机架 CDU

3 秒看懂

机架 CDU = AI 机柜里的”液冷心脏”——它架在机柜内部或紧贴机柜，一端接楼宇冷水管路（一次侧），另一端把冷却液精准泵入 GPU 冷板（二次侧），把每机柜 100 kW+ 的热浪”搬运”出去。没有它，GB200 NVL72 们开机几秒就会撞温度墙降频。

3 分钟产业解释

为什么 AI 时代突然需要它？

核心逻辑链

1. GPU 功率飙升：单颗 B200 GPU TDP 约 1000 W [厂商公告]，NVL72 机柜 72 颗 GPU + 网络/存储，总功耗轻松超 120 kW。
2. 风冷天花板：传统风冷在 30–40 kW/柜以上时，散热面积和风量需求呈指数增长，噪音、能耗急剧恶化。
3. 液冷接管：用液体（水的质量比热容约为空气的4倍）直接在芯片冷板吸热，效率碾压风冷。
4. CDU 是桥梁：它隔离一次侧（楼宇冷水，通常含乙醇/乙二醇，不可直接进服务器）和二次侧（去离子水或介电液体），通过板式换热器传热，同时监控流量、压力、温度、水质。

机架 CDU vs. 行级 CDU vs. 室外冷水机组

15 分钟专家深入

一、典型机架 CDU 的内部架构

┌─────────────────────────────────── Rack CDU ───────────────────────────────────┐
│                                                                                │
│   一次侧入口（FWS）           板式换热器(PHE)           二次侧出口（→冷板）     │
│   ┌──────────┐              ┌────────────┐           ┌──────────┐              │
│   │ Facility │──→ 流量阀 ──→│  Plate Heat│──→ ──────→│  To GPU  │              │
│   │ Water    │              │  Exchanger │           │  Cold    │              │
│   │ Supply   │←── ─────────│            │←── ←─────│  Plates  │              │
│   └──────────┘              └────────────┘           └──────────┘              │
│                              ↑                                                  │
│                         ┌────┴────┐                                            │
│                         │ 二次侧  │  · 变频泵(Pump)                            │
│                         │ 循环泵  │  · 膨胀罐(Expansion Tank)                  │
│                         │ + 控制  │  · 过滤器(Filter/Deionizer)                │
│                         └─────────┘  · 传感器组(T/P/Flow/Leak detect)          │
│                                      · 控制板(带BMC/SNMP上报告警)               │
│                                                                                │
└────────────────────────────────────────────────────────────────────────────────┘

关键子系统说明：

二、一次侧与二次侧的温度梯度

这是理解 CDU 性能的核心：

温度示意（定性，非精确值）：

一次侧冷水入口    ≈ 30–35°C （厂商/建筑条件各异）
        ↓  [PHE 换热，温升 5–10°C]
一次侧热水出口    ≈ 35–45°C
        ↓
        ══════════════════════════
        ↓
二次侧暖水入口（冷板出水） ≈ 45–55°C [估算，取决于GPU负载]
        ↓  [PHE 换热，降温]
二次侧冷水出口（冷板进水） ≈ 30–40°C [估算]
        ↓
      → GPU 冷板吸热 → 回到暖水入口

关键技术趋势 — 提高一次侧进水温度：

• 传统做法要求一次侧冷水 ≤ 25°C（高成本、需机械制冷）。
• 新一代 AI 冷板设计可在一次侧 32–45°C 条件下工作（取决于 GPU 节流温度阈值），这使得自然冷却（干冷器/冷却塔）+ CDU 的组合成为可能，大幅降低 PUE。
• 部分前沿方案探索直接用一次侧热水冷却，省去 PHE 温差损失。

三、流量与热负荷关系

核心公式（热力学基本方程）：

Q = ṁ × Cp × ΔT

其中：
  Q   = 散热量 (kW)
  ṁ   = 质量流量 (kg/s)
  Cp  = 比热容 (水 ≈ 4.18 kJ/kg·K)
  ΔT  = 冷却液进出口温差 (K)

定性推演（以假设 120 kW 机柜为例）：

• 若 ΔT 控制在 10°C，则所需流量 ṁ = Q/(Cp×ΔT) ≈ 120/(4.18×10) ≈ 2.87 kg/s ≈ 172 L/min [计算值，非产品规格]
• 实际系统需考虑泵扬程、管路压降、冷板流阻，总流量可能需要留 20–30% 余量
• 这意味着 CDU 的泵功率、PHE 尺寸、管径都必须匹配这个量级

四、与 NVIDIA GB200 NVL72 的适配

NVIDIA GB200 NVL72 是当前机架 CDU 需求的最主要驱动力：

• NVL72 是一个 72-GPU 的”超机柜”（实际跨多个物理机柜），总功耗超 120 kW [厂商公告估算]。
• 每个 Compute Tray 内置液冷冷板，GB200 NVL72 参考架构已集成冷却液分配单元（CDU）作为机架内部组件，为系统提供冷却液循环。
• NVIDIA 在参考设计中指定液冷为唯一散热方式（非选配）。
• 一个 NVL72 系统可能需要 1–2 台机架级 CDU 或配合行级 CDU（具体配比因 ODM 设计而异）。

技术原理（最深一层）

冷板-CDU 系统的完整热阻链

GPU Junction → TIM → Cold Plate Base → Coolant → CDU PHE → Facility Water → Cooling Tower
   (Tj)      (Rtim)    (Rplate)       (Rconv)    (Rphe)     (Rfacility)      (Rambient)

总热阻：Rtotal = Rtim + Rplate + Rconv + Rphe + Rfacility + Rambient
  ↓
Tj = Tambient + Q × Rtotal
  ↓
目标：Tj < GPU throttle threshold (通常 ~95–100°C，具体取决于 GPU 型号)

CDU 的设计目标就是最小化其中 Rphe + Rplate 对应的温升，同时保证可靠性。

关键设计参数（定性说明）

变频泵控制策略

          GPU 负载 ↑
              ↓
        温度传感器检测到 ΔT 变化
              ↓
    ┌─────────────────────────┐
    │   CDU 控制器 (PID/MPC)   │
    │   调节泵转速 → 流量 ↑    │
    │   调节一次侧阀门 → 流量 ↑│
    └─────────────────────────┘
              ↓
       维持冷板出口温度在设定值

• 变频泵在低负载时降速节能，高负载时全速运行
• 这是 CDU 能效优化的核心逻辑之一
• 部分方案引入前馈控制（基于 GPU 功耗预测提前调节流量）

技术演进史

技术路线对比

上下游

产业链全景

上游（核心部件）              中游（CDU 集成/整机）          下游（应用端）
─────────────────            ──────────────────            ─────────────────
泵体/泵头                    CDU 整机厂商                   云厂商 / CSP
  · 多家泵厂商                                              · 超大规模数据中心
板式换热器(PHE)              冷板厂商(与CDU协同)               · AI 训练/推理集群
  · 换热器专业厂商                                          · HPC 数据中心
阀门/接头/管路               服务器 ODM
  · 流体控制厂商              · 系统集成                     系统集成商
传感器(温/压/流量/漏液)       · 定制化CDU+机柜方案             · 机房建设
去离子器/滤芯                                             · EPC 总包
控制板/BMC

关键上游瓶颈

关键指标

选型机架 CDU 时应关注的核心参数（定性说明，无具体厂商型号规格）：

供需与市场数据

需求驱动

• AI 算力需求：全球 AI 训练/推理算力需求以 [年均约 30-50%+ 速度增长]（多份行业报告口径不一，此处定性），每一代 GPU 功耗持续攀升。
• 单机柜功率密度：从 10 kW→30 kW→100 kW+，液冷渗透率快速提升。
• GB200/GB300 出货：NVIDIA GB200 NVL72 在 2024 下半年起规模出货，每个 NVL72 系统至少需要 1–2 台 CDU [ODM 设计差异]。

市场规模（需标注不确定性）

• 液冷 CDU 市场（含行级+机架级）目前处于快速增长期，多家行业研究机构估算 2025 年全球数据中心液冷市场（含 CDU、冷板、管路等）规模在 数十亿美元 量级 [行业报告估算，具体数字因口径差异较大]。
• 机架 CDU 单台价格区间较宽，取决于散热容量、冗余配置等，数千至数万美元不等 [供应链估算，具体价格因客户/配置差异大]。

供给格局

• CDU 整机供应商数量在快速增长，包括传统热管理厂商、电源厂商跨界、以及新兴专业液冷公司。
• 产能瓶颈主要在上游部件（泵、快接头、PHE 板片）和整体系统集成测试能力。

代表公司与资本映射

⚠️ 以上仅为行业参与者的概览，不构成投资建议。具体公司产品线、营收占比、技术能力需进一步核实。

投资逻辑

确定性较高的主线

1. “液冷必选”逻辑：GB200 NVL72 及后续平台已明确要求液冷，CDU 从”可选升级”变为”标准配置”，渗透率从 ~5% → 预计 2025 年在 AI 集群中达到很高水平 [定性判断]。
2. 量价齐升：单机柜 CDU 用量增加（功率越大需越多/越大 CDU），单台价值量高于传统风冷散热。
3. 供应链瓶颈创造溢价：快接头、高性能泵、小型化 PHE 等上游部件有供应集中度，能卡位的供应商享有溢价。

需要跟踪的变量

• 浸没式液冷是否分流：如果浸没式大规模落地，D2C+CDU 路线的市场份额可能被挤压（但浸没式自身也有 CDU 需求）。
• 一次侧冷却技术进步：如果冷板能耐受更高进水温度，可能减少对 CDU 换热性能的要求，拉低单台价值量。
• 国产替代：中国厂商在泵、PHE、快接头等部件的自主化进度。
• AI 算力需求周期：GPU 出货节奏直接影响 CDU 需求。

常见误读纠偏

❌ 误读一：“CDU 就是冷水机组”

纠偏：冷水机组（Chiller）是制备冷水的设备，通常部署在室外/机房外。CDU 是分配冷却液的单元，部署在机柜级别。二者是串联关系：Chiller → CDU → 冷板。CDU 的一次侧可以接 Chiller 的冷水，也可以接冷却塔的自然冷却水。二者功能完全不同，不可混淆。

❌ 误读二：“机架 CDU 每个机柜必须配一台”

纠偏：不一定。配置取决于单柜功耗和 CDU 散热容量。低功耗机柜可能 2–3 个柜共享一台 CDU；超高功耗机柜（如 NVL72）可能一台 CDU 管一个机柜甚至不够，需要两台或行级 CDU。ODM 的参考设计各不相同，需具体分析。

❌ 误读三：“液冷系统不会有漏液风险”

纠偏：液冷系统的核心风险之一就是漏液。管路接头、冷板焊点、快接头都是潜在泄漏点。机架 CDU 内置的漏液检测传感器是关键安全冗余，但漏液事件仍偶有发生。业界通常采用去离子水（低电导率）+ 快速关断阀 + 漏液检测缆三重防护。完全消除风险是不现实的，但可将损失降到最低。

❌ 误读四：“CDU 技术含量低，谁都能做”

纠偏：单看任何一个子系统（泵、PHE、阀门），技术都不算前沿。但 CDU 的核心壁垒在于：① 系统集成能力（热、流、电、控的协同）；② 长期可靠性验证（数据中心要求 7×24 运行 10 年+）；③ 与服务器/机柜的深度适配（管路布局、接口标准、BMC 对接）；④ 漏液防护和安全冗余设计。新入者在可靠性验证和客户信任方面有较长的爬坡期。

学习路径

入门（30 分钟）
  ├─ 阅读：Vertiv / CoolIT / Schneider 官网液冷 CDU 产品页
  ├─ 视频：YouTube 搜 "data center CDU liquid cooling" 看实物拆解
  └─ 认知：理解一次侧/二次侧、冷板、CDU 三者关系

进阶（2–4 小时）
  ├─ 阅读：NVIDIA GB200 NVL72 架构白皮书（液冷部分）
  ├─ 阅读：ASHRAE 数据中心液冷设计指南（TC 9.9）
  └─ 实操思维：计算一个 120 kW 机柜需要的流量、泵扬程

深度（持续）
  ├─ 追踪：液冷厂商技术博客 / 白皮书更新
  ├─ 调研：与 CDU 厂商/ODM 交流，了解实际部署痛点
  └─ 研究：两相冷却、浸没冷却与 D2C CDU 的技术路线博弈

一句话总结

机架 CDU 是 AI 基础设施液冷闭环中不可替代的”热搬运工”，在每机柜功耗突破 100 kW 的 GB200 时代，它从幕后走向台前，成为影响算力部署密度、PUE 和运维可靠性的关键卡位环节。

延伸阅读与来源

⚠️ 免责声明：本文为技术概念学习材料，不构成任何投资建议。文中所有市场数据、估算值均基于公开信息推断，可能存在偏差，请以最新官方披露为准。