推手是芯片功耗。材料援引TrendForce集邦咨询数据,AI芯片单芯片热设计功耗从NVIDIA H100、H200的700W,上升至B200、B300的1000W以上或更高,整柜式AI Server方案功率更攀升至数百kW。实验数据显示,当芯片功率超过300W时,传统风冷系统散热能力便已失效,芯片热失控风险急剧升高。

液冷利用液体比热容高于空气的优势,与发热元器件紧密结合实现精准散热,芯片结温可降低约15°C至25°C。TrendForce预计2026年液冷在AI芯片中的渗透率将达53%,2027年有望逼近60%。材料还提到,在单机架功率20kW场景下,液冷比传统风冷方案节省约10%的投资成本,功率增至40kW时这一比例上升至14%。

液冷技术利用液体比热容高于空气的优势,通过与发热元器件紧密结合,实现对芯片精准散热

,这正是高密部署场景下液冷替代风冷的技术基础。渗透率的快速抬升,也意味着液冷从少数高密项目的选配走向高端AI基础设施的标配。

标杆项目给出可参照的能效样本

材料列出多个已落地项目。中国移动呼和浩特智算中心部署2390台液冷智算服务器,智能算力6700PFLOPS,算力国产化率超过89%,依托冷板式液冷双循环架构,智算部分PUE低至1.15,配套36万千瓦风光储专用输电线路,2025年绿电使用率达88%。

中国电信韶关万卡集群总投资约55亿元,部署30个昇腾910C国产超节点,建成9000P(FP16)统一智算资源池,全面采用冷板式液冷,仅用90天完成建设、调试和上线,较业界标准工期缩短50%。华为云华东(芜湖)数据中心规划300万台服务器,液冷年均PUE低至1.1,每100万台服务器每年节省10亿度电。

此外,曙光8000(登峰)采用浸没式相变液冷,可支撑单机柜MW级功率密度,最高支持单机柜功率超过900kW;浪潮信息元脑算力工厂液冷机柜负载上限提升至130kW,PUE可降至1.1以下。这些项目把液冷从技术论证推进到工程验证阶段,PUE数据也成为后续项目设计的重要参照。

市场空间与产业链关注方向

赛迪顾问《2025-2026年中国液冷数据中心市场报告》显示,液冷数据中心市场规模将从2026年的232.5亿元增长至2028年的470.4亿元,实现翻倍以上增长。其中冷板式数据中心从216.2亿元增至437.5亿元,始终占据85%以上份额;浸没式从16.3亿元增至32.9亿元,规模接近翻倍。信通院则预计到2029年我国智算中心液冷市场将达到约1300亿元。

材料给出的投资建议集中在两个方向:一是液冷系统及核心部件,AI单机柜功率提升拉动液冷需求,CDU、冷板等为系统核心部件,关注具备产品布局、技术适配及项目交付能力的厂商;二是液冷AI服务器,高功耗GPU推动液冷服务器成为智算中心核心硬件。

冷板式液冷占据主导,浸没式液冷渗透率有望提升

,这一结构判断与市场规模数据相互印证。材料同时提示下游景气度、政策推进、技术创新及行业竞争等风险,这些变量都会影响液冷渗透节奏与市场空间的兑现程度。

图说解读

智能算力规模的五年跃升

材料引用信息通信“十五五”规划数据,2025年智能算力规模为1590EFLOPS,2030年目标为9800EFLOPS,五年复合增速约45%。图中2026年上半年为2185EFLOPS的阶段性数据,2030年为规划目标值。从159EFLOPS到9800EFLOPS,算力规模的增长并非线性,而是持续加速的过程。

算力规模每上一个台阶,背后对应的机柜功率密度和散热需求都会同步抬升。这也是材料把液冷与智能算力建设放在同一条逻辑链上的原因:算力扩张越快,传统风冷方案越难满足高密部署的散热要求,液冷的技术价值就越突出。

2021年
2022年
2023年
2024年
2025年
2026年上半年
2030年目标
智能算力规模(EFLOPS)
159
225
383
493
1590
2185
9800
2021—2030年中国智能算力规模(EFLOPS)
碳通通

算力中心用电量持续走高

材料引用国家能源局、中国信息通信研究院数据,全国数据中心用电量从2019年的824亿千瓦时增至2025年的1960亿千瓦时。2025年同比增加300亿千瓦时,增速18.1%。图中增速从2020年的14.0%逐步抬升至2025年的18.1%,用电量增长在加速。

算力中心用电增速远高于全社会用电量增速,材料预计到2030年我国数据中心用电量将超7000亿千瓦时,占全社会用电量5%以上。用电规模的持续扩大,使PUE每降低0.1都对应可观的电量节约,也让液冷从技术选项变成能效管理的重要抓手。

2019年
2020年
2021年
2022年
2023年
2024年
2025年
数据中心用电量(亿千瓦时)
824
939
1116
1300
1500
1660
1960
全国数据中心用电量及增速(2019—2025年)
碳通通

液冷在AI芯片中的渗透节奏

TrendForce集邦咨询预估,2026年液冷在AI芯片中的渗透率将达53%,2027年有望逼近60%。这一渗透节奏与AI芯片功耗抬升直接相关:单芯片TDP从700W级升至1000W以上,整柜功率攀升至数百kW,风冷方案在300W以上即面临散热失效风险。

渗透率从53%向60%逼近,意味着液冷在高端AI基础设施中正从选配走向标配。材料同时提到,主流厂商以NVIDIA、AMD、Google为首的AI芯片持续迭代,整柜式AI Server方案功率攀升,液冷散热逐步成为高端AI基础设施的标准配置。

2026年
53%
2027年
60%
液冷在AI芯片中的渗透率预估
碳通通

液冷数据中心市场规模翻倍路径

赛迪顾问《2025-2026年中国液冷数据中心市场报告》显示,液冷数据中心市场规模从2026年的232.5亿元增至2028年的470.4亿元。其中冷板式从216.2亿元增至437.5亿元,浸没式从16.3亿元增至32.9亿元,两者均接近翻倍。

冷板式始终占据85%以上份额,与其技术成熟、与风冷系统兼容性高、改造难度和成本可控有关。浸没式基数较小,但在高热流密度场景下散热优势明显,材料判断随芯片功耗攀升及液冷标准统一,其渗透率有望逐步提升。信通院还预计到2029年我国智算中心液冷市场将达到约1300亿元,市场空间的释放节奏值得持续跟踪。

冷板式
浸没式
合计
2026年(亿元)
216.2
16.3
232.5
2028年(亿元)
437.5
32.9
470.4
2026与2028年中国液冷数据中心市场规模(亿元)
碳通通

液冷标杆项目的PUE表现

材料列出的标杆项目中,中国移动呼和浩特智算中心智算部分PUE低至1.15,华为云华东(芜湖)数据中心液冷年均PUE低至1.1,浪潮信息元脑算力工厂PUE可降至1.1以下。这些数字均低于政策要求的国家枢纽节点1.2红线。

标杆项目的PUE数据,为后续智算中心散热方案设计提供了可对照的工程样本。中国移动项目还配套36万千瓦风光储专用输电线路,2025年绿电使用率达88%;华为云芜湖项目通过AI精准控温,每100万台服务器每年节省10亿度电。PUE之外,绿电比例和智能化管理正在成为算力基建绿色评价的延伸维度。

中国移动呼和浩特
1.15
华为云芜湖
1.1
浪潮元脑算力工厂
1.1
液冷智算中心项目PUE对比
碳通通

数据解读

指标数值单位出处
2025年智能算力规模1590EFLOPS主要观点
2030年智能算力目标规模9800EFLOPS主要观点
2025年算力中心用电量1960亿千瓦时主要观点
2025年算力中心用电量同比增速18.1%一、算力需求扩张推高电力消耗
2030年数据中心用电量预测7000亿千瓦时以上一、算力需求扩张推高电力消耗
日均Token调用量(2024年初)1000亿一、算力需求攀升,数据中心扩容
日均Token调用量(2026年3月)140万亿一、算力需求攀升,数据中心扩容
算力规模与用电需求关键数据

这组数据勾勒出算力扩张与用电增长的双重曲线。智能算力规模从2025年的1590EFLOPS向2030年的9800EFLOPS迈进,五年复合增速约45%;同期算力中心用电量2025年已达1960亿千瓦时,同比增速18.1%,预计2030年数据中心用电量超7000亿千瓦时。 Token调用量的变化更能说明需求端的爆发力:从2024年初的日均1000亿跃升至2026年3月的140万亿,两年增长超千倍。算力与电力的同步扩张,构成了液冷技术需求的基本盘。对数据中心运营方而言,用电规模越大,PUE优化的电量节约效应越明显,散热技术选型的经济账也越值得细算。

指标数值单位出处
液冷在AI芯片渗透率(2026年)53%主要观点
液冷在AI芯片渗透率(2027年)60%一、芯片功耗提升,液冷成为AI数据中心散热选择
液冷数据中心市场规模(2026年)232.5亿元二、液冷赛道维持高景气度
液冷数据中心市场规模(2028年)470.4亿元二、液冷赛道维持高景气度
冷板式数据中心市场规模(2026年)216.2亿元二、液冷赛道维持高景气度
冷板式数据中心市场规模(2028年)437.5亿元二、液冷赛道维持高景气度
浸没式数据中心市场规模(2026年)16.3亿元二、液冷赛道维持高景气度
浸没式数据中心市场规模(2028年)32.9亿元二、液冷赛道维持高景气度
智算中心液冷市场规模(2029年)1300亿元二、液冷赛道维持高景气度
液冷市场与渗透率关键数据

液冷市场的增长由渗透率与规模两条线共同支撑。TrendForce预计液冷在AI芯片中的渗透率2026年达53%、2027年逼近60%;赛迪顾问数据显示液冷数据中心市场规模从2026年232.5亿元增至2028年470.4亿元,信通院预计2029年智算中心液冷市场约1300亿元。 结构上,冷板式占据85%以上份额,从216.2亿元增至437.5亿元;浸没式从16.3亿元增至32.9亿元,规模接近翻倍但基数仍小。冷板式主导、浸没式渗透率有望提升,这一格局与两种技术在改造成本、散热能力上的差异相对应。市场空间的兑现,还取决于芯片功耗抬升节奏和液冷标准统一进度。

附件资料

PDF

上海证券:高功耗算力时代来临,液冷重构智算绿色底座-261029.pdf

pdf 文件 · 1.8 MB

附件来自原发布机构;如涉版权,请联系我们,我们将立即下架。

关于本页内容

本页解读由 AI 依据报告原文辅助生成,经碳通通作者编辑整理,旨在帮助读者快速把握文件要点,不代表原文件发布方的观点。受节选范围与理解差异所限,解读与图表可能与原文表述存在出入,也可能存在疏漏或不够准确之处,请以报告原文为准。如需核对,请查阅报告原文。附件资料均来自原发布机构或公开渠道,版权归原作者及发布机构所有,本页仅提供学习查阅便利;如涉及版权问题,请联系管理员下架。