行級 CDU（Row-Level Coolant Distribution Unit）
3 秒看懂
行級 CDU = 部署在機櫃列（Row）旁、為一整列機櫃統一分配冷卻液的”液冷中轉站”。 它架在機櫃級 CDU 和房間級 CDU 之間，是當前 AI 算力叢集液冷改造中出貨量增長最快的 CDU 形態。
一句話：每列伺服器配一臺，管住一整排的散熱命脈。
3 分鐘產業解釋
為什麼需要”行級”這個粒度？
| 背景 | 說明 |
|---|---|
| 功率密度飆升 | 單臺 AI 訓練機櫃功耗從傳統 5–8 kW 躍升至 40–120 kW（含 GPU+網路+CPU），傳統風冷行間空調已接近物理極限 |
| 機櫃級 CDU 太碎 | 1 臺 CDU 對 1 個機櫃，管路多、運維複雜、成本高，大規模部署不經濟 |
| 房間級 CDU 太粗 | 1 臺 CDU 對整個機房，管路長、壓降大、單點故障風險高 |
| 行級是”甜點” | 1 臺 CDU 覆蓋 1 列（Row）4–12 個機櫃，兼顧靈活性與規模經濟 |
行級 CDU 在系統中的位置
┌─────────────────────────────────────────────────┐
│ 一次側（設施側） │
│ 冷卻塔 / 乾冷器 → 一次側冷凍水（通常 25–35°C） │
└────────────────────────┬────────────────────────┘
│ 一次側管路
┌──────────▼──────────┐
│ 行級 CDU (Row CDU) │
│ ┌─────────────────┐ │
│ │ 板式換熱器 (PHX) │ │ ← 一二次側熱交換
│ │ 二次側迴圈泵組 │ │ ← 維持二次側流量/壓力
│ │ 膨脹罐/補液裝置 │ │
│ │ 控制閥 & 感測器 │ │ ← 溫度/流量/壓力/漏液檢測
│ │ 監控 & 通訊模組 │ │ ← BMS/DCIM 對接
│ └─────────────────┘ │
└──┬───┬───┬───┬───┬──┘
│ │ │ │ │ 二次側管路（CDU→機櫃）
┌─────┘ │ │ │ └─────┐
▼ ▼ ▼ ▼ ▼
Rack1 Rack2 ... RackN-1 RackN
(GPU) (GPU) (GPU) (GPU)
│
┌────▼────┐
│冷板模組 │ ← 直接貼在 GPU/CPU/NVSwitch 表面
│(Cold Plate)│
└─────────┘關鍵功能分解：
- 熱交換：通過板式換熱器（Plate Heat Exchanger）將一次側（設施冷凍水）的冷量傳遞給二次側（去離子水或丙二醇溶液），兩側流體物理隔離，避免設施側水質汙染 IT 側管路。
- 流體迴圈：二次側變頻泵組根據 GPU 負載動態調節流量，典型二次側供回水溫差 ΔT 在 8–15°C 範圍內（具體取決於冷板設計與負載率，行業趨勢是拉大 ΔT 以減小流量、降低泵功）。
- 監控與安全：即時監測漏液（leak detection）、流量、溫度、壓差；異常時可自動關閉二次側泵組，防止冷卻液洩漏至 IT 裝置。
- 冗餘設計：主流行級 CDU 雙泵冗餘（N+1），板式換熱器可選雙路冗餘，供電雙路市電 + UPS。
15 分鐘專家深入
1. 行級 CDU vs. 機櫃級 / 房間級 CDU：選型矩陣
| 維度 | 機櫃級 CDU | 行級 CDU | 房間級 CDU |
|---|---|---|---|
| 覆蓋範圍 | 1 個機櫃 | 1 列（4–12 個機櫃） | 整個機房 / 模組 |
| 典型單機散熱能力 | 50–150 kW | 200–1,500 kW（業界產品差異大） | 1–5+ MW |
| 佔地 | 內建機櫃內或櫃旁獨立 | 列端/列間專用櫃位 | 獨立裝置間 |
| 管路複雜度 | 低（但數量多） | 中等 | 高（長管路、大管徑） |
| 單點故障影響 | 僅 1 櫃 | 僅 1 列（4–12 櫃） | 全機房 |
| 規模經濟 | 差 | 較優 | 優（但靈活性差） |
| 適用場景 | 小規模/異構混合 | AI 訓練叢集主流選擇 | 超大規模 / 傳統 HPC |
| 典型功耗密度 | 適用 ≥30 kW/櫃 | 適用 40–120+ kW/櫃 | 適用 ≥20 kW/櫃 |
產業共識（定性判斷）：當前 AI 算力叢集（如萬卡/十萬卡叢集）的液冷改造中，行級 CDU 是滲透率增長最快的形態，機櫃級 CDU 多見於存量改造小規模場景，房間級 CDU 更多出現在超大規模預製模組化資料中心。
2. 核心技術引數詳解
以下引數為行業典型範圍，不同廠商產品差異較大，具體以廠商 datasheet 為準：
| 引數 | 典型範圍 | 說明 |
|---|---|---|
| 二次側供液溫度 | 30–45°C（冷板直觸 GPU 場景） | 供液溫度高於傳統冷凍水（7–12°C），因為冷板換熱效率高、GPU 結溫允許範圍較寬 |
| 一次側進水溫度 | 25–35°C | 利用自然冷卻（free cooling）時可更高，降低 PUE |
| 二次側流體 | 去離子水 / 丙二醇水溶液 / 專用冷卻液 | 去離子水電阻率需維持 >1 MΩ·cm 以防電化學腐蝕 |
| 板式換熱器型別 | 釺焊板式 / 半焊板式 | 半焊板式可隔離一次側乙二醇與二次側去離子水 |
| 泵組形式 | 變頻離心泵 / 變頻磁力泵 | 變頻節能，磁力泵無軸封洩漏風險 |
| 二次側流量（單臺 CDU） | 數百至數千 L/min（視覆蓋機櫃數） | 與覆蓋機櫃數和單櫃功耗正相關 |
| 監控介面 | SNMP / Modbus / Redfish / 專用協議 | 需對接 DCIM 和 BMS |
| MTBF | 數萬小時量級 [行業估算] | 關鍵冗餘元件壽命 |
3. 二次側流路拓撲
行級 CDU 到各機櫃的二次側管路連線方式影響可靠性和流量均勻性：
方案 A：序列拓撲（較少採用）
CDU → Rack1 → Rack2 → ... → RackN → CDU（回）
問題：末端機櫃供液溫度升高，流量分配不均
方案 B：並行拓撲（主流）
CDU ──┬──→ Rack1 ──┬──
├──→ Rack2 ──┤──→ CDU（回）
├──→ Rack3 ──┤
└──→ RackN ──┘
優點：各櫃供液溫度一致
注意：需合理設計分流閥/平衡閥以均勻流量
方案 C：環形拓撲（部分廠商方案）
CDU → Rack1 → Rack2 → ... → RackN → CDU
↑ 但 RackN 同時有迴路直連 CDU
目的：提高冗餘性，單點斷管不影響其他機櫃當前行級 CDU 並行拓撲為主流，配合可調流量閥（如電子膨脹閥或比例調節閥）實現按需分配流量。
4. 與 AI 算力叢集的配合關係
行級 CDU 的設計必須與 GPU 機櫃的熱特性匹配：
- 單 GPU 功耗（TDP）參考：NVIDIA H100 SXM ≈ 700 W，H200 ≈ 700 W，B200 ≈ 1000 W（均指 TDP，實際訓練負載通常 60–90% TDP）。具體以 NVIDIA 官方規格為準。
- 節點與機櫃的 GPU 數量：典型單節點 8 GPU（如 DGX H100），單機櫃內可放置多個節點，整櫃 GPU 數量通常為 32–64 卡，部分高密度設計可達更多。
- 單櫃總功耗估算（GPU + CPU + 網路 + 電源損耗 + 風扇殘餘）：一臺含 8 塊 H100 GPU 的節點（如 DGX H100）整機功耗約 10 kW。若機櫃內放置多個此類節點（通常 32–64 卡 H100），單櫃總功耗可達 50–80 kW；對應 B200 多節點整櫃（通常 32–64 卡）可達 80–120+ kW [行業估算，含配套設施]。
- 一行 8–10 個 AI 機櫃：按上述多節點整櫃計，行級 CDU 需處理 400–1,200 kW 的熱負荷 [行業估算]。
- 冷板覆蓋率：當前主流液冷方案僅對 GPU 和 CPU 做冷板覆蓋（direct-to-chip, DTC），記憶體、NVSwitch、網路晶片、NVLink 聯結器等仍由殘餘風冷散熱。因此行級 CDU 需配合機櫃內殘餘風冷（行間空調或後門熱交換器 RDHX）協同工作。
技術原理
CDU 熱力學原理
行級 CDU 本質上是一個液-液板式換熱器 + 二次側流體迴圈系統，其核心熱平衡方程為：
Q = ṁ₂ × Cp₂ × ΔT₂
其中：
Q = 散熱量 (kW)
ṁ₂ = 二次側質量流量 (kg/s)
Cp₂ = 二次側流體比熱容 (kJ/(kg·K))
ΔT₂ = 二次側供回水溫差 (K)一次側與二次側通過板式換熱器耦合：
Q = U × A × LMTD
其中：
U = 總傳熱係數 (W/(m²·K))，取決於板片材質、流道設計、流速
A = 換熱面積 (m²)
LMTD = 對數平均溫差 (K)
一次側進口 (T₁ᵢₙ)
│
▼ 熱流方向
┌────────────────────┐
│ 板式換熱器 PHX │ ← 一次側與二次側逆流換熱
│ ════════════════ │
└────────────────────┘
│
▼
一次側出口 (T₁ₒᵤₜ)泵功最佳化：大 ΔT、小流量策略
傳統策略：小 ΔT (5°C), 大流量
→ 泵功 ∝ 流量 × 壓降 ∝ 流量³（湍流區）→ 泵功高
最佳化策略：大 ΔT (10–15°C), 小流量
→ 相同 Q 下，流量減半
→ 泵功降至約 1/8（流量³ 關係）
→ 代價：冷板出口水溫更高 → 需確保 GPU 結溫不超標這是當前液冷系統設計的核心權衡點之一。行業趨勢是通過最佳化冷板微通道設計（如增加換熱面積、最佳化流道幾何）來提高冷板側的換熱係數，從而允許更大的 ΔT。
控制邏輯
行級 CDU 的典型控制策略：
輸入變數：
- 二次側供液溫度設定值（T_set）
- 各機櫃即時功率（通過 DCIM 或 PDU 獲取）
- 一次側進水溫度 / 流量
- 環境溫度
控制目標：
- 維持二次側供液溫度在 T_set ± 0.5–1°C
- 維持二次側流量滿足最遠端機櫃需求
- 最小化泵功 + CDU 本身功耗
控制手段：
- 變頻泵調速（根據壓差/溫差反饋）
- 一次側調節閥開度（根據二次側供回水溫差）
- 前饋 + PID 反饋組合控制技術演進史
| 時期 | 標誌事件 | CDU 形態演進 |
|---|---|---|
| 2000 年代 | IBM Supercomputer 水冷時代 | 早期 HPC 使用房間級 CDU，液冷被視為”小眾” |
| 2010 年代初 | HPC 液冷復興（如 IBM Blue Gene/Q） | 房間級 CDU 為主，機櫃級 CDU 開始出現 |
| 2015–2018 | Intel 3D XPoint、高功率 CPU 出現 | 行級 CDU 概念萌芽，CoolIT、Asetek 等開始推出行級方案 |
| 2019–2021 | AI 訓練叢集功耗快速上升（V100→A100） | 行級 CDU 產品化加速，8 GPU 機櫃功耗突破 30 kW |
| 2022–2023 | H100 釋出，單機櫃功耗 50+ kW；GB200 NVL72 液冷設計 | 行級 CDU 成為 AI 資料中心液冷標配，國內外廠商密集釋出產品 |
| 2024–2025 | GB200 NVL72 出貨，單機櫃 120+ kW；B200/B300 路線 | 行級 CDU 單機散熱能力向 MW 級演進，部分場景出現”行級+房間級”混合架構 |
技術路線對比
CDU 形態對比（量化表）
| 維度 | 機櫃級 CDU | 行級 CDU | 房間級 CDU |
|---|---|---|---|
| 典型散熱能力 | 50–150 kW | 200–1,500 kW | 1–5+ MW |
| 覆蓋機櫃數 | 1 | 4–12 | 20–100+ |
| 單位 kW 成本 | 較高 [行業估算] | 中等 | 較低 |
| 佔用機櫃空間 | 1 個機櫃內 / 旁 | 1–2 個專用櫃位 / 列端 | 獨立裝置間 |
| PUE 貢獻（液冷部分） | 優 | 優 | 優 |
| 一次側管路長度 | 短 | 中 | 長 |
| 二次側管路長度 | 極短 | 短 | 長 |
| 漏液影響範圍 | 極小（1 櫃） | 小（1 列） | 中等（部分機房） |
| 運維便利性 | 高（就近維護） | 較高 | 一般（需去裝置間） |
| 可擴充套件性 | 差（每增 1 櫃加 1 臺） | 較好（增加機櫃時可能需擴容 CDU） | 好（大余量設計） |
| 當前 AI 叢集滲透率 | 低 [行業估算] | 高且快速增長 | 存量較多 |
液冷方式對比
| 維度 | 直接液冷（DTC, 冷板） | 浸沒式液冷 |
|---|---|---|
| CDU 角色 | 核心元件（行級/機櫃級 CDU 驅動二次側迴圈） | 同樣需要 CDU，但一次側溫度可更高 |
| 與行級 CDU 配合 | 天然適配 | 可配合但浸沒槽通常 1 櫃 1 槽，行級 CDU 優勢不突出 |
| 產業成熟度 | 高，供應鏈完善 | 中等，運維複雜度高 |
| 相容性 | 需定製冷板，但主機板/機櫃改動小 | 需專用槽體、專用冷卻液、運維流程大改 |
| 當前 AI 叢集主流方案 | 是（冷板 + 行級 CDU 為主流） | 小規模試點 |
上下游
上游
| 環節 | 核心元件 | 代表供應商 |
|---|---|---|
| 換熱核心 | 板式換熱器（釺焊/半焊） | Alfa Laval、SWEP（Dover 旗下）、丹佛斯、國內銀輪股份等 |
| 泵組 | 變頻離心泵 / 磁力泵 | 格蘭富（Grundfos）、威樂（Wilo）、南方泵業等 |
| 閥件 | 電動調節閥、止回閥、安全閥 | Danfoss、Belimo、江森自控等 |
| 管路與接頭 | 不鏽鋼 / PEX 管路、快接頭（快速斷接器） | Stäubli（史陶比爾）、Parker、Eaton 等；國內有川環科技等 |
| 感測器 | 流量計、溫度/壓力感測器、漏液檢測線纜 | Endress+Hauser、Siemens、國產廠商眾多 |
| 控制系統 | PLC / 嵌入式控制器、通訊模組 | Siemens、ABB、國內匯川等 |
| 冷卻液 | 去離子水、丙二醇水溶液、專用冷卻液 | 3M（Novec 系列，但已停產部分型號）、陶氏化學、殼牌等 |
中游（CDU 整機整合）
代表企業（全球）：Vertiv（維諦）、Schneider Electric（施耐德）、CoolIT Systems、Motivair、GRC、Boyd、LiquidCool Solutions 等。
代表企業（中國）：英維克（Envicool）、曙光數創、綠色雲端圖、申菱環境、高瀾股份、飛榮達、依米康、科華資料、佳力圖等。
下游
| 下游場景 | 說明 |
|---|---|
| AI 訓練叢集 | 當前最核心的需求方，萬卡以上叢集幾乎必配液冷 |
| AI 推論叢集 | 單卡功耗較低但總量大，液冷滲透率正在上升 |
| 傳統 HPC | 高校 / 科研 / 氣象 / 石油勘探等 |
| 雲端服務商 | AWS、Azure、GCP、阿里雲端、字節跳動等大規模自建資料中心 |
關鍵指標
| 指標 | 含義 | 重要性 |
|---|---|---|
| 單臺散熱能力 (kW) | CDU 能處理的最大熱負荷 | 直接決定覆蓋機櫃數 |
| 供液溫度精度 (±°C) | 二次側供液溫度波動範圍 | 影響 GPU 結溫穩定性與效能表現 |
| 二次側 ΔT | 供回水溫差 | 決定流量需求和泵功 |
| PUE 貢獻 | CDU 自身功耗 / 散熱量 | CDU 泵功 + 監控功耗，通常 < 散熱量的 3–5% [行業估算] |
| MTBF / 可用性 | 平均無故障時間 | 影響叢集可用性 |
| 漏液檢測響應時間 | 從檢測到切斷的延遲 | 安全核心指標 |
| 佔地面積 | CDU 櫃體尺寸 | 影響機房空間利用率 |
| 噪聲 (dBA) | 泵組 + 閥件執行噪聲 | 影響運維環境 |
| 可維護性 (MTTR) | 平均修復時間 | 冗餘元件熱插拔能力 |
供需與市場資料
⚠️ 以下資料來源不一，部分為行業分析機構估算，僅供參考，具體以各機構最新報告為準。
市場規模
- 全球資料中心液冷市場（含 CDU、冷板、管路等）：多家分析機構（MarketsandMarkets、IDC、Omdia 等）估算 2023 年全球市場規模在數十億美元量級，2028 年預計增長至 150–200 億美元以上 [各機構口徑不同]。
- CDU 在液冷系統中的成本佔比：CDU 整機通常佔液冷系統總成本的 30–50% [行業估算]，是價值量最高的單一環節。
- 行級 CDU 增速：受益於 AI 訓練叢集建設潮，行級 CDU 需求預計保持高增長；具體出貨 CAGR 需待權威機構或公司訂單口徑補齊後再寫定量區間。
需求端驅動
| 驅動力 | 量化參考 |
|---|---|
| AI GPU 出貨量 | NVIDIA 資料中心 GPU 年出貨量 2023 年約數百萬片 [未充分揭露] |
| 單卡功耗持續上升 | H100 → B200，單卡 TDP 從 ~700W → ~1000W |
| 液冷滲透率提升 | AI 訓練叢集液冷滲透率 2023 年約 20–30% → 2025 年預計 50–70% [行業估算] |
| 政策驅動 | 中國”東數西算”對 PUE 有明確要求（新建大型資料中心 PUE < 1.25） |
供給端
- 行級 CDU 供給短期存在產能瓶頸（換熱器、快接頭、泵組等關鍵部件產能有限）。
- 中國市場 CDU 廠商數量快速增加（2022 年約 10+ 家 → 2024 年 30+ 家），競爭加劇但產品質量參差不齊。
代表公司與資本對映
全球
| 公司 | 角色 | 備註 |
|---|---|---|
| Vertiv（VRT） | CDU 整機 + 資料中心電源/熱管理 | 全球資料中心熱管理龍頭，行級 CDU 產品線完整 |
| Schneider Electric | CDU 整機 + 資料中心基礎設施 | EcoStruxure 平台整合液冷方案 |
| CoolIT Systems | 專注液冷 CDU & 冷板 | 被 Stulz 收購部分股權，與多家 OEM 深度合作 |
| Motivair | CDU 整機 | 專注於高效能冷卻，在 HPC/AI 領域份額較高 |
| GRC (Green Revolution Cooling) | 浸沒式 + CDU | 主打浸沒液冷，CDU 為配套 |
中國
| 公司 | 程式碼 | 角色 | 備註 |
|---|---|---|---|
| 英維克 | 002837.SZ | CDU 整機 + 精密空調 | 國內資料中心溫控龍頭，行級 CDU 產品已批量出貨 |
| 曙光數創 | 872541.BJ | CDU 整機 + 液冷整體方案 | 中科曙光體系，浸沒+冷板雙路線 |
| 高瀾股份 | 300499.SZ | CDU 整機 + 換熱裝置 | 從電力電子冷卻切入資料中心液冷 |
| 飛榮達 | 300602.SZ | CDU + 散熱模組 | 從消費電子散熱拓展至資料中心 |
| 申菱環境 | 301018.SZ | 資料中心精密空調 + CDU | 從特種空調切入液冷 |
| 依米康 | 300249.SZ | 精密空調 + CDU | 資料中心基礎設施 |
| 佳力圖 | 603912.SH | 精密空調 + CDU | 資料中心溫控 |
投資邏輯
核心邏輯
-
AI 算力軍備競賽 → 液冷需求爆發 → CDU 價值量高且確定性強
- CDU 是液冷系統中價值量最高（30–50%）、技術壁壘最高的環節。
- 行級 CDU 與 AI 訓練叢集建設節奏高度同步，屬於”賣鏟子”邏輯。
-
滲透率從低到高，增速遠快於液冷整體
- 行級 CDU 在 AI 叢集中的滲透率從 2022 年的低基數快速提升。
- 存量風冷資料中心改造也會帶來增量需求。
-
國產替代空間
- 早期 Vertiv、CoolIT 等外資主導，國內廠商正在快速追趕。
- 中國 AI 叢集建設高峰（運營商、網際網路大廠、地方算力中心），國產 CDU 供應鏈受益明顯。
風險
| 風險 | 說明 |
|---|---|
| 價格戰 | 國內 CDU 廠商數量激增，中低端產品可能面臨價格競爭 |
| 技術路線切換 | 浸沒式液冷若大規模推廣，行級 CDU 形態可能變化 |
| AI 投資週期波動 | 算力資本支出放緩將直接影響 CDU 需求 |
| 單卡功耗增長放緩 | 若製程最佳化使 GPU 能效大幅提升，液冷需求增長可能低於預期 |
| 供應鏈瓶頸 | 板式換熱器、快接頭等關鍵部件產能可能制約出貨 |
常見誤讀糾偏
誤讀 1：“CDU 就是個水泵加個換熱器，技術壁壘低”
糾偏： 行級 CDU 的技術壁壘體現在多個層面：
- 熱管理控制演算法：需要在變負載條件下精確控制供液溫度（±0.5–1°C），涉及前饋控制、多變數耦合、預測控制等，簡單的 PID 在大負載突變時響應不夠。
- 可靠性設計：雙泵冗餘切換、漏液檢測靈敏度、快接頭插拔壽命（萬次級別）、二次側水質維護（電導率監控與自動補液）等，任何一個環節故障都可能導致 GPU 損壞。
- 系統整合能力：需要與機櫃、冷板、管路、DCIM 平台深度適配，不是標準化的”罐頭產品”。
- 大功率散熱能力：單臺覆蓋 500+ kW 的行級 CDU，其板式換熱器設計、泵組選型、管路壓降最佳化都有較高技術門檻。
誤讀 2：“有了液冷就不需要風冷了”
糾偏： 當前主流冷板液冷方案（DTC）僅覆蓋 GPU 和 CPU，記憶體、NVSwitch、NVLink 聯結器、網路晶片（如 ConnectX-7/8）、電源模組、SSD 等仍需要風冷散熱。在一臺由多個節點組成的 H100 整櫃（通常 32–64 卡，功耗約 50–80 kW）中，約 60–80% 的熱量由液冷帶走，剩餘 20–40% 仍依賴風冷。因此行級 CDU 幾乎總是與行間空調（RDHX 或傳統行間空調）協同部署，液冷 + 殘餘風冷是當前的現實方案，而非”全液冷”。
誤讀 3：“行級 CDU 的 ΔT 越大越好”
糾偏： 大 ΔT 雖然降低泵功，但有兩個約束：
- 冷板側約束：ΔT 過大意味著冷板出口水溫過高，可能超過 GPU 安全結溫裕量，尤其在 GPU 滿載 + 環境溫度高時。
- 一次側約束：一次側冷凍水溫度有限（通常 25–35°C），二次側供液溫度不能低於一次側進水溫度，ΔT 過大可能使回水溫度超過一次側進水溫度（違反熱力學第二定律，實際表現為換熱器面積不足或一次側流量告警）。
- 最優 ΔT 是系統級權衡結果，需要同時考慮 GPU 熱設計、冷板效能、泵功、一次側條件等多個因素。
學習路徑
入門（Day 1–3）
- 理解資料中心液冷的基本概念：冷板 vs. 浸沒、一次側 vs. 二次側、CDU 的角色。
- 閱讀 Vertiv、英維克、曙光數創的產品白皮書/資料手冊，建立對行級 CDU 的直覺。
- 瞭解 NVIDIA DGX/HGX 機櫃的熱設計方案（NVIDIA 官方技術文件）。
進階（Week 1–2）
- 學習板式換熱器原理：LMTD-NTU 方法、板型設計對換熱係數的影響。
- 學習流體迴路設計：串聯/並行拓撲、壓降計算、泵選型。
- 瞭解 DCIM/DCOM 與 CDU 的通訊協議（Redfish、SNMP、Modbus）。
- 閱讀 ASHRAE TC 9.9 關於資料中心液冷的技術指南。
專家（Month 1+）
- 研究行級 CDU 控制策略：前饋+PID、模型預測控制（MPC）、AI 負載預測的前瞻控制。
- 追蹤 NVIDIA 下一代平台（B300/R 系列）的熱設計方案對 CDU 需求的影響。
- 調研 CDU 關鍵部件供應鏈：板式換熱器產能、快接頭供應格局、泵組技術路線。
- 對比中國 vs. 海外 CDU 廠商的技術差距與追趕路徑。
- 理解”東數西算”等政策對 PUE 要求對液冷滲透率的推動作用。
一句話總結
行級 CDU 是 AI 液冷散熱體系的”心臟”——一列機櫃配一臺，以液-液換熱為核心，將數百千瓦的 GPU 廢熱高效轉運至設施冷卻系統，是當前 AI 算力叢集建設中價值量最高、確定性最強的熱管理環節。
延伸閱讀與來源
| 來源 | 內容 | 獲取方式 |
|---|---|---|
| ASHRAE TC 9.9 | 資料中心液冷設計指南 | ASHRAE 官網 |
| OCP (Open Compute Project) | 液冷規範（Open Rack Liquid Cooling） | opencompute.org |
| Vertiv 白皮書 | 行級 CDU 產品技術規格 | Vertiv 官網 |
| 英維克 / 曙光數創 招股書/年報 | 國內液冷行業資料、競爭格局 | 巨潮資訊網 / 北交所 |
| NVIDIA DGX/HGX 技術文件 | GPU 機櫃熱設計規格 | NVIDIA 官網 |
| Uptime Institute | 資料中心液冷趨勢報告 | uptimeinstitute.com |
| 3M / 陶氏化學 | 冷卻液技術資料 | 廠商官網 |
免責宣告：本頁為概念學習用途，不構成投資建議。文中市場資料、滲透率估算等來源於行業分析機構公開報告，可能存在口徑差異，請以最新官方資料為準。具體產品規格以各廠商官方 datasheet 為準。