蒸發冷卻（Evaporative Cooling）

3 秒看懂

一句話：利用水蒸發吸熱這一物理過程為資料中心降溫，是 AI 高密度算力時代替代/補充傳統機械製冷的核心散熱路線。

關鍵詞：液冷 · 資料中心 · PUE · 散熱 · TDP

3 分鐘產業解釋

為什麼 AI 產業鏈要關注”蒸發冷卻”？

AI 訓練叢集的單機櫃功率密度已從傳統 IT 的 5-10kW 躍升至數十 kW 乃至超百 kW 級別 [行業共識估算，具體取決於機櫃配置]。傳統風冷+機械製冷（CRAC/CRAH）在能效和散熱上限上面臨瓶頸：

能效瓶頸：壓縮機制冷的 COP（製冷係數）有物理上限，且隨室外溫度升高惡化
密度瓶頸：風冷對高功率晶片的熱流密度（W/cm²）散熱能力有限
成本壓力：電費在資料中心 OPEX 中佔比可達 30-60% [行業報告區間，因電價而異]

蒸發冷卻利用水的汽化潛熱（常溫工況下約 2,440 kJ/kg 量級，實際值隨溫度略有變化）進行熱交換，理論 COP 可顯著高於壓縮機制冷，在乾燥氣候下節能效果尤為突出。

產業位置：蒸發冷卻是 AI 算力基礎設施中”冷卻系統”環節的關鍵技術選型之一，影響 PUE（電能使用效率）、選址策略和長期運營成本。

15 分鐘專家深入

技術定位與分類

蒸發冷卻在資料中心的應用主要有三種形態：

模式	原理簡述	適用場景
直接蒸發冷卻（DEC）	空氣直接與水接觸，水蒸發帶走熱量，送入機房的空氣溫度降低、溼度升高	乾燥氣候區、對進風溼度容忍度高的場景
間接蒸發冷卻（IEC）	通過換熱器，室外空氣與噴淋水接觸蒸發降溫後，再通過壁面將冷量傳遞給室內迴風，兩側空氣不直接混合	對機房溼度有嚴格控制要求的場景，應用更廣泛
混合模式（Hybrid）	蒸發冷卻作為主要冷源，壓縮機制冷作為峰值補充	氣候多變地區，兼顧節能與可靠性

關鍵物理約束

溼球溫度依賴：蒸發冷卻的理論極限接近空氣的溼球溫度（而非乾球溫度），因此在高溼度地區效果衰減明顯
水質要求：直接蒸發冷卻對水質有要求，否則可能影響裝置；間接蒸發冷卻對室內側空氣潔淨度更友好
水耗問題：蒸發冷卻是”以水換電”，在水資源緊張地區存在取捨

與 AI 算力的關聯

因素	影響
GPU/加速卡 TDP 提升	機櫃熱密度上升，傳統風冷能力不足，推動液冷/蒸發冷卻需求
大規模叢集建設	萬卡以上叢集選址時，氣候條件（溼球溫度）成為核心考量
PUE 政策趨嚴	多地要求新建大型資料中心 PUE 低於特定閾值 [具體政策值因地區而異，需查閱當地法規]，蒸發冷卻是達標的關鍵手段之一

技術架構示意（簡化）

                    ┌─────────────────────────────┐
                    │       資料中心機房           │
                    │   ┌─────┐  ┌─────┐  ┌─────┐ │
                    │   │ GPU │  │ GPU │  │ GPU │ │
                    │   │機櫃 │  │機櫃 │  │機櫃 │ │
                    │   └──┬──┘  └──┬──┘  └──┬──┘ │
                    │      │       │       │     │
                    │      ▼       ▼       ▼     │
                    │   ┌───────────────────┐    │
                    │   │   末端冷量分配     │    │
                    │   │ (風冷/液冷背板/    │    │
                    │   │  CDU+冷板等)       │    │
                    │   └────────┬──────────┘    │
                    └────────────┼───────────────┘
                                 │ 熱量輸運
                                 ▼
                    ┌─────────────────────────────┐
                    │     蒸發冷卻系統 (AHU/MAU)   │
                    │   ┌───────────────────────┐ │
                    │   │ 噴淋/溼膜 + 換熱器     │ │
                    │   │ (間接蒸發冷卻核心)     │ │
                    │   └───────────┬───────────┘ │
                    │               │              │
                    │    室外空氣 ◄──┘──► 排熱/排溼 │
                    └─────────────────────────────┘
                                 ▲
                                 │ 水補給
                              (水源)

注：上圖為概念性示意，具體工程設計因廠商方案而異。

技術原理（深入機制）

蒸發冷卻的熱力學基礎

核心機制：液態水→氣態水蒸氣的過程需要吸收大量熱量（汽化潛熱），這是自然界最高效的相變散熱方式之一。

熱力學關鍵引數：

水的汽化潛熱隨溫度變化：資料分析中心蒸發冷卻常見工況（約20-40°C）下，潛熱約為2,450–2,430 kJ/kg（例如25°C時約2,442 kJ/kg），與100°C沸騰時的2,257 kJ/kg存在明顯差異，但數量級一致。
對比：空氣的比熱容約 1.005 kJ/(kg·K)，以25°C工況為例，蒸發 1 kg 水吸收的熱量 ≈ 將約 2,430 kg 空氣升溫 1K 所需熱量

溼球溫度（Wet Bulb Temperature, WBT）：

蒸發冷卻的理論極限溫度。當空氣與水充分接觸達到熱溼平衡時，空氣最終趨近於溼球溫度。

乾球溫度 T_dry 與溼球溫度 T_wet 的關係（簡化定性描述）：

- 相對溼度越低 → T_dry 與 T_wet 差距越大 → 蒸發冷卻潛力越大
- 相對溼度 = 100% 時 → T_dry = T_wet → 蒸發冷卻失效
- 典型乾燥地區：T_dry - T_wet 可達 10-15°C [因氣候條件而異]
- 典型溼熱地區：T_dry - T_wet 僅 2-4°C [因氣候條件而異]

間接蒸發冷卻（IEC）的換熱過程

    室外空氣側（一次側）          換熱壁面           室內空氣側（二次側）
    ─────────────────          ──────────          ─────────────────

    進風（乾球溫度 T1）  ──►  ║ 溼膜/噴淋  ║  ◄── 迴風（溫度 T3）
                              ║  壁面      ║
    出風（降溫+增溼，   ◄──  ║            ║  ──► 送風（降溫，溼度
     溫度 T2 &lt; T1）           ║            ║       基本不變）
                              ║            ║
    ← 排溼（水蒸氣）          ║            ║

    關鍵：兩側空氣被壁面隔開，不直接混合
    一次側：空氣溫度下降、含溼量上升（蒸發發生在此側）
    二次側：空氣溫度下降、含溼量近似不變（僅顯熱交換）

與晶片級液冷的協同

蒸發冷卻是系統級散熱方案，通常需要與末端冷卻配合：

末端方式	說明	與蒸發冷卻的關係
風冷（傳統）	蒸發冷卻後的冷風送入機房	最簡單，但散熱密度上限受限
後門熱交換器（RDHx）	機櫃後門內建水-空氣換熱器	蒸發冷卻系統製備冷水，通過 RDHx 帶走熱量
冷板液冷（Direct-to-Chip）	冷卻液直接流經晶片冷板	蒸發冷卻系統為冷板提供冷卻水（通常經 CDU 二次換熱）
浸沒式液冷	裝置完全浸沒在冷卻液中	蒸發冷卻為冷卻液提供冷源

技術演進史

階段	時間段（大致）	特徵
傳統風冷主導	2000 年代及以前	機械製冷（CRAC/CRAH）為主，蒸發冷卻僅在少數乾旱地區小規模應用
間接蒸發冷卻興起	2010 年代	Google、Facebook（Meta）等超大規模資料中心率先大規模採用 IEC，OCP 社群推動標準化
AI 算力驅動升級	2020 年代至今	GPU 機櫃功率密度躍升，蒸發冷卻與液冷（冷板/浸沒）深度耦合，成為新建大型 AI 資料中心的主流選擇之一
未來趨勢	進行中	高溼地區專用方案、與儲能/可再生能源協同、模組化預製冷卻系統

注：以上時間線為行業共識性梳理，各廠商節奏有差異。

技術路線對比

維度	傳統機械製冷	間接蒸發冷卻（IEC）	直接蒸發冷卻（DEC）	浸沒式液冷+外部冷源
PUE 貢獻（冷卻側）	較高（COP 受限）	可顯著降低冷卻能耗	類似 IEC	液冷側能耗低，但需外部冷源
氣候依賴性	低	中-高（溼球溫度敏感）	高	低（取決於外部冷源選型）
水資源消耗	低	中（補水量可觀）	高	低-中
適用功率密度	中	中-高	中	極高
空氣潔淨度影響	需過濾	室內側封閉，影響小	有帶入顆粒物風險	無（密封系統）
CAPEX 趨勢	成熟	中等	較低	較高（正在下降）
運維複雜度	成熟	中等	較低	較高

注：上表為定性比較架構，具體數值因規模、氣候、設計而異，無法給出統一數字 [未充分檢索到權威量化對比報告]。

上下游

上游

環節	典型內容
換熱器/溼膜材料	鋁合金/塑膠填料、溼膜蒸發材料
風機/水泵	EC 風機、變頻水泵
噴淋/水處理系統	噴嘴、過濾、軟化、殺菌
控制系統	溫溼度感測器、PLC/DCS、智慧控制演算法
管道/結構件	不鏽鋼/鍍鋅鋼管、預製模組化殼體

中游（系統整合/解決方案商）

型別	典型廠商
傳統暖通廠商	Vertiv、Stulz、Schneider Electric、華為數字能源等
網際網路自研	Google、Meta、字節跳動等超大規模使用者自研冷卻系統 [公開報道]
專業蒸發冷卻廠商	[需進一步檢索確認當前主要玩家，此處不編造]

下游

應用方	說明
超大規模雲端廠商（Hyperscaler）	AWS、Azure、GCP、阿里雲端、騰訊雲端等
AI 訓練/推論叢集運營商	大型模型訓練叢集、推論資料中心
第三方 IDC	面向企業提供託管服務的機房

關鍵指標

指標	說明	行業參考方向
PUE	總能耗 / IT 裝置能耗，越接近 1.0 越好	採用蒸發冷卻+最佳化設計的先進資料中心 PUE 可趨近 1.1x-1.2x [因氣候和設計而異，無統一數字]
WUE	水使用效率（L/kWh 或 L/MWh），衡量水資源消耗	蒸發冷卻不免耗水，WUE 需要評估
EER/COP	蒸發冷卻系統的能效比	依賴氣候條件，無法給出通用數字
進風溫度範圍	蒸發冷卻能保障的送風溫度上限/範圍	ASHRAE 推薦進風溫度範圍為 A1 級 [具體值請查 ASHRAE 標準]
功率密度支撐能力	能否支撐 >30kW/機櫃	IEC 單獨支撐高密度有限，通常需與液冷耦合

供需與市場資料

市場規模

全球資料中心冷卻市場規模：多個行業報告有估算 [具體數字各報告口徑不同，此處不引用單一數字以免誤導]
蒸發冷卻（尤其是 IEC）在新建大型資料中心中的滲透率正在上升 [行業共識判斷，具體比例未檢索到權威統計]

需求驅動

驅動力	說明
AI 算力擴張	GPU 叢集建設加速，冷卻需求隨功率密度上升
PUE/碳排政策	多國/地區對新建資料中心 PUE 設定上限 [具體政策請查閱當地法規]
OPEX 最佳化需求	電費上漲推動低 PUE 方案需求
選址靈活性需求	模組化蒸發冷卻降低對傳統機房基建的依賴

供給端特徵

系統整合商競爭格局較為分散
超大規模使用者傾向自研/定製
模組化、預製化趨勢明顯

代表公司與資本對映

注意：以下僅為方向性梳理，不構成任何投資建議。具體公司與蒸發冷卻業務的關聯程度、營收佔比等需查閱各公司財報及公開揭露。

類別	代表公司（全球）	代表公司（國內）
暖通/冷卻系統整合	Vertiv (VRT)、Schneider Electric、Stulz、Johnson Controls	申菱環境、英維克、依米康、科華資料等
資料中心基礎設施	Equinix、Digital Realty、萬國資料、世紀互聯	萬國資料、世紀互聯、秦淮資料、資料港等
網際網路/雲端廠商（自用）	Google、Meta、Microsoft、AWS	阿里巴巴、騰訊、字節跳動、百度等
晶片/伺服器（間接受益）	NVIDIA、AMD、Intel	海光資訊、寒武紀、浪潮資訊等

注：上述公司的蒸發冷卻具體業務佔比、技術路線選擇等需查閱最新財報/投資者交流紀要，此處不編造具體數字。

投資邏輯

看多邏輯

需求確定性：AI 算力擴張 → 機櫃功率密度上升 → 冷卻系統升級需求是硬邏輯
政策催化：多地 PUE 政策趨嚴，傳統風冷方案難以達標，蒸發冷卻/液冷方案滲透率提升
OPEX 敏感度：冷卻系統能耗在資料中心總能耗中佔比可觀（非 IT 負載的主要部分），低 PUE 方案的經濟性優勢在電價上漲週期中更突出
技術迭代空間：與液冷、AI 調控演算法、可再生能源的協同仍有較大最佳化空間

需關注的風險/變數

氣候/選址依賴：蒸發冷卻在溼熱地區效果受限，可能限制市場地理範圍
水資源約束：水資源緊張地區的政策可能限制蒸發冷卻不適用
技術替代風險：浸沒式液冷等全液冷方案成熟後，可能減少對空氣側蒸發冷卻的依賴
競爭格局分散：暖通行業參與者眾多，定價權有限
AI 算力投資週期性：若 AI 資本支出增速放緩，冷卻裝置需求也將受影響

常見誤讀糾偏

誤讀 1：“蒸發冷卻可以完全替代機械製冷”

糾偏：蒸發冷卻是以空氣溼球溫度為極限的被動/半被動冷卻方式。在高溼度環境下，溼球溫度與乾球溫度差距很小，蒸發冷卻能力大幅衰減。實際工程中，多數大型資料中心採用”蒸發冷卻為主、機械製冷為峰值補充”的混合策略，而非完全去壓縮機化。

誤讀 2：“蒸發冷卻 = 直接把水噴到伺服器上”

糾偏：間接蒸發冷卻（IEC）是當前資料中心的主流蒸發冷卻形式。其核心是一次側（室外空氣+水）與二次側（室內空氣）通過換熱壁面隔開，室內側空氣不與水直接接觸，因此不存在水汽/水滴進入機房的風險。直接蒸發冷卻（DEC）確實會讓空氣增溼，但通常用於新風預處理而非直接吹向裝置。

誤讀 3：“PUE 越低就一定越好，蒸發冷卻總是最優解”

糾偏：PUE 只衡量電能效率，不反映水資源消耗（WUE）、碳排放全生命週期等維度。在水資源緊張的地區，低 PUE 但高 WUE 的蒸發冷卻方案可能面臨政策限制。此外，PUE 的計算口徑（是否含照明、是否含柴發測試損耗等）也需注意統一比較。

誤讀 4：“蒸發冷卻技術含量低，沒有壁壘”

糾偏：基礎物理原理簡單，但工程實現涉及氣候適應性設計、智慧控制演算法（根據即時溼球溫度動態調節噴淋量/風量）、水質管理、與液冷末端的耦合設計、模組化可靠性等多個維度。超大規模資料中心的冷卻系統設計本身就是核心技術能力之一。

學習路徑

入門

理解資料中心 PUE、WUE 等基本指標
學習空氣調節基礎：乾球溫度、溼球溫度、露點、相對溼度的關係
閱讀 ASHRAE 資料中心環境指南（TC 9.9）

進階

研究 Google/Meta 公開的資料中心冷卻技術部落格和工程論文 [這些公司有較多公開分享]
瞭解 OCP（Open Compute Project）中關於冷卻系統的設計規範
對比 IEC vs DEC vs 混合方案的工程 trade-off

深入

研究蒸發冷卻與液冷（冷板/浸沒）的耦合架構
關注 AI 驅動的冷卻系統智慧控制（預測性排程、數字孿生）
追蹤各地區資料中心 PUE/WUE 政策演變

一句話總結

蒸發冷卻是 AI 算力基礎設施中利用水的相變潛熱實現高效散熱的關鍵技術，其在新建大型資料中心中的滲透率正隨功率密度上升和能效政策趨嚴而提升，但受氣候和水資源條件制約，通常需與液冷末端及機械製冷峰值補充協同部署。

延伸閱讀與來源

建議查閱

來源	說明
ASHRAE TC 9.9	資料中心環境標準，溫溼度、氣流管理權威參考
OCP（Open Compute Project）冷卻設計規範	超大規模資料中心冷卻系統標準化設計
Google/Meta 資料中心工程部落格	大規模蒸發冷卻實際部署經驗分享
各暖通廠商技術白皮書	Vertiv、Schneider、Stulz 等的產品方案資料
各地資料中心 PUE 政策檔案	中國工信部/發改委/各省市相關政策

資料與市場

來源型別	建議
行業報告	Uptime Institute、IDC、Gartner、中國信通院等的資料中心行業報告
公司財報	Vertiv (VRT)、Schneider Electric、英維克、申菱環境等的年度/季度報告
政策檔案	各國/地區資料中心能效政策原文

本頁編制說明：因檢索條件受限，本文未引用具體量化資料（如市場規模數字、各廠商具體產品規格等），所有定量相關表述均標註為定性判斷或行業共識估算。建議讀者參考上述來源獲取最新、最準確的資料。

編制時間：2025年 | 準確性宣告：本文基於公開物理原理和行業共識編寫，無編造規格資料