蒸发冷却（Evaporative Cooling）

3 秒看懂

一句话：利用水蒸发吸热这一物理过程为数据中心降温，是 AI 高密度算力时代替代/补充传统机械制冷的核心散热路线。

关键词：液冷 · 数据中心 · PUE · 散热 · TDP

3 分钟产业解释

为什么 AI 产业链要关注”蒸发冷却”？

AI 训练集群的单机柜功率密度已从传统 IT 的 5-10kW 跃升至数十 kW 乃至超百 kW 级别 [行业共识估算，具体取决于机柜配置]。传统风冷+机械制冷（CRAC/CRAH）在能效和散热上限上面临瓶颈：

能效瓶颈：压缩机制冷的 COP（制冷系数）有物理上限，且随室外温度升高恶化
密度瓶颈：风冷对高功率芯片的热流密度（W/cm²）散热能力有限
成本压力：电费在数据中心 OPEX 中占比可达 30-60% [行业报告区间，因电价而异]

蒸发冷却利用水的汽化潜热（常温工况下约 2,440 kJ/kg 量级，实际值随温度略有变化）进行热交换，理论 COP 可显著高于压缩机制冷，在干燥气候下节能效果尤为突出。

产业位置：蒸发冷却是 AI 算力基础设施中”冷却系统”环节的关键技术选型之一，影响 PUE（电能使用效率）、选址策略和长期运营成本。

15 分钟专家深入

技术定位与分类

蒸发冷却在数据中心的应用主要有三种形态：

模式	原理简述	适用场景
直接蒸发冷却（DEC）	空气直接与水接触，水蒸发带走热量，送入机房的空气温度降低、湿度升高	干燥气候区、对进风湿度容忍度高的场景
间接蒸发冷却（IEC）	通过换热器，室外空气与喷淋水接触蒸发降温后，再通过壁面将冷量传递给室内回风，两侧空气不直接混合	对机房湿度有严格控制要求的场景，应用更广泛
混合模式（Hybrid）	蒸发冷却作为主要冷源，压缩机制冷作为峰值补充	气候多变地区，兼顾节能与可靠性

关键物理约束

湿球温度依赖：蒸发冷却的理论极限接近空气的湿球温度（而非干球温度），因此在高湿度地区效果衰减明显
水质要求：直接蒸发冷却对水质有要求，否则可能影响设备；间接蒸发冷却对室内侧空气洁净度更友好
水耗问题：蒸发冷却是”以水换电”，在水资源紧张地区存在取舍

与 AI 算力的关联

因素	影响
GPU/加速卡 TDP 提升	机柜热密度上升，传统风冷能力不足，推动液冷/蒸发冷却需求
大规模集群建设	万卡以上集群选址时，气候条件（湿球温度）成为核心考量
PUE 政策趋严	多地要求新建大型数据中心 PUE 低于特定阈值 [具体政策值因地区而异，需查阅当地法规]，蒸发冷却是达标的关键手段之一

技术架构示意（简化）

                    ┌─────────────────────────────┐
                    │       数据中心机房           │
                    │   ┌─────┐  ┌─────┐  ┌─────┐ │
                    │   │ GPU │  │ GPU │  │ GPU │ │
                    │   │机柜 │  │机柜 │  │机柜 │ │
                    │   └──┬──┘  └──┬──┘  └──┬──┘ │
                    │      │       │       │     │
                    │      ▼       ▼       ▼     │
                    │   ┌───────────────────┐    │
                    │   │   末端冷量分配     │    │
                    │   │ (风冷/液冷背板/    │    │
                    │   │  CDU+冷板等)       │    │
                    │   └────────┬──────────┘    │
                    └────────────┼───────────────┘
                                 │ 热量输运
                                 ▼
                    ┌─────────────────────────────┐
                    │     蒸发冷却系统 (AHU/MAU)   │
                    │   ┌───────────────────────┐ │
                    │   │ 喷淋/湿膜 + 换热器     │ │
                    │   │ (间接蒸发冷却核心)     │ │
                    │   └───────────┬───────────┘ │
                    │               │              │
                    │    室外空气 ◄──┘──► 排热/排湿 │
                    └─────────────────────────────┘
                                 ▲
                                 │ 水补给
                              (水源)

注：上图为概念性示意，具体工程设计因厂商方案而异。

技术原理（深入机制）

蒸发冷却的热力学基础

核心机制：液态水→气态水蒸气的过程需要吸收大量热量（汽化潜热），这是自然界最高效的相变散热方式之一。

热力学关键参数：

水的汽化潜热随温度变化：数据分析中心蒸发冷却常见工况（约20-40°C）下，潜热约为2,450–2,430 kJ/kg（例如25°C时约2,442 kJ/kg），与100°C沸腾时的2,257 kJ/kg存在明显差异，但数量级一致。
对比：空气的比热容约 1.005 kJ/(kg·K)，以25°C工况为例，蒸发 1 kg 水吸收的热量 ≈ 将约 2,430 kg 空气升温 1K 所需热量

湿球温度（Wet Bulb Temperature, WBT）：

蒸发冷却的理论极限温度。当空气与水充分接触达到热湿平衡时，空气最终趋近于湿球温度。

干球温度 T_dry 与湿球温度 T_wet 的关系（简化定性描述）：

- 相对湿度越低 → T_dry 与 T_wet 差距越大 → 蒸发冷却潜力越大
- 相对湿度 = 100% 时 → T_dry = T_wet → 蒸发冷却失效
- 典型干燥地区：T_dry - T_wet 可达 10-15°C [因气候条件而异]
- 典型湿热地区：T_dry - T_wet 仅 2-4°C [因气候条件而异]

间接蒸发冷却（IEC）的换热过程

    室外空气侧（一次侧）          换热壁面           室内空气侧（二次侧）
    ─────────────────          ──────────          ─────────────────

    进风（干球温度 T1）  ──►  ║ 湿膜/喷淋  ║  ◄── 回风（温度 T3）
                              ║  壁面      ║
    出风（降温+增湿，   ◄──  ║            ║  ──► 送风（降温，湿度
     温度 T2 &lt; T1）           ║            ║       基本不变）
                              ║            ║
    ← 排湿（水蒸气）          ║            ║

    关键：两侧空气被壁面隔开，不直接混合
    一次侧：空气温度下降、含湿量上升（蒸发发生在此侧）
    二次侧：空气温度下降、含湿量近似不变（仅显热交换）

与芯片级液冷的协同

蒸发冷却是系统级散热方案，通常需要与末端冷却配合：

末端方式	说明	与蒸发冷却的关系
风冷（传统）	蒸发冷却后的冷风送入机房	最简单，但散热密度上限受限
后门热交换器（RDHx）	机柜后门内置水-空气换热器	蒸发冷却系统制备冷水，通过 RDHx 带走热量
冷板液冷（Direct-to-Chip）	冷却液直接流经芯片冷板	蒸发冷却系统为冷板提供冷却水（通常经 CDU 二次换热）
浸没式液冷	设备完全浸没在冷却液中	蒸发冷却为冷却液提供冷源

技术演进史

阶段	时间段（大致）	特征
传统风冷主导	2000 年代及以前	机械制冷（CRAC/CRAH）为主，蒸发冷却仅在少数干旱地区小规模应用
间接蒸发冷却兴起	2010 年代	Google、Facebook（Meta）等超大规模数据中心率先大规模采用 IEC，OCP 社区推动标准化
AI 算力驱动升级	2020 年代至今	GPU 机柜功率密度跃升，蒸发冷却与液冷（冷板/浸没）深度耦合，成为新建大型 AI 数据中心的主流选择之一
未来趋势	进行中	高湿地区专用方案、与储能/可再生能源协同、模块化预制冷却系统

注：以上时间线为行业共识性梳理，各厂商节奏有差异。

技术路线对比

维度	传统机械制冷	间接蒸发冷却（IEC）	直接蒸发冷却（DEC）	浸没式液冷+外部冷源
PUE 贡献（冷却侧）	较高（COP 受限）	可显著降低冷却能耗	类似 IEC	液冷侧能耗低，但需外部冷源
气候依赖性	低	中-高（湿球温度敏感）	高	低（取决于外部冷源选型）
水资源消耗	低	中（补水量可观）	高	低-中
适用功率密度	中	中-高	中	极高
空气洁净度影响	需过滤	室内侧封闭，影响小	有带入颗粒物风险	无（密封系统）
CAPEX 趋势	成熟	中等	较低	较高（正在下降）
运维复杂度	成熟	中等	较低	较高

注：上表为定性比较框架，具体数值因规模、气候、设计而异，无法给出统一数字 [未充分检索到权威量化对比报告]。

上下游

上游

环节	典型内容
换热器/湿膜材料	铝合金/塑料填料、湿膜蒸发材料
风机/水泵	EC 风机、变频水泵
喷淋/水处理系统	喷嘴、过滤、软化、杀菌
控制系统	温湿度传感器、PLC/DCS、智能控制算法
管道/结构件	不锈钢/镀锌钢管、预制模块化壳体

中游（系统集成/解决方案商）

类型	典型厂商
传统暖通厂商	Vertiv、Stulz、Schneider Electric、华为数字能源等
互联网自研	Google、Meta、字节跳动等超大规模用户自研冷却系统 [公开报道]
专业蒸发冷却厂商	[需进一步检索确认当前主要玩家，此处不编造]

下游

应用方	说明
超大规模云厂商（Hyperscaler）	AWS、Azure、GCP、阿里云、腾讯云等
AI 训练/推理集群运营商	大模型训练集群、推理数据中心
第三方 IDC	面向企业提供托管服务的机房

关键指标

指标	说明	行业参考方向
PUE	总能耗 / IT 设备能耗，越接近 1.0 越好	采用蒸发冷却+优化设计的先进数据中心 PUE 可趋近 1.1x-1.2x [因气候和设计而异，无统一数字]
WUE	水使用效率（L/kWh 或 L/MWh），衡量水资源消耗	蒸发冷却不免耗水，WUE 需要评估
EER/COP	蒸发冷却系统的能效比	依赖气候条件，无法给出通用数字
进风温度范围	蒸发冷却能保障的送风温度上限/范围	ASHRAE 推荐进风温度范围为 A1 级 [具体值请查 ASHRAE 标准]
功率密度支撑能力	能否支撑 >30kW/机柜	IEC 单独支撑高密度有限，通常需与液冷耦合

供需与市场数据

市场规模

全球数据中心冷却市场规模：多个行业报告有估算 [具体数字各报告口径不同，此处不引用单一数字以免误导]
蒸发冷却（尤其是 IEC）在新建大型数据中心中的渗透率正在上升 [行业共识判断，具体比例未检索到权威统计]

需求驱动

驱动力	说明
AI 算力扩张	GPU 集群建设加速，冷却需求随功率密度上升
PUE/碳排政策	多国/地区对新建数据中心 PUE 设定上限 [具体政策请查阅当地法规]
OPEX 优化需求	电费上涨推动低 PUE 方案需求
选址灵活性需求	模块化蒸发冷却降低对传统机房基建的依赖

供给端特征

系统集成商竞争格局较为分散
超大规模用户倾向自研/定制
模块化、预制化趋势明显

代表公司与资本映射

注意：以下仅为方向性梳理，不构成任何投资建议。具体公司与蒸发冷却业务的关联程度、营收占比等需查阅各公司财报及公开披露。

类别	代表公司（全球）	代表公司（国内）
暖通/冷却系统集成	Vertiv (VRT)、Schneider Electric、Stulz、Johnson Controls	申菱环境、英维克、依米康、科华数据等
数据中心基础设施	Equinix、Digital Realty、万国数据、世纪互联	万国数据、世纪互联、秦淮数据、数据港等
互联网/云厂商（自用）	Google、Meta、Microsoft、AWS	阿里巴巴、腾讯、字节跳动、百度等
芯片/服务器（间接受益）	NVIDIA、AMD、Intel	海光信息、寒武纪、浪潮信息等

注：上述公司的蒸发冷却具体业务占比、技术路线选择等需查阅最新财报/投资者交流纪要，此处不编造具体数字。

投资逻辑

看多逻辑

需求确定性：AI 算力扩张 → 机柜功率密度上升 → 冷却系统升级需求是硬逻辑
政策催化：多地 PUE 政策趋严，传统风冷方案难以达标，蒸发冷却/液冷方案渗透率提升
OPEX 敏感度：冷却系统能耗在数据中心总能耗中占比可观（非 IT 负载的主要部分），低 PUE 方案的经济性优势在电价上涨周期中更突出
技术迭代空间：与液冷、AI 调控算法、可再生能源的协同仍有较大优化空间

需关注的风险/变量

气候/选址依赖：蒸发冷却在湿热地区效果受限，可能限制市场地理范围
水资源约束：水资源紧张地区的政策可能限制蒸发冷却不适用
技术替代风险：浸没式液冷等全液冷方案成熟后，可能减少对空气侧蒸发冷却的依赖
竞争格局分散：暖通行业参与者众多，定价权有限
AI 算力投资周期性：若 AI 资本开支增速放缓，冷却设备需求也将受影响

常见误读纠偏

误读 1：“蒸发冷却可以完全替代机械制冷”

纠偏：蒸发冷却是以空气湿球温度为极限的被动/半被动冷却方式。在高湿度环境下，湿球温度与干球温度差距很小，蒸发冷却能力大幅衰减。实际工程中，多数大型数据中心采用”蒸发冷却为主、机械制冷为峰值补充”的混合策略，而非完全去压缩机化。

误读 2：“蒸发冷却 = 直接把水喷到服务器上”

纠偏：间接蒸发冷却（IEC）是当前数据中心的主流蒸发冷却形式。其核心是一次侧（室外空气+水）与二次侧（室内空气）通过换热壁面隔开，室内侧空气不与水直接接触，因此不存在水汽/水滴进入机房的风险。直接蒸发冷却（DEC）确实会让空气增湿，但通常用于新风预处理而非直接吹向设备。

误读 3：“PUE 越低就一定越好，蒸发冷却总是最优解”

纠偏：PUE 只衡量电能效率，不反映水资源消耗（WUE）、碳排放全生命周期等维度。在水资源紧张的地区，低 PUE 但高 WUE 的蒸发冷却方案可能面临政策限制。此外，PUE 的计算口径（是否含照明、是否含柴发测试损耗等）也需注意统一比较。

误读 4：“蒸发冷却技术含量低，没有壁垒”

纠偏：基础物理原理简单，但工程实现涉及气候适应性设计、智能控制算法（根据实时湿球温度动态调节喷淋量/风量）、水质管理、与液冷末端的耦合设计、模块化可靠性等多个维度。超大规模数据中心的冷却系统设计本身就是核心技术能力之一。

学习路径

入门

理解数据中心 PUE、WUE 等基本指标
学习空气调节基础：干球温度、湿球温度、露点、相对湿度的关系
阅读 ASHRAE 数据中心环境指南（TC 9.9）

进阶

研究 Google/Meta 公开的数据中心冷却技术博客和工程论文 [这些公司有较多公开分享]
了解 OCP（Open Compute Project）中关于冷却系统的设计规范
对比 IEC vs DEC vs 混合方案的工程 trade-off

深入

研究蒸发冷却与液冷（冷板/浸没）的耦合架构
关注 AI 驱动的冷却系统智能控制（预测性调度、数字孪生）
跟踪各地区数据中心 PUE/WUE 政策演变

一句话总结

蒸发冷却是 AI 算力基础设施中利用水的相变潜热实现高效散热的关键技术，其在新建大型数据中心中的渗透率正随功率密度上升和能效政策趋严而提升，但受气候和水资源条件制约，通常需与液冷末端及机械制冷峰值补充协同部署。

延伸阅读与来源

建议查阅

来源	说明
ASHRAE TC 9.9	数据中心环境标准，温湿度、气流管理权威参考
OCP（Open Compute Project）冷却设计规范	超大规模数据中心冷却系统标准化设计
Google/Meta 数据中心工程博客	大规模蒸发冷却实际部署经验分享
各暖通厂商技术白皮书	Vertiv、Schneider、Stulz 等的产品方案资料
各地数据中心 PUE 政策文件	中国工信部/发改委/各省市相关政策

数据与市场

来源类型	建议
行业报告	Uptime Institute、IDC、Gartner、中国信通院等的数据中心行业报告
公司财报	Vertiv (VRT)、Schneider Electric、英维克、申菱环境等的年度/季度报告
政策文件	各国/地区数据中心能效政策原文

本页编制说明：因检索条件受限，本文未引用具体量化数据（如市场规模数字、各厂商具体产品规格等），所有定量相关表述均标注为定性判断或行业共识估算。建议读者参考上述来源获取最新、最准确的数据。

编制时间：2025年 | 准确性声明：本文基于公开物理原理和行业共识编写，无编造规格数据