進液溫度（Liquid Supply Temperature）

3 秒看懂

進液溫度 = 冷卻液進入晶片冷板（cold plate）那一刻的溫度，是液冷系統最核心的單一設定引數。進液溫度越低，晶片降溫越快，但製冷能耗越高；進液溫度越高，越容易實現”無壓縮機免費冷卻”，但晶片熱裕度收窄——整條 AI 液冷供應鏈的經濟模型，本質上圍繞這一個數字展開博弈。

3 分鐘產業解釋

為什麼現在所有人都在談”進液溫度”？

AI 算力的單晶片功耗從 H100 的 ~700W 躍升至 GB200 超級晶片模組的 ~2700W（行業估計值，具體數值以產品公告為準），傳統風冷已經無法在標準機架深度內帶走熱量。液冷從”可選”變為”剛需”。

而一旦進入液冷時代，所有討論最終都會回到一個數字：冷卻液以什麼溫度進入冷板？

溫度太低（如 < 20°C）：製冷系統（chiller）必須持續運轉，PUE 反而可能不如最佳化後的風冷。
溫度太高（如 > 50°C）：雖然可以完全免壓縮機冷卻（dry cooler / cooling tower 直接供液），但晶片結溫逼近上限，降頻風險大增。
甜蜜區間：業界普遍追求 30–45°C 的進液溫度（定性範圍，具體取決於晶片熱設計、冷板效率和當地氣候），實現”溫水冷卻”（warm-water cooling），用冷卻塔的自然散熱即可應對，大幅降低資料中心 PUE。

一句話：進液溫度決定了整個冷卻塔、CDU、管路系統的工程選型，是液冷資料中心的”設計原點”。

15 分鐘專家深入

1. 從晶片結溫反推進液溫度的工程邏輯

熱路徑鏈如下（簡化）：

晶片結溫 T_junction
  │  ← 晶片內部熱阻 R_die（矽本身 + 焊料 + TIM）
  ▼
封裝表面 T_case / T_coldplate_contact
  │  ← 冷板熱阻 R_coldplate（銅/鋁微通道 + 導熱矽脂/TIM）
  ▼
冷板內液溫 T_fluid_out = T_fluid_in + ΔT_coldplate
  │
  ▼
進液溫度 T_supply（= 本文核心變數）

熱平衡關係：

Q_chip = ṁ × Cp × ΔT_fluid

其中：
  Q_chip  = 晶片功耗（W）
  ṁ       = 冷卻液質量流量（kg/s）
  Cp      = 冷卻液比熱容（水約 4186 J/(kg·K)）
  ΔT_fluid = 冷板出液溫度 − 進液溫度

關鍵洞察：如果晶片功耗 Q 固定，提高進液溫度 T_supply → ΔT_fluid 需要更大（否則出液溫度過高影響下游）→ 要麼提高流量 ṁ（泵功增加），要麼接受更小的溫差約束。這就是進液溫度為什麼是一個系統級權衡變數，而不只是冷卻工程師的引數。

2. ASHRAE 液冷溫控指南

ASHRAE（美國採暖製冷空調工程師學會）為資料中心液冷提出了基於進水溫度的數字代號等級（如 W17、W27、W32 等），區分了不同裝置耐受等級：

液冷等級（ASHRAE 架構）	典型進液溫度範圍（定性）	特徵
W17（冷水）	較低，需 chiller	高冷卻餘量，PUE 友好度差
W32	~32°C	溫水冷卻，大量採用冷卻塔直接散熱
W45	~45°C	高溫水冷卻

⚠️ 注意：上表為基於 ASHRAE 架構的定性歸納，具體數值以 ASHRAE TC 9.9 最新出版物為準。搜尋未返回可驗證的精確資料來源。

3. 進液溫度與 PUE 的關係

傳統風冷 PUE ≈ 1.3 – 1.6（取決於氣候和最佳化程度）
液冷+低溫進液（&lt;25°C）PUE ≈ 1.15 – 1.25（chiller 仍然需要部分執行）
液冷+溫水進液（35–45°C）PUE ≈ 1.02 – 1.10（冷卻塔直供，chiller 僅極端天氣備用）

以上數字為行業公開討論的典型區間，非某一廠商實測值。實際 PUE 受氣候區、負載率、混合散熱架構影響極大。

核心邏輯：進液溫度每提升 1°C，冷卻塔可覆蓋的自然冷卻小時數（free cooling hours）可能增加數百小時/年——這就是為什麼業界有動力把進液溫度推高到晶片能承受的極限。

技術原理

液冷系統熱力學模型

┌─────────────── 資料中心環境 ───────────────────────┐
│                                                     │
│  ┌──────────┐    進液溫度 T_in     ┌─────────────┐ │
│  │ 冷卻塔 /  │ ──────────────────→ │  CDU         │ │
│  │ 乾冷器    │ ←────────────────── │ （冷卻分配單元）│ │
│  │dry cooler│    回液溫度 T_out    │  控制 T_in   │ │
│  └──────────┘                     └──────┬────────┘ │
│       ↑ 與室外空氣換熱                      │          │
│       │                                  │ T_in     │
│                                           ▼          │
│                                    ┌──────────────┐  │
│                                    │  機架內冷板    │  │
│                                    │  (Cold Plate) │  │
│                                    │  GPU/CPU 模組 │  │
│                                    └──────────────┘  │
│                                           │          │
│                                    ΔT = Q/(ṁ×Cp)    │
│                                    出液 = T_in + ΔT  │
└─────────────────────────────────────────────────────┘

CDU（Coolant Distribution Unit）是控制進液溫度的核心裝置：

內建板式換熱器（PHE），隔離一次側（設施水）與二次側（IT 側冷卻液）
通過調節一次側閥門開度 / 旁通混水，精確控制二次側出液溫度（即進液溫度）
監控進/出液溫差（ΔT）、流量、壓力，作為健康指標

關鍵物理約束

① 冷板側——ΔT 限制

冷板出液溫度有上限（通常不希望超過 ~55–60°C，定性值，取決於密封材料和防漏設計），因此：

T_supply_max = T_out_max − ΔT_coldplate

若 ΔT_coldplate = 15K（典型），T_out_max = 55°C
→ T_supply_max ≈ 40°C

② 晶片側——結溫上限

GPU/CPU 結溫上限通常在 95–110°C 區間（因工藝和廠商設計而異）。從結溫到進液的總熱阻鏈決定了最低可接受進液溫度的上限——而不是下限。

③ 冷卻液物性約束

冷卻液型別	Cp（比熱容，定性）	典型場景	進液溫度特徵
去離子水 + 新增劑	高（~4.2 kJ/(kg·K)）	直接冷板（D2C）主流	30–45°C 溫水可行
丙二醇/乙二醇混合液	略低於水	需防凍場景	稍低，犧牲部分換熱
電子氟化液（如 3M Novec / Fluorinert 類）	低（~1.0–1.1 kJ/(kg·K)）	浸沒式冷卻	因 Cp 低，同等流量下 ΔT 大，進液溫度需更精確控制
介電油（礦物油類）	中低（~2.0 kJ/(kg·K)）	單相浸沒	需較大流量補償

氟化液品牌型號眾多，Cp 以廠商資料表為準。上表為數量級參考。

技術演進史

階段一：風冷時代（~2015 年前）

資料中心不存在”進液溫度”概念。冷卻靠機房空調（CRAC/CRAH）吹冷風，送風溫度 ~18–24°C（ASHRAE A1 推薦）。
單晶片功耗 < 300W，風冷夠用。

階段二：HPC 先行探索（~2015–2020）

超級計算機（如 IBM Summit / Sierra，歐洲各 HPC）率先採用直接液冷。
進液溫度設定偏保守（~30°C 左右，估算），PUE 最佳化是主要驅動力。
CDU 技術從工業領域遷移到資料中心。

階段三：AI 爆發倒逼規模化（2020–2024）

A100 → H100 → H200 → B200/GB200，單模組功耗從 ~400W 飆升到 ~1000W+ 乃至 ~2700W（GB200 NVL72 整機櫃 ~120kW）。
液冷從”可選最佳化”變為”架構剛需”。
行業開始認真討論將進液溫度提高到 40°C+，以徹底擺脫壓縮機。
NVIDIA GB200 NVL72 參考設計明確要求液冷，具體進液溫度推薦值以 NVIDIA 官方技術文件為準。

階段四：高溫液冷 / 餘熱回收（2025+ 展望）

進液溫度繼續提升至 50°C+ 甚至更高，出液溫度可達 60–70°C。
高品質廢熱可直接用於區域供暖、吸收式製冷等餘熱回收場景。
與浸沒式冷卻結合，進一步解耦晶片熱設計與環境溫度。

技術路線對比

維度	低溫進液（<25°C）	溫水進液（30–45°C）	高溫進液（>45°C）
典型應用	早期 HPC / 極高熱密度場景	當前 AI 資料中心主流方向	前沿探索 / 餘熱回收場景
是否需 Chiller	是（持續執行）	否（冷卻塔/乾冷器直供，chiller 僅峰值備用）	完全不需要
PUE 貢獻	一般（1.15–1.25 量級）	優秀（1.03–1.10 量級）	極優（趨近 1.0）
晶片熱裕度	寬裕	適中	緊張，需精細熱管理
CDU 複雜度	中等	中等	需高溫密封、專用材料
冷卻液選擇	水/乙二醇均可	水基為主	需耐高溫冷卻液，材料相容性約束
餘熱利用價值	低（溫位太低）	中等（可預熱生活用水）	高（可驅動吸收式製冷/供暖）

數字為行業公開討論的典型量級，非某一專案實測。

上下游

上游（進液溫度相關的元件/材料供應）

冷卻液原料     → 去離子水處理劑、乙二醇、氟化液（3M/Solvay/巨化等）
冷板/微通道    → 銅鋁精密加工（Cooler Master、Auras、雙鴻等臺系/陸系供應商）
CDU 裝置       → Vertiv、Schneider、維諦、英維克、曙光、綠色雲端圖等
管路/快接頭    → Parker、Staubli、Nitto Kohki、川環科技等
溫度感測器     → Pt100/PTC、熱電偶、紅外熱像儀（監控進液溫度精度）
泵系統         → 格蘭富（Grundfos）、威樂（Wilo）等

下游（進液溫度的最終影響物件）

GPU/CPU 晶片   → 結溫、頻率穩定性、壽命（溫度每降低 10°C，電子器件壽命理論翻倍——阿倫尼烏斯模型）
資料中心運營商  → PUE、電費（OPEX）、碳排放指標
AI 訓練效率    → 溫控不良 → GPU 降頻 → 訓練吞吐下降

關鍵指標

指標	含義	行業參考範圍（定性）
進液溫度 T_supply	冷卻液進入冷板溫度	30–45°C（當前主流目標區間）
出液溫度 T_return	冷卻液離開冷板溫度	T_supply + ΔT（通常 ΔT = 10–20K）
ΔT（進回液溫差）	反映單位流量帶走的熱量	越大越好（流量可減小），但受限於出液溫度上限
流量 Flow Rate	單機架/單晶片冷卻液流量	與功耗正相關，GB200 級別單機架可能需 L/min 級精確控制
冷卻液品質	電導率、pH、顆粒物	電導率通常需 < 10 μS/cm（去離子水），以防腐蝕和短路
CDU 控溫精度	進液溫度波動	目標 ±0.5–1°C（估算，取決於系統設計）
液冷系統 COP	製冷效能係數	冷卻塔直供時 COP 可極高（>10），chiller 模式下 ~3–6

供需與市場資料

為什麼進液溫度成為一個”市場變數”？

晶片側需求拉動：AI 加速器功耗年增 30–50%（行業共識估算），液冷滲透率從 2023 年的 < 10% 向 2026 年的 30–50%+ 快速提升（行業預測區間，來源各異）。
進液溫度的設定直接影響：
- CDU 採購規格（是否需要內建 chiller 模組？成本差異可達數倍）
- 冷卻塔選型（中溫 vs 低溫冷卻塔，造價差異）
- 管路材料（低溫可用 PVC，高溫需不鏽鋼/CPVC）
- 整體 CAPEX/OPEX 分配
全球液冷市場規模：多家行業報告預測 2024–2028 年 CAGR 在 25–40% 區間（因口徑不同差異大，含 CDU、冷板、管路等全部元件）。

⚠️ 搜尋未返回可驗證的精確市場規模資料。以上為基於行業共識的定性描述。

代表公司與資本對映

環節	代表公司	與進液溫度的關係
CDU / 冷卻分配單元	Vertiv（VRT）、施耐德（SU）、英維克、曙光數創、綠色雲端圖	CDU 是控制進液溫度的核心裝置，溫控精度是產品核心賣點
冷板	Cooler Master、Auras（雙鴻）、CoolIT、Jetcool	冷板熱阻直接決定在給定進液溫度下的晶片降溫效果
冷卻液	3M（已退出 PFAS）、Solvay、巨化股份	冷卻液比熱容/沸點決定進液溫度可行範圍
快接頭/管路	Staubli、Parker、川環科技、日豐股份	高進液溫度對密封材料提出更高要求
GPU 廠商（需求端）	NVIDIA、AMD、Intel	晶片熱設計功耗和結溫上限定義了進液溫度的上下界
資料中心運營商（決策端）	萬國資料、世紀互聯、Equinix、AWS、Google	根據 PUE 目標和當地氣候決定進液溫度設定

投資邏輯

核心論點：進液溫度是一個”被低估的系統級變數”

大多數投資者關注液冷時聚焦在”冷板 + CDU”硬體。但 進液溫度的設定實際上決定了整個液冷系統的 CAPEX/OPEX 結構：

進液溫度越高 → CDU 可以去掉 chiller → 成本下降 30–50%（估算） → 液冷在更多場景具備經濟性 → 加速滲透。
進液溫度越高 → 冷卻塔/乾冷器成為主要散熱裝置 → 利好冷卻塔廠商、暖通空調供應鏈。
進液溫度越低 → 晶片熱裕度越大 → GPU 可以以更高頻率執行更長時間 → 在 AI 訓練的”時間就是金錢”邏輯下，部分客戶願意為低溫液冷付溢價。
風險點：進液溫度過高 → 密封件老化加速、冷卻液降解 → 維護成本上升。這是一個 可靠性 vs 經濟性 的經典工程權衡。

投資對映思路

進液溫度上升趨勢（溫水/高溫液冷）
  → CDU 簡化（去 chiller）
  → 冷卻塔/乾冷器需求增加
  → 利好：暖通傳統廠商切入資料中心賽道

進液溫度精細化控制需求
  → 高精度感測器、智慧 CDU、液冷管理軟體
  → 利好：有工業溫控/過程控制背景的公司

常見誤讀糾偏

❌ 誤讀 1：“進液溫度越低越好”

糾偏：進液溫度低確實給晶片更多熱裕度，但會帶來：

製冷能耗大幅上升（chiller COP 僅 3–6）
PUE 升高，抵消液冷本身效率優勢
冷卻液可能需要防凍處理（乙二醇），降低比熱容
管路外表面可能結露（低於露點），帶來腐蝕和電氣安全隱患

正確理解：進液溫度應設定在 “儘可能高但仍能保證晶片安全執行” 的位置——這是系統工程最佳化問題，不是越低越好。

❌ 誤讀 2：“進液溫度是一個固定規格，選好了就不變了”

糾偏：實際執行中，進液溫度是一個 動態調節變數：

冬季室外溫度低，冷卻塔能力富餘，可提高進液溫度（省電）
夏季高溫，需降低進液溫度或啟用 chiller
負載低時，晶片功耗下降，可提高進液溫度
CDU 的智慧控制演算法會根據多維輸入即時調節

正確理解：進液溫度是一個 控制目標（setpoint），而非一個固有屬性。優秀的液冷系統會根據環境和負載動態最佳化此值。

❌ 誤讀 3：“所有液冷系統都需要嚴格控制進液溫度”

糾偏：

浸沒式液冷的熱管理邏輯與直接冷板（D2C）不同。浸沒式中，冷卻液與晶片直接接觸（單相）或發生相變（兩相），“進液溫度”的定義和控制方式有本質區別。
兩相浸沒式中，冷卻液在晶片表面沸騰，溫度由冷卻液沸點決定，進液溫度的概念弱化為”冷卻液飽和溫度”或”冷凝器返回溫度”。

學習路徑

Level 1：概念入門

瞭解資料中心冷卻架構：風冷 → 後門熱交換器 → 直接液冷 → 浸沒液冷的演進
關鍵詞：PUE、冷板（cold plate）、CDU、冷卻塔

Level 2：熱力學基礎

理解熱傳導公式 Q = ṁ × Cp × ΔT
瞭解晶片熱阻鏈（junction → case → TIM → cold plate → fluid）
學習 ASHRAE TC 9.9 對資料中心熱環境的分類

Level 3：工程實踐

研究 CDU 廠商產品手冊（Vertiv、Schneider 等公開資料）
瞭解冷卻液選型邏輯（比熱容、電導率、閃點、GWP）
學習液冷管路設計：並聯 vs 串聯迴路對進液溫度均勻性的影響

Level 4：系統最佳化

掌握進液溫度與 PUE 的聯合最佳化模型
瞭解 AI 負載特性（間歇性高功耗 vs 穩態推論）對進液溫度控制策略的影響
研究餘熱回收經濟模型（進液溫度越高，可回收熱品位越高）

一句話總結

進液溫度是液冷資料中心的”系統原點”——一個數字，決定了 CDU 是否需要壓縮機、冷卻塔選多大、管路用什麼材料、PUE 能做到多低、廢熱能否回收。在 AI 功耗飆升的時代，把進液溫度從 25°C 推到 45°C，可能比任何晶片工藝進步都更能降低資料中心的整體能耗成本。

延伸閱讀與來源

ASHRAE TC 9.9 — Thermal Guidelines for Liquid Cooled Data Processing Equipment（資料中心液冷熱環境指南，行業權威基準）
OCP (Open Compute Project) — Advanced Cooling Solutions 子專案，涵蓋冷板、CDU、浸沒冷卻的技術規範
NVIDIA GB200 NVL72 技術概述 — NVIDIA 官方釋出的液冷超級計算機構架資料（具體進液溫度引數需查閱官方文件）
Vertiv / Schneider Electric — CDU 產品白皮書（涵蓋進液溫度控制策略）
Uptime Institute — 資料中心冷卻趨勢年度報告
Liquid Cooling for Data Centers (Liquitainer / GRC 等浸沒冷卻廠商) — 兩相 vs 單相浸沒液冷技術對比

⚠️ 免責說明：本文中具體數字（溫度區間、PUE 值、市場份額等）均基於行業公開討論的典型量級和定性共識，非某一權威來源的精確資料。搜尋過程中主要文獻源返回 HTTP 403 錯誤，無法交叉驗證。投資決策請以一手資料和廠商官方揭露為準。