英伟达考虑携手三菱重工：把冷却与能源管理纳入下一代 AI 数据中心方案

据 IT之家援引《日经》7 月 14 日报道，英伟达正考虑与三菱重工在 AI 数据中心技术领域展开合作，方向是将三菱重工的冷却系统与能源管理技术，整合进英伟达下一代数据中心体系。来源显示，英伟达正在把下一代 AI 数据中心定位为“人工智能工厂”，并计划与全球合作伙伴共同建设这类基础设施；与此同时，三菱重工也在推进面向 AI 负载的新一代数据中心“DIAVAULT”，并持续开发、验证数据中心液冷系统。

这项潜在合作的核心并不只是“采购冷却设备”，而是反映出 AI 基础设施竞争正在从芯片性能，进一步扩展到机房级系统工程。随着大模型训练、推理与多模态应用加速落地，GPU 集群对供电、散热、空间密度和运维稳定性的要求快速上升，数据中心本身正在成为 AI 产业链中的关键产品形态。

从 GPU 到“人工智能工厂”：英伟达扩大数据中心版图

英伟达过去以 GPU、网络、加速库和 AI 软件栈构建生态优势，如今其叙事正在进一步上移到完整数据中心层面。来源提到，英伟达 CEO 黄仁勋此前曾提出，未来计算的基本单位将是数据中心，并强调英伟达以“数据中心即产品”的方式进行构建和优化，尽管公司并不直接销售完整的数据中心。

这一思路意味着，下一代 AI 基础设施不再只是把更多 GPU 放进机房，而是围绕计算、互联、供电、冷却、调度与运维形成整体方案。对于超大规模模型训练和高并发 AI 推理而言，单颗芯片的性能固然重要，但如果数据中心无法稳定承载更高功耗密度，算力就难以充分释放。

来源还提到，英伟达曾在 2025 年 9 月宣布与 OpenAI 达成一项最高达 1000 亿美元的投资协议，用于建设由英伟达芯片驱动的 AI 基础设施，并向其他客户保证此类合作不会影响供应。这也说明，AI 基础设施建设已经成为英伟达面向头部模型公司、云服务商和产业客户的重要战略环节。

三菱重工的切入点：液冷与能源管理

三菱重工在此次报道中的角色，主要集中在冷却系统和能源管理技术。来源显示，该公司正在设计专为 AI 而生的下一代数据中心“DIAVAULT”，同时积极开发并验证数据中心液冷系统。对于 AI 数据中心来说，液冷并非单一技术标签，而是应对高功耗芯片集群和高密度部署的重要方向。

传统风冷方案在部分高密度 AI 机柜场景下面临效率和空间限制，液冷系统则有机会提升散热能力，并与能源管理系统联动，降低整体运行压力。对于运营方而言，冷却效率、供电规划、能耗控制和设备可用性直接影响建设成本与长期运营成本。

• 算力密度提升：AI 芯片集群功耗上升，机柜级散热能力成为部署瓶颈之一。
• 能源管理重要性提高：电力调配、热管理与负载调度需要更紧密协同。
• 工程能力成为竞争点：AI 数据中心建设需要芯片厂商、设备商、能源与冷却技术提供方共同参与。
• 产业合作更全球化：英伟达计划与全球合作伙伴共建“人工智能工厂”，显示其基础设施生态正在扩张。

影响解读：AI 竞争进入“系统工程”阶段

如果英伟达与三菱重工的合作推进，将进一步体现 AI 产业基础设施的系统化趋势。过去市场关注重点多集中在 GPU 供给、模型参数规模和云端算力价格；但随着 AI 应用进入更大规模部署，电力、散热、机房设计和能源效率将越来越影响算力落地速度。

对中文科技行业观察者而言，这一动向值得关注的原因在于：AI 数据中心已不只是云厂商或芯片公司的内部工程，而可能发展为新的产业标准与供应链竞争场。谁能在芯片、网络、冷却、能源管理和软件调度之间形成更高效的组合，谁就更可能在未来 AI 基础设施市场中占据主动。

同时，三菱重工这类工业与能源工程企业的加入，也说明 AI 热潮正在外溢到更广泛的硬科技领域。数据中心建设对制造、机电、能源、材料和自动化运维提出新需求，AI 基础设施的竞争正在从“买算力”转向“造算力工厂”。对于企业用户而言，未来评估 AI 服务商时，除了模型能力与价格，也可能需要关注其背后的数据中心架构、能耗效率和长期扩展能力。