行级 CDU（Row-Level Coolant Distribution Unit）

3 秒看懂

行级 CDU = 部署在机柜列（Row）旁、为一整列机柜统一分配冷却液的”液冷中转站”。 它架在机柜级 CDU 和房间级 CDU 之间，是当前 AI 算力集群液冷改造中出货量增长最快的 CDU 形态。

一句话：每列服务器配一台，管住一整排的散热命脉。

3 分钟产业解释

为什么需要”行级”这个粒度？

行级 CDU 在系统中的位置

┌─────────────────────────────────────────────────┐
│                  一次侧（设施侧）                  │
│  冷却塔 / 干冷器 → 一次侧冷冻水（通常 25–35°C）   │
└────────────────────────┬────────────────────────┘
                         │ 一次侧管路
              ┌──────────▼──────────┐
              │    行级 CDU (Row CDU)  │
              │  ┌─────────────────┐ │
              │  │ 板式换热器 (PHX)  │ │  ← 一二次侧热交换
              │  │ 二次侧循环泵组    │ │  ← 维持二次侧流量/压力
              │  │ 膨胀罐/补液装置   │ │
              │  │ 控制阀 & 传感器   │ │  ← 温度/流量/压力/漏液检测
              │  │ 监控 & 通信模块   │ │  ← BMS/DCIM 对接
              │  └─────────────────┘ │
              └──┬───┬───┬───┬───┬──┘
                 │   │   │   │   │  二次侧管路（CDU→机柜）
           ┌─────┘   │   │   │   └─────┐
           ▼         ▼   ▼   ▼         ▼
        Rack1     Rack2 ... RackN-1  RackN
        (GPU)     (GPU)     (GPU)    (GPU)
           │
      ┌────▼────┐
      │冷板模组  │  ← 直接贴在 GPU/CPU/NVSwitch 表面
      │(Cold Plate)│
      └─────────┘

关键功能分解：

1. 热交换：通过板式换热器（Plate Heat Exchanger）将一次侧（设施冷冻水）的冷量传递给二次侧（去离子水或丙二醇溶液），两侧流体物理隔离，避免设施侧水质污染 IT 侧管路。
2. 流体循环：二次侧变频泵组根据 GPU 负载动态调节流量，典型二次侧供回水温差 ΔT 在 8–15°C 范围内（具体取决于冷板设计与负载率，行业趋势是拉大 ΔT 以减小流量、降低泵功）。
3. 监控与安全：实时监测漏液（leak detection）、流量、温度、压差；异常时可自动关闭二次侧泵组，防止冷却液泄漏至 IT 设备。
4. 冗余设计：主流行级 CDU 双泵冗余（N+1），板式换热器可选双路冗余，供电双路市电 + UPS。

15 分钟专家深入

1. 行级 CDU vs. 机柜级 / 房间级 CDU：选型矩阵

产业共识（定性判断）：当前 AI 算力集群（如万卡/十万卡集群）的液冷改造中，行级 CDU 是渗透率增长最快的形态，机柜级 CDU 多见于存量改造小规模场景，房间级 CDU 更多出现在超大规模预制模块化数据中心。

2. 核心技术参数详解

以下参数为行业典型范围，不同厂商产品差异较大，具体以厂商 datasheet 为准：

3. 二次侧流路拓扑

行级 CDU 到各机柜的二次侧管路连接方式影响可靠性和流量均匀性：

方案 A：串行拓扑（较少采用）
CDU → Rack1 → Rack2 → ... → RackN → CDU（回）
  问题：末端机柜供液温度升高，流量分配不均

方案 B：并行拓扑（主流）
CDU ──┬──→ Rack1 ──┬──
      ├──→ Rack2 ──┤──→ CDU（回）
      ├──→ Rack3 ──┤
      └──→ RackN ──┘
  优点：各柜供液温度一致
  注意：需合理设计分流阀/平衡阀以均匀流量

方案 C：环形拓扑（部分厂商方案）
CDU → Rack1 → Rack2 → ... → RackN → CDU
  ↑ 但 RackN 同时有回路直连 CDU
  目的：提高冗余性，单点断管不影响其他机柜

当前行级 CDU 并行拓扑为主流，配合可调流量阀（如电子膨胀阀或比例调节阀）实现按需分配流量。

4. 与 AI 算力集群的配合关系

行级 CDU 的设计必须与 GPU 机柜的热特性匹配：

• 单 GPU 功耗（TDP）参考：NVIDIA H100 SXM ≈ 700 W，H200 ≈ 700 W，B200 ≈ 1000 W（均指 TDP，实际训练负载通常 60–90% TDP）。具体以 NVIDIA 官方规格为准。
• 节点与机柜的 GPU 数量：典型单节点 8 GPU（如 DGX H100），单机柜内可放置多个节点，整柜 GPU 数量通常为 32–64 卡，部分高密度设计可达更多。
• 单柜总功耗估算（GPU + CPU + 网络 + 电源损耗 + 风扇残余）：一台含 8 块 H100 GPU 的节点（如 DGX H100）整机功耗约 10 kW。若机柜内放置多个此类节点（通常 32–64 卡 H100），单柜总功耗可达 50–80 kW；对应 B200 多节点整柜（通常 32–64 卡）可达 80–120+ kW [行业估算，含配套设施]。
• 一行 8–10 个 AI 机柜：按上述多节点整柜计，行级 CDU 需处理 400–1,200 kW 的热负荷 [行业估算]。
• 冷板覆盖率：当前主流液冷方案仅对 GPU 和 CPU 做冷板覆盖（direct-to-chip, DTC），内存、NVSwitch、网络芯片、NVLink 连接器等仍由残余风冷散热。因此行级 CDU 需配合机柜内残余风冷（行间空调或后门热交换器 RDHX）协同工作。

技术原理

CDU 热力学原理

行级 CDU 本质上是一个液-液板式换热器 + 二次侧流体循环系统，其核心热平衡方程为：

Q = ṁ₂ × Cp₂ × ΔT₂

其中：
  Q    = 散热量 (kW)
  ṁ₂   = 二次侧质量流量 (kg/s)
  Cp₂  = 二次侧流体比热容 (kJ/(kg·K))
  ΔT₂  = 二次侧供回水温差 (K)

一次侧与二次侧通过板式换热器耦合：

Q = U × A × LMTD

其中：
  U    = 总传热系数 (W/(m²·K))，取决于板片材质、流道设计、流速
  A    = 换热面积 (m²)
  LMTD = 对数平均温差 (K)

         一次侧进口 (T₁ᵢₙ)
            │
            ▼  热流方向
   ┌────────────────────┐
   │   板式换热器 PHX    │  ← 一次侧与二次侧逆流换热
   │   ════════════════  │
   └────────────────────┘
            │
            ▼
         一次侧出口 (T₁ₒᵤₜ)

泵功优化：大 ΔT、小流量策略

传统策略：小 ΔT (5°C), 大流量
  → 泵功 ∝ 流量 × 压降 ∝ 流量³（湍流区）→ 泵功高

优化策略：大 ΔT (10–15°C), 小流量
  → 相同 Q 下，流量减半
  → 泵功降至约 1/8（流量³ 关系）
  → 代价：冷板出口水温更高 → 需确保 GPU 结温不超标

这是当前液冷系统设计的核心权衡点之一。行业趋势是通过优化冷板微通道设计（如增加换热面积、优化流道几何）来提高冷板侧的换热系数，从而允许更大的 ΔT。

控制逻辑

行级 CDU 的典型控制策略：

输入变量：
  - 二次侧供液温度设定值（T_set）
  - 各机柜实时功率（通过 DCIM 或 PDU 获取）
  - 一次侧进水温度 / 流量
  - 环境温度

控制目标：
  - 维持二次侧供液温度在 T_set ± 0.5–1°C
  - 维持二次侧流量满足最远端机柜需求
  - 最小化泵功 + CDU 本身功耗

控制手段：
  - 变频泵调速（根据压差/温差反馈）
  - 一次侧调节阀开度（根据二次侧供回水温差）
  - 前馈 + PID 反馈组合控制

技术演进史

技术路线对比

CDU 形态对比（量化表）

液冷方式对比

上下游

上游

中游（CDU 整机集成）

代表企业（全球）：Vertiv（维谛）、Schneider Electric（施耐德）、CoolIT Systems、Motivair、GRC、Boyd、LiquidCool Solutions 等。

代表企业（中国）：英维克（Envicool）、曙光数创、绿色云图、申菱环境、高澜股份、飞荣达、依米康、科华数据、佳力图等。

下游

关键指标

供需与市场数据

⚠️ 以下数据来源不一，部分为行业分析机构估算，仅供参考，具体以各机构最新报告为准。

市场规模

• 全球数据中心液冷市场（含 CDU、冷板、管路等）：多家分析机构（MarketsandMarkets、IDC、Omdia 等）估算 2023 年全球市场规模在数十亿美元量级，2028 年预计增长至 150–200 亿美元以上 [各机构口径不同]。
• CDU 在液冷系统中的成本占比：CDU 整机通常占液冷系统总成本的 30–50% [行业估算]，是价值量最高的单一环节。
• 行级 CDU 增速：受益于 AI 训练集群建设潮，行级 CDU 需求预计保持高增长；具体出货 CAGR 需待权威机构或公司订单口径补齐后再写定量区间。

需求端驱动

供给端

• 行级 CDU 供给短期存在产能瓶颈（换热器、快接头、泵组等关键部件产能有限）。
• 中国市场 CDU 厂商数量快速增加（2022 年约 10+ 家 → 2024 年 30+ 家），竞争加剧但产品质量参差不齐。

代表公司与资本映射

全球

中国

投资逻辑

核心逻辑

1. AI 算力军备竞赛 → 液冷需求爆发 → CDU 价值量高且确定性强

   • CDU 是液冷系统中价值量最高（30–50%）、技术壁垒最高的环节。
   • 行级 CDU 与 AI 训练集群建设节奏高度同步，属于”卖铲子”逻辑。

2. 渗透率从低到高，增速远快于液冷整体

   • 行级 CDU 在 AI 集群中的渗透率从 2022 年的低基数快速提升。
   • 存量风冷数据中心改造也会带来增量需求。

3. 国产替代空间

   • 早期 Vertiv、CoolIT 等外资主导，国内厂商正在快速追赶。
   • 中国 AI 集群建设高峰（运营商、互联网大厂、地方算力中心），国产 CDU 供应链受益明显。

风险

常见误读纠偏

误读 1：“CDU 就是个水泵加个换热器，技术壁垒低”

纠偏： 行级 CDU 的技术壁垒体现在多个层面：

• 热管理控制算法：需要在变负载条件下精确控制供液温度（±0.5–1°C），涉及前馈控制、多变量耦合、预测控制等，简单的 PID 在大负载突变时响应不够。
• 可靠性设计：双泵冗余切换、漏液检测灵敏度、快接头插拔寿命（万次级别）、二次侧水质维护（电导率监控与自动补液）等，任何一个环节故障都可能导致 GPU 损坏。
• 系统集成能力：需要与机柜、冷板、管路、DCIM 平台深度适配，不是标准化的”罐头产品”。
• 大功率散热能力：单台覆盖 500+ kW 的行级 CDU，其板式换热器设计、泵组选型、管路压降优化都有较高技术门槛。

误读 2：“有了液冷就不需要风冷了”

纠偏： 当前主流冷板液冷方案（DTC）仅覆盖 GPU 和 CPU，内存、NVSwitch、NVLink 连接器、网络芯片（如 ConnectX-7/8）、电源模块、SSD 等仍需要风冷散热。在一台由多个节点组成的 H100 整柜（通常 32–64 卡，功耗约 50–80 kW）中，约 60–80% 的热量由液冷带走，剩余 20–40% 仍依赖风冷。因此行级 CDU 几乎总是与行间空调（RDHX 或传统行间空调）协同部署，液冷 + 残余风冷是当前的现实方案，而非”全液冷”。

误读 3：“行级 CDU 的 ΔT 越大越好”

纠偏： 大 ΔT 虽然降低泵功，但有两个约束：

• 冷板侧约束：ΔT 过大意味着冷板出口水温过高，可能超过 GPU 安全结温裕量，尤其在 GPU 满载 + 环境温度高时。
• 一次侧约束：一次侧冷冻水温度有限（通常 25–35°C），二次侧供液温度不能低于一次侧进水温度，ΔT 过大可能使回水温度超过一次侧进水温度（违反热力学第二定律，实际表现为换热器面积不足或一次侧流量告警）。
• 最优 ΔT 是系统级权衡结果，需要同时考虑 GPU 热设计、冷板性能、泵功、一次侧条件等多个因素。

学习路径

入门（Day 1–3）

1. 理解数据中心液冷的基本概念：冷板 vs. 浸没、一次侧 vs. 二次侧、CDU 的角色。
2. 阅读 Vertiv、英维克、曙光数创的产品白皮书/数据手册，建立对行级 CDU 的直觉。
3. 了解 NVIDIA DGX/HGX 机柜的热设计方案（NVIDIA 官方技术文档）。

进阶（Week 1–2）

1. 学习板式换热器原理：LMTD-NTU 方法、板型设计对换热系数的影响。
2. 学习流体回路设计：串联/并行拓扑、压降计算、泵选型。
3. 了解 DCIM/DCOM 与 CDU 的通信协议（Redfish、SNMP、Modbus）。
4. 阅读 ASHRAE TC 9.9 关于数据中心液冷的技术指南。

专家（Month 1+）

1. 研究行级 CDU 控制策略：前馈+PID、模型预测控制（MPC）、AI 负载预测的前瞻控制。
2. 跟踪 NVIDIA 下一代平台（B300/R 系列）的热设计方案对 CDU 需求的影响。
3. 调研 CDU 关键部件供应链：板式换热器产能、快接头供应格局、泵组技术路线。
4. 对比中国 vs. 海外 CDU 厂商的技术差距与追赶路径。
5. 理解”东数西算”等政策对 PUE 要求对液冷渗透率的推动作用。

一句话总结

行级 CDU 是 AI 液冷散热体系的”心脏”——一列机柜配一台，以液-液换热为核心，将数百千瓦的 GPU 废热高效转运至设施冷却系统，是当前 AI 算力集群建设中价值量最高、确定性最强的热管理环节。

延伸阅读与来源

免责声明：本页为概念学习用途，不构成投资建议。文中市场数据、渗透率估算等来源于行业分析机构公开报告，可能存在口径差异，请以最新官方数据为准。具体产品规格以各厂商官方 datasheet 为准。