液冷，一种高效的散热技术，以液体为冷媒，借助其高热容和出色的热传导性，通过流动液体将IT设备内部元器件产生的热量导出至设备外部，从而确保IT设备在适宜的温度范围内稳定运行。这种技术根据冷却液与发热器件的接触方式，可分为间接液冷和直接液冷两大类。间接液冷，如冷板式液冷技术，特点在于服务器热源与冷却液不直接接触。而直接液冷，包括浸没式和喷淋式液冷技术，则是让发热部件与冷却液直接接触，实现高效冷却。此外，浸没式液冷还可进一步根据冷却液是否发生相变，分为单相浸没式液冷和双相浸没式液冷。目前，冷板式液冷和浸没式液冷是液冷技术领域的主要应用形式。

2、液冷技术的发展动力

a、政策推动
在“双碳”目标的指引下，国家政策对数据中心的能源效率提出了严格要求。新建大型和超大型数据中心必须达到平均PUE低于1.3，国家枢纽节点的PUE更要降至1.25以下。由于风冷技术难以达到这一标准，液冷技术成为了必然的选择。此外，国家对PUE指标的硬性规定也使得行业趋势明朗，液冷技术已成为数据中心节能降碳的标配。

【关于PUE】

PUE，即数据中心总耗电与IT设备耗电的比值，是衡量数据中心能源利用效率的重要指标。比值越接近1，说明数据中心能源越能高效利用。当前，我国数据中心的平均PUE为1.49，仍有半数以上区域的数据中心PUE高于1.5。面对这一现状，国家和地方纷纷出台政策，对新建和老旧数据中心的PUE进行严格管控，明确要求东西部枢纽节点数据中心PUE分别控制在1.25和1.2以下。这也进一步推动了液冷技术的快速发展与应用。

b、效率挑战
传统的风冷数据中心在面对12kw以内的机柜制冷时表现尚可，然而，一旦机柜功率超越15kw，风冷散热系统的效能便捉襟见肘。据Uptime Institute Intelligence的数据显示，2020年全球范围内，5-9kW/柜的机架占比最高，同时，功率超过10kW/柜的机架占比也接近30%。随着数据量的迅猛增长，数据中心需要更多的服务器来提供强大的计算能力。然而，受到数据中心建设面积和环保规定的双重制约，提升单机柜功率成为了平衡计算需求与有限承载能力的重要手段。赛迪顾问预测，未来几年内，随着数据中心算力的快速增长，高功率单机柜将逐渐普及，预计到2025年，全球数据中心的平均功率将达到25kW，这意味着AI服务器单机柜功率很可能超过12kw。

c、我国市场动态
据《2021-2022年度中国数据中心基础设施产品市场总报告》揭示，2021年，我国单机柜功率在10kW及以上的数据中心市场规模呈现出迅猛的增长势头，增长率高达10%以上。特别是在高密度数据中心领域，那些单机柜功率超过30kW的数据中心增长尤为迅速，增长率达到了31%。

3、液冷行业产业链

液冷产业链的技术门槛相对较低，其上游主要涉及一些零部件的供应，而下游则是面对有数据中心需求的各种客户。中游的液冷厂所涉及的核心部件包括冷却塔、干冷器、冷板、管路以及导热材料，此外还有冷链分配器和控制算法等关键技术。

【高澜股份纪要—液冷厂商核心部件的采购情况】

一套完整的液冷系统通常包含CDU、tank、manifold以及一些重要的仪表。其中，CDU和TANK都拥有完全自主的知识产权，并由厂商自主设计和制造。整体的manifold分配水的管路也是厂商的自主设计。然而，在更底层的原材料方面，大部分部件需要外购。从价值量来看，CDU的价值最高，其次是Tank（即机柜），它承载了所有的服务器。管路的价值则因其所涉及的系统量较大而难以简单类比。最终，我们以单位千瓦为计算单位，发现CDU的价值仍然是最高的，而Tank的数量则是最多的。至于外部管路，其布局如同蜘蛛网一般复杂。

在液冷行业的核心厂商方面，我们了解到有循环泵厂家如大元泵业、钣金柜制造商、热孵化技术提供商以及冷板制造商如三花智控等。这些信息表明，液冷系统虽然包含多个组件，但其技术并非高度复杂，涉及的零部件也相对成熟。因此，液冷行业可能更像是一个贝塔的投资机会。

4、市场情况

a、市场规模
2022年，中国液冷服务器市场规模已达到10.1亿美元，预计2023年将激增至15.1亿美元。当前，冷板技术在液冷市场中占据主导地位，市场占有率高达60%-70%。值得注意的是，采用第三方冷板技术可能面临责任不明确的问题。尽管新建服务器中液冷技术的占比可能达到50%，但旧服务器的改造进度尚不及此。

b、市场参与者

当前，曙光公司以其冷本和浸没技术领跑市场，华为紧随其后，主要采用冷板技术。阿里则更偏向于浸没技术，且其技术主要应用于自用。联想和浪潮也位列前五，同样侧重于冷板技术。值得注意的是，冷板技术的技术门槛相对较低，仅需数百万的投资即可组建团队实现。而英维克、高澜股份等公司则可能位列第三梯队。目前，服务器厂商的液冷项目多由自家液冷团队完成，但也不排除引入第三方液冷厂商以降低成本的可能性。

5、未来需求展望

a、需求增长

随着人工智能技术的迅猛发展，AI服务器的需求呈现出持续攀升的态势。这类服务器通常采用CPU+GPU/FPGA/TPU等异构架构，配备大量高功率的CPU和GPU芯片。例如，用于训练ChatGPT的英伟达AI服务器（NVIDIA DGXA100 640GB）便内置了8张NVIDIA A100 80GB Tensor Core GPU（每张250w）和1颗AMD Rome 7742 CPU处理器（225w），其系统功耗可高达6.5KW。因此，未来液冷服务器的市场需求有望进一步扩大。
8张A100芯片的总算力高达4.8P。
中国未来算力需求的展望：
在过去的几年里，中国的智能算力规模一直在迅速增长。2021年，这一规模达到了155.2EFlops，而到了2022年，这一数字已经攀升至268EFlops（根据IDC数据，按FP16计算，即268000P）。展望未来，中国AI算力规模的增长势头不减。预计到2026年，这一规模将激增至1271.4EFlops，实现年均52.3%的复合增长率，迎来快速增长的新阶段。
若以kw为单位进行计算，每增加1P算力，需消耗约0.74kw的电力。据此预测，到2026年，中国AI算力将年均增长160000P，同时电力消耗也将相应增长，达到118400kw。此外，随着算力规模的迅速扩大，相关投入也将大幅增加，预计年增长将超过30e人民币。

再来看价格因素，根据相关纪要显示，机柜的造价约为500万元，其功率为200kw。这意味着，每增加1kw的算力，就需要投入2.5万元的资金（以冷板价格计算）。随着算力需求的不断攀升，这种资金投入也将呈现出持续增长的态势。