过去我们谈液冷，更多在讨论一个技术路线：数据中心到底继续用风冷，还是切换到液冷。
到了2026年，这个问题已经变了，现在真正需要关注的是：AI算力中心需要什么样的液冷基础设施，液冷又会怎样随着GPU、ASIC、超节点和AI数据中心一起升级。
液冷成为高端AI标配
英伟达2026年的Vera Rubin平台已经进入量产阶段，最新AI服务器采用全液冷架构，液冷覆盖范围也不再只是GPU和CPU，而是进一步向网络芯片、光互联、电源等高功耗部件扩展。
Google最新的第七代TPU Ironwood已经采用液冷，一个Superpod可以扩展到9216颗芯片。到了2026年发布的第八代TPU 8t和8i，进一步采用第四代液冷技术。
所以现在看液冷，已经不能再把它简单理解成一个“节能散热方案”。
TrendForce今年8月份的最新判断是，2026年AI芯片液冷渗透率预计达到53%，2027年进一步接近60%；其中Google已经有超过80%的AI服务器采用液冷。
AI为什么一定需要液冷？
过去传统CPU、GPU服务器，一个机柜十几千瓦、二三十千瓦，风冷基本可以解决。
但AI服务器完全不一样，现在高端AI芯片已经进入千瓦级功耗，多个GPU、CPU、高速交换芯片和网络设备集成到一个机柜以后，整柜功耗快速进入数百千瓦。
英伟达GB200、GB300这样的整柜系统已经达到130—140kW级别，Rubin时代还会继续往更高密度发展。这个时候，单纯靠空气把热量带走，越来越难。因为空气的换热能力有限。
所以液冷真正解决的，不是“空调省一点电”的问题，而是：没有液冷，未来更高密度的AI算力就很难正常部署。
今年9月发布的国家层面实施方案也明确提出，支持液冷散热技术创新和推广应用，同时探索800V高压直流供电架构，推动超百千瓦单机柜部署。从需求端来看，AI算力密度越高，液冷的确定性就越强。
液冷产业链解析如果把AI液冷拆开，建议大家不要只盯着冷板。完整产业链可以分成四层：芯片级散热、服务器内部液冷、机柜级液冷循环；数据中心外部冷源系统。
目前最主流的还是冷板式液冷。简单理解，就是在GPU、CPU等高发热芯片上增加冷板，通过冷却液把芯片产生的热量带走。
这一层对应的核心零部件包括：冷板、Manifold、快换接头、波纹管、管路和液冷工质等。
再往外就是CDU，也就是冷却液分配单元。CDU可以理解成整个液冷系统的“心脏”。它负责把数据中心一次侧的冷量，通过换热器、水泵、控制系统等设备，传递给服务器二次侧的冷却液。
所以CDU里面又会涉及：水泵、板式换热器、过滤器、阀门、传感器、控制系统和管路。
再往外就是数据中心的一次侧，主要包括：冷却塔、冷水机组、板式换热器、泵组、管网、TCS系统以及预制冷站等。
所以液冷不是一个单一产品，而是一套从芯片、服务器、机柜到数据中心逐级扩展的基础设施系统。
产业链里面，哪些环节的价值量正在提升？这个问题也是现在市场比较关心的，过去大家最熟悉的是冷板。但到了Rubin这一代，一个比较明显的变化是：液冷正在从“GPU散热”向“全系统散热”扩展。
TrendForce最新研究已经提到，Rubin的液冷覆盖范围正在从GPU、CPU扩展到CX9网络接口、电源板、光模块等更多部件。
这意味着液冷单机柜的价值量和零部件数量还会继续增加。
第一类是冷板。冷板仍然是服务器内部最核心的部件之一，而且技术门槛并不低。高端AI芯片功耗越来越高，冷板不仅要把热量带走，还要兼顾流阻、温差、可靠性、良率和长期运行稳定性。
所以真正有价值的，不只是CNC加工能力，而是：设计能力+材料能力+加工工艺+焊接能力+量产良率。
第二类是快换接头和流体连接器。这个环节过去关注度并不高，但随着机柜液冷连接数量增加，重要性越来越高。AI整柜系统需要频繁维护和拆装，所以连接器不仅要密封，还要支持盲插、快速插拔和长期可靠运行。
第三类是Manifold和波纹管。Manifold相当于液冷系统的“水路总管”，负责把液体分配到不同冷板。随着机柜越来越复杂，Manifold本身的集成度也在提升。
第四类就是CDU。我认为CDU会是未来几年液冷产业里非常值得关注的环节。
因为机柜功率继续提升以后，CDU不只是负责换热，还要承担更大的冷量、更高的可靠性，以及更精细的流量和温度控制。
ASIC正在成为液冷的第二增长曲线
过去两年，液冷最大的需求来源还是NVIDIA-GPU。但接下来不能只盯着NVIDIA。因为Google、Meta、AWS、微软等云厂商都在加大自研ASIC投入。
Google TPU就是最典型的案例。Ironwood已经采用液冷，一个Superpod可以扩展到9216颗芯片。Google最新的TPU 8t和8i也进一步采用第四代液冷技术。
所以未来液冷实际上有两条需求曲线：一条是GPU液冷；另一条是ASIC液冷。ASIC最大的特点，是不同客户的芯片、服务器和机柜架构都不一样。
这对二线液冷厂商反而是一个机会。因为NVIDIA供应链相对集中，头部供应商已经形成比较强的先发优势。但Google、Meta、AWS等ASIC项目会出现更多定制化需求，也会给冷板、CDU、Manifold、水泵、换热器等供应商带来新的切入机会。
液冷开始和电源绑定
过去大家把液冷和电源分开看，但现在AI数据中心已经不一样了。AI机柜功率越来越高，散热和供电开始变成一个整体问题。
所以现在行业开始同时讨论，800V HVDC+高密度电源+液冷。因为如果机柜进入数百千瓦甚至兆瓦级，传统数据中心的供电、配电和散热架构都需要一起重构。
今年国家层面的实施方案已经提出探索800V高压直流架构，并推动超百千瓦单机柜部署。
所以未来的AI数据中心，不再是简单的：服务器+空调。而会逐渐变成：AI芯片+超节点+800V供电+液冷+网络+智能运维。这也是为什么液冷公司的竞争，开始从单一零部件走向系统能力。
液冷行业趋势
如果把未来两三年的液冷趋势浓缩成几个关键词，我认为主要有4个。
第一，全液冷。Rubin已经给出了比较明确的方向。液冷从GPU逐步扩展到CPU、交换芯片、光模块、电源等部件，未来单柜液冷覆盖范围还会继续扩大。
第二，高功率CDU,随着机柜功率从几十千瓦向数百千瓦乃至兆瓦级发展，CDU的功率密度、可靠性和模块化能力都会继续升级。
第三，ASIC液冷,Google、Meta、AWS等自研芯片规模扩大以后，ASIC会成为GPU之外的重要液冷需求来源。
第四，液冷+800V HVDC,未来AI数据中心的供电和散热会越来越深度耦合。系统可以根据GPU负载、机柜温度、流量和功率变化，动态调整泵速、流量和冷量。
现在的AI液冷已经从“散热技术”进入“AI基础设施”时代。从系统端看，竞争也会从单一零部件逐渐走向：冷板+CDU+管路+控制+冷源+运维的一体化能力。未来的液冷，不是AI产业链里的一个短期赛道。它会持续伴随芯片功耗提升、机柜功率提升和数据中心架构升级而增长。
2026年，可能只是液冷产业升级真正进入规模化阶段的开始。
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。