进入2024年，大模型正快速融入越来越多的行业场景。从智能终端接入大模型，到汽车、工业采购、内容创作等业务引入生成式AI，人工智能应用的扩张正在持续带动算力需求上升。
随着大模型训练、推理和交互需求不断增加，企业数字化升级迎来新动力，但数据中心与算力基础设施也面临新的压力，尤其是功耗提升和散热难题愈发突出。
在相关行业论坛上，多位专家围绕生成式AI带来的算力挑战与发展机会展开讨论。业内观点认为，AI算力的快速增长，正在推动数据中心散热技术从传统风冷向液冷加速演进。
智算规模扩张，高密度部署成为趋势
目前，AI算力已成为我国算力建设的重要方向。相关预测显示，到2026年，中国智算规模有望达到1271.4 EFLOPS，未来几年仍将保持较高增速。伴随应用持续落地，未来大量业务场景都将建立在人工智能基础之上，而承载这些算力资源的核心基础设施，正是智算中心。
智算中心的建设特点是更高密度。与传统数据中心单机柜通常8至10kW的功率密度相比，智算场景下单机柜功率密度往往达到40kW以上。这意味着传统机房在空间设计、配电能力以及散热方式上，都很难继续满足新一代高算力需求。
风冷面临瓶颈，液冷优势逐渐显现
从能耗结构来看，IT设备与空调制冷系统通常占据数据中心总能耗的大部分比例。长期以来，风冷一直是主流散热方案，但随着机柜功率密度不断提高，风冷受限于空气换热效率、散热能力和环境条件，已经越来越难以支撑高密度数据中心稳定运行。
在这样的背景下，液冷技术被视为更适合智算中心的发展方向。相比风冷，液冷在散热效率、能耗控制、空间利用和环境适应性等方面具备明显优势，尤其适用于高密度、高负载的AI算力场景。
从数据中心能效指标来看，传统风冷系统的PUE通常在1.3至1.4之间，而液冷系统有望将PUE降至1.05至1.1，更有助于降低整体能耗，提升数据中心绿色化水平。
液冷正从技术选项走向实际应用
随着高算力需求持续释放，液冷不再只是前瞻性技术储备，而是在越来越多实际项目中得到应用。业内企业近年来持续加大液冷研发与产品投入，相关专利、节能认证和商用案例不断增加，说明液冷方案正逐步走向成熟。
在应用层面，液冷已在高性能计算和大规模数据处理等场景中展现出较强适配能力。例如，面向高校和科研机构的高算力需求，液冷数据中心能够更有效支撑复杂计算任务，并兼顾节能与稳定运行。
智算中心建设将更重视绿色散热能力
可以预见，随着生成式AI不断深入各行业，社会对节能减排和基础设施效率的要求也会同步提高。对于智算中心而言，散热能力已经不只是辅助环节，而是决定算力能否高效释放的关键因素。
在这一趋势下，液冷有望从“可选方案”逐步演变为“基础配置”。未来，随着更多高算力场景落地，数据中心散热体系也将加快升级，朝着更高效、更绿色、更适配AI时代需求的方向发展。
