AI行业快速发展，GPU替代CPU成为未来数据中心建设的主要方向。
　　
　　据开源证券研报，在后摩尔时代下，芯片制程技术发展趋缓，计算芯片多以提高核心数量的方式提高算力，这导致CPU、GPU的功耗不断攀升。具体而言，从2017年Intel第一代铂金至强处理器发布到2023年年底第五代处理器问世，芯片核心数量从早期的24颗提升至最多64颗，TDP从也150W提升至最高385W。
　　
　　GPUTDP的提升更为明显，最早应用于人工智能计算的V100 Nvlink的TDP为300W，英伟达最新发布的GB200TDP已经超过1000W，这已经超过风冷散热的上限800W。相比之下，液冷则凭借其优秀的散热能力满足了高功耗芯片的散热需求。
　　
　　不仅是单点散热，机柜整体散热方面也同样接近风冷散热极限。根据Uptime Institute发布的《2022年全球数据中心调查报告》，AI的高速发展导致数据中心机架功率提升，以英伟达DGXA100服务器为例，其额定功率为4KW，单机最大功率为6.5KW，一个标准的42U高度的机柜大约可以放置5个5U高度的AI服务器，依次计算，单机柜总功率超过20KW，而采用传统风冷散热模式通常可以解决12KW以内的机柜制冷，无法满足AI服务器机柜的散热需求。
　　
　　除了芯片功率的提升，国内政策也将推动液冷对风冷技术的替代。据中国通信院数据，2022年，中国数据中心平均PUE为1.52。而且，据数据中心绿色能源技术联盟统计，2021年，全国数据中心平均PUE为1.49，不足5成的数据中心PUE在1.40以下。
　　
　　在2021年11月，国家发改委等部门颁布《贯彻落实碳达峰中和目标要求推动数据中心和5G等新型基础设施绿色高质量发展实施方案》，要求到2025年新建大型、超大型数据中心的PUE降到1.30以下，国家枢纽节点PUE进一步降低到1.25以下。
　　
　　根据赛迪统计，数据中心制冷耗电占比约为43%，仅次于IT设备自身能耗，液冷技术相较于传统风冷散热，可取代大部分空调系统、风扇等高耗能设备，从而实现节能20%-30%。此外，除了制冷系统自身能耗降低外，采用液冷散热技术还有利于进一步降低芯片温度，而芯片温度降低则可带来更高的可靠性和更低的能耗，形成一个正向循环。
　　
　　不可否认，相比于传统风冷，液冷的前期投入略高，但值得一提的是，液冷服务器运营商可以通过降低运行成本回收增量初始投资，以规模为10MW的液冷数据中心为例，预计2.2年可以回收因采用液冷技术而增加的基础设备投资。
　　
　　编辑：Harris