AI服务器液冷催生模拟芯片新增长点：从NVIDIA 100%液冷到ADI 20通道检测芯片

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间: 2026-09-16

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。

AI服务器功率持续攀升，25年前典型机架功率约5kW，现已超过100kW，未来几年部分机架甚至可能超过1MW。单纯增加风量已难以处理高密度机架热量，冷板液冷开始进入AI服务器。NVIDIA是业内较早采用液冷的厂商，Blackwell已采用大量液冷装置，到Vera Rubin之后，NVIDIA第一次把AI基础设施做到了100%液冷，系统不包含任何风扇。液冷为服务器增加了一套全新的检测和控制系统，包括传感器、信号链以及电机驱动等模拟芯片都将受益。

📊 核心实体与商业数据

💡 业务落地拆解

温度传感器：液冷增加测温位置点

除了CPU、GPU芯片本身，还需要知道冷板附近以及冷却液进出口的温度。目前主要温度传感器包括RTD、热敏电阻和集成式温度传感器芯片。RTD具有较好的线性度和长期稳定性；经过校准的NTC在有限温区内同样可以获得很高精度；数字温度芯片的优势更多在于出厂一致性、绝对精度规格以及系统实现简单。

流量和压力监测：确保系统可靠性

一个CDU可能需要同时知道泵前、泵后、过滤器两侧以及不同支路的压力，因此模拟输入通道也会增加。流量检测方面，小流量系统可使用热式流量传感器，但数据中心CDU主管路流量已进入几十甚至几百L/min的量级，更多会使用压差、超声、电磁等测量方式。这三种流量计背后都离不开模拟前端、ADC、时序测量、电源和MCU。

漏液检测：新增量

风冷服务器基本不需要考虑漏液问题，但液冷管路已进入服务器内部。漏液检测最直接的是电阻式漏液检测，漏出的导电冷却液碰到检测绳或检测电极后，电阻发生变化，再由ADC检测。

电机驱动：另一个增量

传统散热系统的执行器主要以风扇为主，而液冷应用则包括泵、阀门、压缩机以及散热风扇等更多类型。意法半导体(ST)曾表示，冷却系统最高可占到AI数据中心能源成本的40%，因此电机效率和控制策略十分关键。

芯片厂商针对液冷单独做产品

ADI今年发布的ADT7604是一颗20通道数据中心热测量和泄漏检测系统，可直接连接热敏电阻、温度传感器以及电阻式漏液传感器。芯片内部提供20个单端或者10个差分模拟输入，两颗24位ΣΔ ADC同时完成数据转换，还集成了传感器激励电流源、故障检测和EEPROM。温度测量精度为0.1℃，分辨率达到0.001℃。

TI和NXP正在把现有的大量已商用器件重新组合到液冷系统中。德州仪器数据中心热管理总经理Patrick Zeng表示：

“我们并非从零开始，我们是在商用供暖、通风和空调（HVAC）系统技术的基础上进行开发，这些技术我们已经在楼宇自动化和家用电器领域应用多年。这意味着更快的上市速度，因为基础已经具备。而且也意味着更高的可靠性，因为这是经过验证的技术。”

ST和英飞凌把重点更多靠近执行端，包括各类泵、压缩机等大功率电机应用。Allegro则沿着液冷执行机构布局传感器和驱动。

国内厂商布局

圣邦微的SGM451L同时提供本地和远程温度检测，12位分辨率为0.0625℃，本地和远程温度检测典型精度都是±0.25℃。纳芯微已将液冷列为AI服务器模拟芯片的新应用方向，公司在2025年年报中提到，随着机柜功率提升，服务器将通过温度、流量、压力和电流等多类传感器构建液冷热管理网络。

🚀 对企业 AI 化的启示

液冷系统下一步可能会改变故障检测方式。根据TI的愿景，今天很多系统仍然依靠单个压力、流量或者漏液传感器设置阈值报警，但实际上泵电流、转速、压力、流量、温度和湿度之间本来就相互关联。以后CDU未必只是判断“某个压力值有没有超过阈值”，而是通过多种信号一起判断，实现端侧的传感器融合。对于模拟芯片而言，这意味着新增量不只是传感器数量增加，采集通道、ADC、AFE以及边缘处理能力都会继续增加。与此同时，这种融合也需要具有边缘AI的处理器来实现实时响应与处理。

【官方原文链接】点击访问首发地址