行間空調（In-row Cooling）
3 秒看懂
一句話定義： 行間空調是將製冷單元直接嵌入伺服器機櫃行列之間、貼近熱源進行”近距離換熱”的資料中心冷卻方案，區別於傳統的房間級精密空調（CRAC/CRAH）。
核心邏輯： 縮短熱空氣從伺服器排出到被冷卻的路徑 → 減少冷熱氣流混合 → 提高換熱效率 → 支撐更高單櫃功率密度。
一句話類比： 傳統房間空調好比在教室角落放一臺櫃機；行間空調好比每兩排課桌之間直接放一臺冷風機——離人更近，製冷更精準。
3 分鐘產業解釋
為什麼資料中心需要”行間”冷？
傳統資料中心採用 房間級冷卻（CRAC/CRAH，精密空調放置在機房周邊或末端），冷空氣從架空地板吹出，經過整個房間後被伺服器吸入、加熱、排出。這一過程中存在兩大效率損耗：
- 氣流混合損耗： 冷熱氣流在房間尺度上混合，導致實際到達伺服器進風口的溫度高於空調出風溫度。
- 遠距離送風損耗： 風機需要將冷空氣”推”過較長距離，風機能耗高。
隨著 AI 訓練叢集把單櫃功率密度從傳統的 5-8 kW 推升到 30-100+ kW（高密度 AI 櫃甚至更高），房間級冷卻在熱管理能力上開始力不從心。
行間空調的解法： 把製冷單元直接放進機櫃行列中（通常部署在兩排機櫃之間的冷通道/熱通道內），將”冷量”送到熱源旁邊。換熱距離從”房間級”縮短到”行級”（通常 1-2 米），大幅減少氣流路徑和混合損耗。
產業定位
冷卻方案粒度演進（由遠及近）：
房間級 (Room) → 行級 (Row) → 櫃級 (Rack) → 晶片級 (Direct-to-Chip / Liquid)
CRAC/CRAH 行間空調 後門熱交換器 冷板/浸沒式液冷
~5-10kW/櫃 ~10-30kW/櫃 ~20-50kW/櫃 100kW+/櫃注： 上述單櫃功率承載範圍為行業典型經驗估算 [行業估算]，實際取決於具體產品型號、氣流組織設計和環境條件，廠商資料會有差異。
行間空調處於 房間級 → 近熱源級 過渡的關鍵中間態：比房間級高效，比液冷部署門檻低，是當前中高密度資料中心的主流選擇之一。
15 分鐘專家深入
1. 系統架構總覽
行間空調系統通常由以下模組組成：
| 模組 | 說明 |
|---|---|
| 製冷單元本體 | 嵌入機櫃行列中，寬深通常與標準機櫃相容（600mm 寬度級別） |
| 冷水盤管/換熱盤管 | 冷卻介質（冷凍水或製冷劑）與空氣進行熱交換的核心部件 |
| EC 風機（電子換向風機） | 變速驅動，按需調節風量，低負荷時降速節能 |
| 冷凍水介面 / DX 製冷迴路 | 冷凍水型通過水管接入樓宇冷凍水系統；DX 型自帶壓縮機/製冷迴路 |
| 控制器與感測器 | 採集溫溼度、風量等引數，支援群控和遠端管理 |
| 可選：加溼/除溼模組 | 部分產品整合等焓加溼功能 |
2. 兩種主流介質方案
方案 A：冷凍水型（Chilled Water）
- 冷凍水從樓宇冷站（冷水機組 + 冷卻塔/乾冷器）經管道送至行間單元
- 行間單元內只有冷水盤管（表冷器） + 風機，無壓縮機
- 優勢：行間單元結構簡單、噪音低、維護少；冷站側可利用自然冷卻（Free Cooling）
- 劣勢：依賴樓宇冷凍水基礎設施；水管進機房有漏水風險（需採取防護措施）
方案 B：直接膨脹型（DX / Refrigerant）
- 壓縮機直接整合在行間單元內或近端
- 製冷劑在單元內蒸發吸熱
- 優勢：部署靈活，不依賴冷凍水管網
- 劣勢：行間單元體積較大、噪音較高、壓縮機維護需求增加
產業趨勢上，大型 AI 資料中心更傾向冷凍水型，因其配合冷站可實現更高的全年能效比（尤其在適宜氣候下利用自然冷卻）[行業趨勢判斷]。
3. 氣流組織方式
行間空調的核心價值在於 精準氣流管理，典型部署方式：
方式一：冷通道封閉（Cold Aisle Containment）+ 行間送冷
[機櫃] [機櫃] | 行間空調 | [機櫃] [機櫃]
← 排熱 | → 送冷 | 排熱 →
| 冷通道 |
（封閉冷通道，冷空氣被約束在通道內）
方式二：熱通道封閉（Hot Aisle Containment）+ 行間回熱
[機櫃] [機櫃] | 行間空調 | [機櫃] [機櫃]
→ 排熱 → | ← 回熱 | ← 排熱
| 熱通道 |
（封閉熱通道，熱排氣被約束在通道內由行間單元直接回收）熱通道封閉 + 行間空調回熱的方案在高密度場景下越來越常見，因為熱排氣溫度更高（可達 35-50°C 甚至更高），換熱溫差更大，換熱效率更高。
4. 與 AI 高密度場景的關係
這是當前產業最核心的討論：
| 場景 | 單櫃功率密度 | 行間空調適用性 |
|---|---|---|
| 傳統企業 IT | 3-8 kW | ✅ 行間空調容量充裕，但價效比不如房間級 |
| 中密度雲端運算 | 8-20 kW | ✅ 行間空調甜區（Sweet Spot） |
| 高密度 AI 推論 | 20-40 kW | ⚠️ 行間空調可覆蓋，但需精確氣流設計 |
| 超高密度 AI 訓練 | 40-100+ kW | ❌ 通常需要液冷（冷板/浸沒），行間空調單獨難以覆蓋 |
關鍵趨勢： 在 AI 資料中心的實際部署中，常見模式是 混合冷卻——液冷覆蓋最高密度的 GPU 訓練櫃，行間空調覆蓋中低密度的儲存、網路、推論櫃以及通用伺服器區域。行間空調在 AI 時代並非被完全替代，而是成為混合冷卻體系中的重要組成部分。
注： 上述密度分界點為行業典型經驗估算 [行業估算]，具體產品能力因型號而異，以廠商實際規格書為準。
技術原理（深入機制）
熱力學核心過程
行間空調本質上是一個 空氣-水（或空氣-製冷劑）的強制對流換熱器：
熱力學簡化流程（冷凍水型）：
伺服器排熱（熱空氣，~35-50°C）
│
▼
┌─────────────────┐
│ EC 風機強制送風 │ ← 風量可控（變速）
│ │
│ 冷水盤管（表冷器）│ ← 冷凍水流經（~7-15°C 進水）
│ (銅管鋁翅片) │
│ │
└─────────────────┘
│
▼
冷空氣（~18-27°C）送回冷通道/伺服器進風口
熱量傳遞路徑：
空氣熱量 → 翅片傳導 → 管壁傳導 → 冷凍水對流 → 冷站冷水機組 → 冷卻塔/乾冷器 → 大氣關鍵效能引數
| 引數 | 說明 | 典型範圍（估算） |
|---|---|---|
| 額定製冷量 | 單臺行間空調的製冷能力 | 約 15-60+ kW/臺 [行業估算] |
| 送風量 | EC 風機驅動的空氣流量 | 約 3,000-15,000+ m³/h [行業估算] |
| 冷凍水進/出水溫度 | 標準工況 | 約 7/12°C 或 12/18°C（中溫冷凍水趨勢） |
| 送風溫度 | 冷空氣出風溫度 | 約 18-27°C（取決於設定點） |
| 顯熱比（SHR） | 顯熱製冷佔總製冷比例 | 通常 >0.95（資料中心幾乎無潛熱負荷） |
| 風機功率 | 單臺 EC 風機總功耗 | 約 0.5-3+ kW [行業估算] |
| 噪音 | 執行噪音 | 約 55-75 dB(A) [行業估算] |
| 單元寬度 | 與標準機櫃寬度匹配 | 通常 ~300-600mm |
重要提示： 以上數值範圍為行業經驗估算 [行業估算]，不同廠商（Vertiv、Schneider、Rittal、Stulz、華為等）的具體產品規格差異較大，請以各廠商最新產品規格書為準確依據。
風量與製冷量的關係
行間空調的製冷量由兩個因素共同決定：
Q = ṁ × Cp × ΔT
其中：
Q = 製冷量 (kW)
ṁ = 空氣質量流量 (kg/s)
Cp = 空氣定壓比熱容 (~1.005 kJ/(kg·K))
ΔT = 迴風溫度 - 送風溫度 (K)- 提高 風量（ṁ）：增加風機轉速 → 風機功耗以約立方關係增長（功耗 ∝ 轉速³）
- 提高 溫差（ΔT）：提高迴風溫度（封閉熱通道）或降低送風溫度（更低冷凍水溫）
因此，熱通道封閉 可以在不增加風量的情況下，通過提高迴風溫度來增大 ΔT，從而提升有效製冷量並降低風機能耗——這是行間空調高密度部署的關鍵設計要點。
氣流旁路與再迴圈問題
行間空調雖然縮短了氣流路徑，但如果缺乏良好的氣流管理，仍會存在：
- 旁路氣流（Bypass）： 冷空氣未經過伺服器直接回流到行間空調 → 降低有效冷卻效率
- 再迴圈（Recirculation）： 伺服器排出的熱空氣繞過行間空調重新進入伺服器進風口 → 導致區域性過熱
解決方案： 冷/熱通道封閉（Containment）、盲板填充、地板縫隙密封等氣流管理措施是行間空調發揮效能的前提條件。
技術演進史
時間線（大致階段，非精確年份）：
1990s-2000s初 │ 房間級冷卻（CRAC/CRAH）為絕對主流
│ 單櫃密度 < 5kW，房間級冷卻足夠
│
2000s中期 │ 網際網路/雲端運算興起，單櫃密度開始攀升
│ 行間空調概念出現，廠商開始推出產品
│ Vertiv（原 Liebert/Emerson）、APC（後被施耐德收購）
│ 等廠商率先商業化
│
2010s │ 行間空調成為新建中高密度資料中心的標配選項
│ 冷/熱通道封閉成為行業最佳實踐
│ 間接蒸發冷卻、自然冷卻等節能技術與行間方案結合
│ 國內廠商（華為、艾特網能等）快速追趕
│
2020s │ AI 訓練驅動單櫃密度突破 30-100kW+
│ 液冷（冷板/浸沒）興起，覆蓋最極端密度
│ 行間空調定位調整：中低密度區域主力 + 混合冷卻體系中的重要組成
│ 中溫冷凍水（如 18°C 供水）趨勢，提高自然冷卻小時數
│
2024-2025+ │ AI 資料中心建設爆發期
│ 混合冷卻成為主流架構：液冷覆蓋 GPU 訓練櫃，
│ 行間空調覆蓋其餘區域
│ 智慧調控（AI-based controls）最佳化行間空調群控能效注：以上為產業發展階段梳理 [綜合行業認知]，具體年份為大致判斷，非精確歷史節點。
技術路線對比
行間空調 vs 其他冷卻方案
| 維度 | 房間級精密空調 (CRAC/CRAH) | 行間空調 (In-row) | 後門熱交換器 (Rear-door HX) | 冷板液冷 (Direct-to-Chip) | 浸沒式液冷 (Immersion) |
|---|---|---|---|---|---|
| 冷卻介質 | 空氣 | 空氣 | 空氣+水 | 液體（水/介電液） | 介電液體 |
| 換熱距離 | 房間級（~10m+） | 行級（~1-2m） | 櫃級（<1m） | 晶片級（mm級） | 晶片級（mm級） |
| 典型承載密度 | 5-10 kW/櫃 [估算] | 10-30 kW/櫃 [估算] | 20-50 kW/櫃 [估算] | 50-100+ kW/櫃 [估算] | 100+ kW/櫃 [估算] |
| PUE 貢獻 | 較高（1.4-2.0+）[估算] | 中等（1.2-1.5）[估算] | 中等（1.2-1.4）[估算] | 較低（1.05-1.2）[估算] | 最低（1.02-1.1）[估算] |
| 改造難度 | 低（傳統方案） | 中等 | 中等 | 高（需液冷管路進機櫃） | 高（需改造機櫃/機房） |
| 漏水風險 | 低（水管遠離裝置） | 中（需防護） | 中 | 高（液體直接進櫃） | 低（無管路洩漏風險） |
| 運維複雜度 | 低 | 低-中 | 中 | 高 | 高 |
| 適用階段 | 存量 / 低密度 | 新建 / 中高密度 | 存量改造 / 中高密度 | 新建 AI / 高密度 | 新建 / 最高密度 |
注： 密度和 PUE 範圍為行業經驗估算 [行業估算]，實際數值取決於具體設計和執行條件，存在較大差異區間。
上下游
上游（行間空調的供應側）
上游關鍵環節：
壓縮機 ──→ 用於 DX 型行間空調
（渦旋/螺桿壓縮機等）
主要供應商：艾默生谷輪、丹佛斯、比澤爾等
換熱器/盤管 ──→ 銅管鋁翅片、微通道換熱器
主要供應商：各類換熱器專業製造商
EC 風機 ──→ 電子換向直流風機（變速、高效）
主要供應商：依必安派特（EBM-Papst）、尼得科等
冷凍水系統 ──→ 冷水機組 + 冷卻塔/乾冷器 + 水泵
冷水機組供應商：特靈、約克、開利、麥克維爾等
控制系統 ──→ PLC / 嵌入式控制器 / DCIM 整合介面
機櫃/結構件 ──→ 行間單元需與標準機櫃尺寸相容下游（行間空調的需求側）
| 需求方 | 典型場景 |
|---|---|
| 雲端運算廠商 | 超大規模資料中心（Hyperscale）的中低密度區域 |
| AI 訓練/推論基礎設施 | 作為混合冷卻體系中液冷方案的補充 |
| 電信運營商 | 邊緣資料中心、5G MEC 機房 |
| 金融機構 | 自建資料中心、災備中心 |
| 政府/企業 | 政務雲端、企業私有雲端機房 |
| IDC 服務商 | 為多租戶提供不同密度等級的託管空間 |
關鍵指標
評估行間空調方案時關注的核心技術與經濟指標：
| 指標 | 說明 | 備註 |
|---|---|---|
| 額定製冷量（kW） | 單臺裝置的名義製冷能力 | 需注意測試工況條件（進/出水溫、迴風溫度） |
| PUE（Power Usage Effectiveness） | 資料中心總能耗 / IT 裝置能耗 | 行間方案通常比房間級方案 PUE 降低 0.1-0.3+ [估算] |
| CLF（Cooling Load Factor） | 冷卻系統能耗 / IT 裝置能耗 | 比 PUE 更精確反映冷卻側效率 |
| 送風溫度精度 | 出風溫度波動範圍 | 行間空調通常控制精度優於房間級 |
| 單櫃支撐密度（kW/櫃） | 可安全冷卻的單櫃最大熱負荷 | 取決於具體產品和氣流管理設計 |
| 風機功耗比（kW/kW 製冷） | 每 kW 製冷量消耗的風機功耗 | EC 風機 + 精確送風可顯著降低此值 |
| 可用性 / 冗餘設計 | N+1、2N 等冗餘配置 | 關鍵場景需考慮冗餘 |
| 噪音（dB(A)） | 執行噪音水平 | 影響運維人員工作環境 |
| 漏水防護等級 | 結構設計、漏水檢測、排水措施 | 冷凍水型尤其關鍵 |
供需與市場資料
市場規模
全球資料中心精密空調（含行間空調、房間級、櫃級等全品類）市場規模：
- 整體精密空調市場為數百億美元量級 [行業報告口徑，具體數字因統計口徑不同有差異]
- 行間空調在精密空調中的佔比持續提升，但具體份額資料各機構統計口徑不一 [未充分揭露精確佔比]
需求驅動
- AI 資料中心建設潮： 2023-2025 年全球超大規模 AI 資料中心密集開建，帶動整體冷卻裝置需求爆發
- 存量改造需求： 大量傳統資料中心面臨密度升級，需要從房間級過渡到行級/櫃級冷卻
- PUE 政策約束： 中國及歐盟等地對新建資料中心 PUE 提出更嚴格要求（如中國多地要求新建大型資料中心 PUE < 1.3），倒逼採用更高效的近熱源冷卻方案
供給格局
行間空調市場參與者主要包括：
- 國際頭部： Vertiv（維諦技術）、Schneider Electric（施耐德電氣/APC）、Rittal（威圖）、Stulz（斯圖茲）等
- 國內頭部： 華為、維諦技術（中國業務）、艾特網能（科華資料旗下）、依米康、佳力圖等
- 競爭要點： 產品可靠性、能效、與 DCIM 的整合能力、本地化服務網路
注： 市場資料引用需註明口徑和年份，此處為定性描述和趨勢判斷，具體數字請參考各研究機構（IDC、Uptime Institute、賽迪等）釋出的最新報告。
代表公司與資本對映
| 公司 | 行間空調相關業務 | 上市/關聯 | 備註 |
|---|---|---|---|
| Vertiv（維諦技術） | 全系列行間空調產品（Liebert 品牌） | NYSE: VRT | 全球資料中心溫控龍頭之一 |
| Schneider Electric | APC InRow 系列 | EPA: SU | 通過收購 APC 進入行間冷卻市場 |
| Rittal | LCP 系列行間冷卻方案 | 非上市（家族企業） | 德國工業機櫃與溫控龍頭 |
| Stulz | CyberRow 系列 | 非上市 | 德國精密空調專業廠商 |
| 華為 | FusionCol 系列行間溫控 | 非上市 | 國內資料中心溫控方案主要玩家 |
| 科華資料 / 艾特網能 | 行間精密空調產品線 | 002335.SZ | 國內資料中心基礎設施主要供應商 |
| 依米康 | 精密空調全品類含行間 | 300249.SZ | 國內精密空調上市公司 |
| 佳力圖 | 精密空調含行間方案 | 603912.SH | 國內資料中心溫控上市公司 |
| 申菱環境 | 資料中心溫控解決方案 | 301018.SZ | 國內特種空調廠商，覆蓋資料中心 |
注： 以上為公開資訊梳理，各公司具體產品型號、營收佔比、市場份額請參閱其最新財報和產品手冊。不構成投資建議。
投資邏輯
核心看點
-
AI 資料中心建設紅利： 全球範圍內 AI 訓練/推論基礎設施大規模建設，冷卻系統是資料中心四大子系統之一（供配電、溫控、機櫃、綜合佈線），行間空調作為中高密度冷卻主力方案之一直接受益。
-
PUE 政策紅利： 各國/地區對新建資料中心 PUE 要求趨嚴（中國部分城市要求 PUE < 1.2-1.3），倒逼採用行間空調等高效冷卻方案替代傳統房間級冷卻，推動存量替換和新建需求。
-
從”行間”到”混合冷卻”的方案升級： AI 資料中心推動冷卻方案從單一空氣冷卻向”液冷 + 行間空調”混合體系演進，具備全方案覆蓋能力的廠商更有競爭力。
風險與挑戰
- 液冷替代風險： 若 AI 單櫃密度持續攀升，液冷佔比可能擴大，行間空調在最高密度場景的市場空間可能被壓縮
- 價格競爭： 國內市場參與者眾多，中低端產品存在價格戰風險
- 專案制屬性： 資料中心冷卻裝置多為專案制採購，營收可預測性不如軟體/SaaS
- 週期性： 受資料中心建設週期和資本支出波動影響
產業鏈受益邏輯
AI 算力需求爆發
│
▼
大規模資料中心建設（新建 + 改造）
│
├── 溫控系統需求增長
│ ├── 行間空調（中高密度空氣冷卻）
│ ├── 液冷系統（最高密度冷卻）
│ └── 冷水機組、冷卻塔等冷站裝置
│
├── 供配電系統需求增長
└── 機櫃、綜合佈線等需求增長常見誤讀糾偏
誤讀 1：“AI 時代只有液冷，行間空調已經過時”
糾偏： 這是過度簡化的二元敘事。現實情況是：
- AI 資料中心中並非所有機櫃都是 GPU 訓練櫃。網路交換器、儲存、管理節點、推論伺服器等的密度通常遠低於訓練櫃，行間空調完全能覆蓋。
- 即使在 AI 專區，也常見”混合冷卻”架構：最密集的 GPU 櫃用液冷，其餘區域用行間空調。
- 行間空調在中低密度段的成本效益和部署便捷性仍顯著優於液冷。
- 從全球範圍看，行間空調的總出貨量仍在增長 [行業趨勢判斷]。
誤讀 2：“行間空調能解決所有中高密度問題，不需要額外氣流管理”
糾偏： 行間空調只是冷卻裝置本身，氣流管理 是其高效工作的前提。如果冷熱通道未封閉、機櫃盲板未填充、架空地板縫隙未密封，行間空調的效率會大打折扣——冷熱氣流仍然會混合。正確的做法是將行間空調視為 “裝置 + 氣流管理” 的系統方案，而非單一產品。
誤讀 3：“行間空調的 PUE 數字可以直接對比不同方案”
糾偏： PUE 受 全系統 設計影響（供配電效率、冷凍水系統效率、自然冷卻時長、負載率、氣候條件等），行間空調只是其中一環。同一臺行間空調，在不同地區、不同設計的機房中測得的 PUE 差異巨大。比較冷卻方案優劣應看 CLF（Cooling Load Factor） 和 TCO（總擁有成本），而非單純看 PUE 宣傳數字。
誤讀 4：“冷凍水型行間空調一定比 DX 型更節能”
糾偏： 在大型資料中心場景下，冷凍水型通常更高效，因為冷站側可以利用規模效應和自然冷卻。但在中小型或分散式場景（如邊緣資料中心），DX 型可能更實際——它不依賴冷凍水管網，部署更快，部分場景下 DX 變頻系統的能效也不差。需根據具體場景做 TCO 分析，而非一概而論。
學習路徑
入門（建立認知）
- 瞭解資料中心基礎架構：電力、製冷、機櫃、網路四要素
- 理解 CRAC/CRAH（房間級冷卻）的基本原理和侷限
- 學習氣流管理基礎概念：冷/熱通道、旁路氣流、再迴圈
進階（理解技術細節）
- 閱讀主流廠商行間空調產品白皮書（Vertiv Liebert、Schneider APC InRow、Stulz CyberRow 等）
- 學習 ASHRAE TC 9.9 資料中心熱環境指南（溫溼度推薦範圍）
- 理解 PUE、CLF、WUE 等資料中心能效指標的定義和侷限
- 研究氣流模擬（CFD）在資料中心冷卻設計中的應用
高階（產業與投資視角）
- 研究 AI 資料中心功率密度演進趨勢及其對冷卻方案選擇的影響
- 對比液冷（冷板/浸沒）與行間空調的適用場景和經濟性
- 追蹤全球超大規模資料中心建設動態（各廠商 CapEx 報告）
- 閱讀 Uptime Institute 年度資料中心調研究報告告
一句話總結
行間空調是資料中心從房間級冷卻向近熱源冷卻演進的關鍵過渡方案，在 AI 時代的中低密度區域仍為主力，並作為混合冷卻架構的重要組成部分與液冷共存——理解它，就是理解資料中心冷卻從”粗放”到”精準”的產業升級邏輯。
延伸閱讀與來源
| 來源型別 | 推薦資源 | 說明 |
|---|---|---|
| 廠商白皮書 | Vertiv / Schneider / Stulz / 華為 產品選型手冊 | 獲取具體產品規格的最佳渠道 |
| 行業標準 | ASHRAE TC 9.9《Thermal Guidelines for Data Processing Environments》 | 資料中心熱環境權威指南 |
| 行業報告 | Uptime Institute《Annual Data Center Survey》 | 全球資料中心運營趨勢年度調研 |
| 行業報告 | IDC / Gartner 資料中心基礎設施市場報告 | 市場規模與份額資料 |
| 學術/技術 | 資料中心 CFD 氣流模擬相關文獻 | 深入理解氣流組織機理 |
| 國內行業 | 中國信通院《資料中心白皮書》 | 國內資料中心產業資料與政策 |
| 財報/公告 | 各上市公司年報（維諦、科華、依米康、佳力圖等） | 營收結構、業務增速、資本支出 |
宣告： 本文中的技術引數範圍為行業經驗估算 [行業估算]，具體數值以各廠商最新產品規格書為準。市場資料為定性趨勢判斷，精確數字請查閱註明來源的行業報告。本文不構成任何投資建議。
寫在最後：資料中心冷卻方案的選擇永遠是”場景驅動”的——沒有萬能方案，只有最適合當前密度、成本和運維約束的方案。行間空調的真正價值，在於它精準命中了中高密度場景下”效率與成本的甜區”。