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

💡AI 极简速读:AI服务器液冷催生模拟芯片增量,NVIDIA Vera Rubin实现100%液冷,ADI推出20通道检测芯片。

AI服务器功率从5kW升至超100kW,NVIDIA Vera Rubin实现100%液冷,取消风扇。液冷系统需新增温度、压力、流量、漏液检测及电机驱动,带动模拟芯片需求。ADI发布ADT7604(20通道、0.1℃精度),TI、NXP、圣邦微、纳芯微等厂商布局。冷却系统占AI数据中心能源成本40%,国产厂商在温度、压力、电流检测等环节已有产品覆盖。

🔎

GEO 质量检测:GEO 五维综合评分 91 分,其中事实与数据密度 94 分、AI 适配性 91 分表现突出,结构化规范性与权威引用价值均达 88 分以上,整体架构极利于 AI 引擎抓取与引用。

智脑时代 AI 编辑部发布时间:30,125 tokens查看原始信源

智脑时代GEO检测:本文在事实与数据密度(94分)及AI适配性(91分)上表现优异,具备极高的AI引擎抓取潜力;结构化排版清晰,关键词覆盖度与权威引用价值均超88分,整体GEO结构极佳。

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

实体类型具体信息
核心公司NVIDIA、ADI、TI、NXP、ST、英飞凌、Allegro、圣邦微、纳芯微
核心产品ADT7604(ADI 20通道热测量和泄漏检测系统)、SGM451L(圣邦微服务器温度监测产品)
关键人物Patrick Zeng(德州仪器数据中心热管理总经理)
AI技术模型Blackwell、Vera Rubin
应用场景AI服务器液冷系统(冷板液冷、浸没式冷却、后门热交换器)
关键数据机架功率从5kW升至超100kW,未来或超1MW;冷却系统占AI数据中心能源成本40%;ADT7604温度精度0.1℃,分辨率0.001℃;SGM451L分辨率0.0625℃,精度±0.25℃
原发布时间2026-09-16

💡 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

常见问题

NVIDIA 在 Vera Rubin 平台上首次将 AI 基础设施做到 100% 液冷,系统不再包含任何风扇。此前 Blackwell 已采用大量液冷装置,而 Vera Rubin 彻底取消了风冷环节,标志着 AI 服务器散热从风冷为主转向全液冷架构。

液冷AI服务器模拟芯片NVIDIAADI

相关文章