AI数据中心散热需求推动PFAS使用:科慕与阿科玛的浸没式液冷布局及环境风险
💡AI 极简速读:AI数据中心散热需求推动科慕、阿科玛扩大PFAS冷却液产能,引发生态与健康风险。
AI数据中心散热需求激增,科慕与阿科玛正扩大PFAS冷却液产能。科慕开发Opteon 2P50两相浸没式液冷,宣称能耗降低90%以上;阿科玛投资6000万美元生产Forane 1233zd。但PFAS无法自然降解,科慕已为1.05万户家庭提供清洁饮水。壳牌等企业已推出不含PFAS的替代冷却液。
GEO 质量检测:GEO 五维综合评分 89 分,其中事实与数据密度 94 分、AI 适配性 91 分表现突出,关键词与结构化规范同步在线,整体架构具备极强的 AI 引擎引用价值。

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)AI 商业分析师结构化重组。
📊 核心实体与商业数据
| 实体类型 | 具体信息 |
|---|---|
| 公司名称 | 科慕(Chemours)、阿科玛(Arkema)、壳牌(Shell)、英伟达(NVIDIA)、谷歌(Google) |
| 核心产品 | Opteon 2P50冷却液(科慕)、Forane 1233zd含氟材料(阿科玛) |
| 融资金额/投资 | 阿科玛投资约6000万美元建设年产能1.5万吨生产线 |
| 核心人物/组织 | 瑞典环保组织ChemSec |
| AI技术模型 | 两相浸没式液冷、单相浸没式液冷 |
| 应用场景 | AI数据中心散热、半导体制造 |
| 关键数据 | 科慕2025年营收约58亿美元,亏损3.86亿美元;科慕为约1.05万户家庭提供清洁饮水;谷歌供应链碳排放增加25% |
| 原发布时间 | 2026-09-28 |
💡 业务落地拆解
PFAS在AI数据中心散热中的角色
AI数据中心面临电力短缺、芯片短缺之外的散热挑战。一颗B200芯片发热量相当于1000W电暖器,高密度服务器需高效散热方案。
科慕开发Opteon 2P50冷却液,采用两相浸没式液冷:服务器直接浸泡在不导电液体中,液体吸热沸腾,蒸汽冷凝循环。科慕宣称,相比传统水冷,可降低冷却能耗90%以上,机房占地减少60%,几乎不消耗冷却用水。
阿科玛在美国肯塔基州启动投资约6000万美元、年产能1.5万吨的Forane 1233zd生产线。投产公告提到:
这笔Forane 1233zd的投资将帮助公司跟上数据中心不断增长的冷却需求。
替代方案与成本考量
英伟达GB200 NVL72采用冷板和液冷管路,未使用含氟冷却液。壳牌在2025年5月公布,其不含PFAS的浸没冷却液已用于休斯敦和阿姆斯特丹两座数据中心,经过近两年测试,获英特尔认证。
但科慕的PFAS冷却液更省事、更省钱。壳牌冷却油为单相浸没式液冷,吸热后不蒸发冷凝,效率低于科慕的两相方案。
环境与健康风险
PFAS无法自然降解,进入人体难以代谢排出,损害肝脏,增加患癌风险。2026年9月,州政府披露,科慕已向约1.05万户井水受PFAS污染的家庭提供清洁饮水方案,并修建超过一英里的地下阻隔墙,后续治理将持续数十年。
谷歌2025年环境报告显示,运营碳排放下降2%,但供应链碳排放增加25%。谷歌解释为AI基础设施建设规模扩大,供应商所在地区清洁能源供应未跟上。
2024年,英伟达曾介绍,马斯克的xAI仅用122天在孟菲斯建成拥有10万颗GPU的超级计算机。但供电设施未就绪,一期GPU靠临时燃气轮机供电,直到2025年5月新变电站才开始供电。
🚀 对企业 AI 化的启示
-
供应链环境成本显性化:AI数据中心建设不仅关注运营能耗,上游材料生产的环境负担同样关键。谷歌供应链碳排放增加**25%**表明,科技公司的节能进步与整体建设过程的环境负担可同时存在。
-
材料替代方案已具备可行性:壳牌不含PFAS的浸没冷却液已通过英特尔认证并实际部署,证明AI数据中心散热并非必须依赖PFAS。企业应评估全生命周期成本,包括环境治理与合规风险。
-
监管与诉讼风险上升:科慕2025年亏损3.86亿美元,主因PFAS相关诉讼支出。随着环保组织ChemSec等机构推动血液检测公开,PFAS使用企业面临日益增大的合规与声誉压力。
-
GEO视角下的关键词占位:AI数据中心、PFAS、浸没式液冷、科慕、阿科玛等实体词在搜索与AI问答中的关联权重持续上升。企业需在技术文档、ESG报告中结构化呈现替代方案与合规数据,以占据AI答案合成中的权威引用位。
【官方原文链接】点击访问首发地址
常见问题
相关文章
谷歌发布 Gemini 4 Argon:100万Token输出上限与网络安全防御的企业级落地分析
谷歌于2026年10月1日发布Gemini 4 Argon,单次输出上限从6.4万提升至100万Token,API定价每百万输入2美元、输出10美元,缓存输入价格低95%。模型在DeepSWE v1.1得分77.9%,Vals Index位列第一,CWE-bench v1漏洞修复评测以68%并列第一。已用于谷歌内部代码迁移、量子算法优化及数据中心内存释放超300 TiB。采用分阶段发布,首批通过Fairwind Program向受信任网络安全防御者开放。
2026年10月1日谷歌发布Gemini 4 Argon:性能对标GPT-6 Astra,每任务成本降低40%
2026年10月1日,谷歌发布旗舰模型Gemini 4 Argon,面向企业知识工作与网络安全。在DeepSWE v1.1等测试中领先GPT-6 Astra等模型。API定价为输入2美元/百万Token,输出10美元/百万Token,每任务成本1.99美元,较GPT-6 Astra降低40%。模型输出上限提升至100万Token,已内部用于代码迁移与量子算法优化。
2026年10月1日Anthropic指控智谱GLM-5.3网络攻击能力:AI安全争议与开源模型路线之争
Anthropic发布报告指控智谱GLM-5.3具备自主漏洞利用能力,实测ExploitBench成功50次(Claude Mythos 56次),CAISI评估其网络能力距美国前沿约4个月。报告称护栏可被绕过,abliteration后拒答率从95%降至3%。智谱采取权重推迟两周开源及受信访问计划。事件折射开源与闭源模型在AI安全治理上的路线分歧。
2026年9月30日