過去一年，液冷在智算產業中的地位被迅速抬升，從“可選項”躍遷為“必選項”。在幾乎所有與AI算力相關的場合，液冷都被描述為唯一解法，仿佛不談液冷就等同于不理解未來。這種共識的形成速度，遠快于產業消化能力本身。

在第二十屆中國IDC產業年度大典（IDCC2025）舉辦的“2025 Green AI Infra論壇暨高效液冷應用論壇”上，中國計量科學研究院先進測量工程中心主任武彤指出，液冷并不是一項新技術，可以追溯到19世紀后期。

從工業蒸汽機到汽車發動機，再到IBM System/360系列大型機，液體導熱早已是成熟路徑，被反復驗證。但真正的難題在于工程系統的可控性與可驗證性。也正因為如此，液冷遲遲未能進入主流數據中心架構。

這種局面在AI算力爆發后被迅速打破。高功率GPU、CPU密度持續攀升，使傳統風冷在單位體積散熱能力上接近物理極限。武彤認為，液冷不僅是散熱升級，更是算力密度持續演進必要的基礎設施。

液冷帶來的變革并非簡單地將風扇替換為水泵，而是一場從“部件替換”到“系統工程與全生命周期管理”的深刻轉型。數據中心優化目標也從單一PUE最優，轉向TCO（總體擁有成本）、碳足跡、SLA（服務等級協議）與長期可靠性的系統最優。

但問題在于，產業是否真的準備好了？從技術可行性到規模化交付之間，液冷仍然橫亙著一道巨大的工程與產業鴻溝，它更多是在“被需求推著走”，而不是在一個成熟體系中自然演進。

正如潤澤科技發展有限公司首席技術總監沈誠在會上所說，液冷需求規模雖在持續擴大，但高度集中于少數頭部企業。國內增速相對放緩，而海外市場（如馬來西亞、泰國等地）液冷需求明顯加快，尤其是圍繞GPU的算力項目，今年增速尤為突出。

液冷被神化的背后，實質是算力焦慮的外溢。算力越稀缺，基礎設施就越容易被賦予“戰略屬性”。當液冷被貼上“AI時代基礎設施”的標簽時，它就不再只是散熱方案，而被寄托了過多產業預期。

液冷不僅是散熱升級，而是系統邊界的重構

液冷真正顛覆產業的地方，并不在于冷板式還是浸沒式的技術路線之爭，而在于它模糊了原本清晰的數據中心分工邊界。傳統數據中心的責任邊界止于機柜，而服務器內部屬于IT設備范疇。進入液冷時代，這條邊界正在消失，液冷模塊化單元開始成為新的系統交付對象。

這一變化對產業鏈影響深遠。設備供應商不再只交付單一產品，而是需要承擔系統可靠性責任；數據中心業主也不再只是“空間與算力的提供者”，而要介入冷卻架構設計。這種角色疊加，使液冷不再是簡單的設備采購問題，而是一次系統工程再分配。

在實際落地中，液冷也并非“讓服務器進入水里”這么簡單。武彤認為，液冷本質上仍是利用液體高效導熱的物理規律，但實現路徑卻更加復雜：需要將材料科學、流體動力學、精密制造等多學科能力整合，構建一套可測量、可控制、可驗證、可承諾的精密工程系統。

隨著液冷引入，機房架構、運維體系與交付節奏被全面重寫，原有的數據中心模塊化經驗難以直接復用。尤其在GPU液冷階段，整機柜甚至整系統交付逐漸成為主流，這進一步壓縮了傳統數據中心托管模式（COLO模式）的靈活空間。

這種高度系統化的趨勢，也正在抬高行業門檻。液冷并未如預期那樣實現“標準化模塊的快速復制”，反而放大了系統集成能力的重要性，使頭部廠商獲得更大優勢。中小企業即便掌握局部技術，也難以進入核心項目，產業集中度隨之提升。

從這個角度看，液冷并非天然利好整個產業鏈，而更像是一把篩選器。它淘汰的并不只是技術能力不足的參與者，而是那些無法承擔系統責任、質量風險和長期運維成本的企業。這種篩選效應，在短期內可能被解讀為“產業繁榮”，但其長期結構性影響，仍有待時間驗證。