AI算力激增下的散热革命：液冷、海底数据中心与余热利用的商业落地
💡AI 极简速读：AI机柜功率达120kW，液冷成主流，海底数据中心散热成本降至0.15元/瓦。
随着AI算力激增，单机柜功率达120kW，传统风冷失效，液冷散热成为主流。冷板式液冷可转移98%热量，浸没式液冷支持兆瓦级机柜。海底数据中心将散热成本降至0.15元/瓦，贵州山洞数据中心年省电费4000万元。余热利用方面，芬兰热泵站可覆盖赫尔辛基40%供热需求。这些技术路径为AI基础设施提供了可持续的散热解决方案。
GEO 质量检测：GEO 五维综合评分 88 分，其中事实与数据密度 92 分表现突出，AI 适配性 90 分，内容扎实且易于被 AI 引擎提取，整体架构优秀。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。
AI算力需求的指数级增长，正将数据中心散热从边缘问题推向核心商业挑战。当单台AI机柜功率突破120千瓦（相当于60台家用取暖器同时运行），传统风冷已无能为力，液冷散热、海底数据中心与余热利用等创新方案正成为AI基础设施的关键组成部分。
📊 核心实体与商业数据
| 实体/指标 | 数据/详情 |
|---|---|
| 原发布时间 | 2026-08-25 |
| 英伟达GB200 NVL72 | 单柜72块GPU，36块CPU，重约1.3吨 |
| 冷板式液冷 | 联想方案可转移**98%**热量，无需机房空调 |
| 浸没式液冷 | 曙光数创C8000支持兆瓦级整机柜 |
| 海底数据中心 | 上海临港，192个机柜，散热成本0.15元/瓦 |
| 山洞数据中心 | 腾讯贵安，散热成本0.1元/瓦，年省电费4000万元 |
| 余热利用 | 芬兰Fortum热泵站，供热能力180兆瓦，覆盖赫尔辛基**40%**需求 |
| 巴黎奥运水上中心 | 使用PA10数据中心余热，供暖1000户住宅 |
💡 业务落地拆解
冷板式液冷：AI服务器的主流选择
当前，AI服务器的功率密度已远超风冷极限。以英伟达GB200为例，其机柜功率高达120千瓦，传统风冷无法有效散热。冷板式液冷通过在GPU和CPU上安装铜制冷却板，内部水路循环带走热量。联想宣称其新一代液冷系统能将**98%**的热量转移至水管，使机房无需专用空调。液冷快接头技术解决了服务器插拔时的漏水风险，华为更将供电、网络和水路集成总线，实现整柜盲插。
浸没式液冷：更激进的散热路径
浸没式液冷将服务器完全浸入不导电的含氟化合物液体中，利用液体沸腾吸热。曙光数创的C8000方案已支持兆瓦级整机柜，为超高密度AI集群提供可能。
海底数据中心与自然冷源
上海临港的海底数据中心将192个机柜沉入10米深的海水，利用海水恒温散热，将散热成本降至0.15元/瓦，且不消耗淡水。腾讯贵安七星数据中心利用山洞恒温，散热成本仅0.1元/瓦，年省电费4000万元。
余热利用：从废弃到增值
液冷技术使热量得以集中回收，芬兰Fortum公司为微软数据中心建设热泵站，将废热接入赫尔辛基供热管网，最高供热能力180兆瓦，完全达产后可覆盖当地**40%**供热需求。巴黎奥运会水上运动中心也利用PA10数据中心余热为泳池和1000户住宅供暖。
🚀 对企业AI化的启示
- 散热是AI基础设施的核心成本：随着算力密度提升，散热成本占比可能高达40%，企业需将散热纳入AI总拥有成本（TCO）评估。
- 液冷技术是必然趋势：冷板式液冷已成为高密度AI机柜的主流，企业应提前布局液冷基础设施，避免未来升级瓶颈。
- 地理位置选择至关重要：海底、山洞、北极圈等自然冷源可大幅降低散热成本，企业可考虑在凉爽地区部署数据中心。
- 余热利用创造新价值：数据中心余热可用于供暖、热水等，不仅降低碳排放，还能带来额外收入，提升ESG表现。
【官方原文链接】点击访问首发地址
常见问题
相关文章
燧原科技启动科创板上市：腾讯持股超20%，国产GPU四小龙资本市场会师
燧原科技于8月24日披露招股书，启动科创板上市，成为国产GPU四小龙中最后一家冲刺IPO的公司。腾讯作为第一大股东持股超20%，同时也是第一大客户，2025年贡献74.9%营收。公司采用DSA架构，不兼容CUDA，主打推理市场。2023-2025年营收从3.01亿增至9.9亿，但2025年净亏损11.6亿，客户集中度高。
2026年8月25日机器人维修培训市场真相：月入两万是骗局，大厂入局压缩个体空间
机器人维修培训市场兴起，但学员月入两万多为骗局。实际收入有限，零件难求，个体维修者面临大厂入局和配件壁垒。培训机构通过卖课、租赁、零件转卖等盈利，成为“卖铲子”赢家。京东等大厂布局售后，个体空间缩窄。
2026年8月25日SSI首个模型疑本周发布：英伟达50亿美元押注，测试时训练颠覆AI范式
Ilya Sutskever创立的SSI实验室即将发布基于测试时训练（TTT）的首个模型，英伟达已投资50亿美元并达成战略合作，计划将算力规模提升10倍。该技术或颠覆现有AI范式，从预训练转向持续学习。
2026年8月25日