冷板液冷与单相浸没式液冷的本质区别，从“局部散热优化”到“系统级热管理重构”
冷板液冷与单相浸没式液冷的本质区别
从“局部散热优化”到“系统级热管理重构”
01
散热正在从辅助系统变成基础设施变量
过去十年，数据中心的冷却系统一直是“配角”。但这个假设正在被 AI 算力打破。冷却系统目前已占数据中心基础设施总能耗的四成左右，仅次于 IT 设备本身；单台 AI 服务器的散热压力，已不是“能不能散”的问题，而是“散热方案本身决定机柜能塞多少算力”的问题。
在这个背景下，冷板液冷与单相浸没式液冷常被拿来比较。但把它们放在同一坐标系上问“哪个更好”，本身就问错了问题。更有意义的问题是：它们各自把“散热系统”的边界画在哪里？
02
先把技术谱系理清楚
液冷不是一种技术，而是一个按接触方式和相变方式划分的谱系：按是否接触发热元件，分为间接接触（冷板式）与直接接触（浸没式、喷淋式）；按是否相变，分为单相（不相变）与两相（汽化-冷凝循环）。本文聚焦主流的单相冷板与单相浸没式的对比。
03
冷板液冷：优化服务器内部的局部热路径
冷板液冷的工程逻辑很直接：只对发热核心区域做液体冷却，其余环境保持不变。液冷板与 CPU/GPU 直接贴合，二次侧冷却液在冷板内吸热，经 CDU 与一次侧换热后排出室外，冷却液全程不接触电子元件，机箱内仍保留空气环境。
优势是清晰的工程收益：改造成本低、兼容性强，可在现有机架上部署；技术成熟度高，国内积累超十年；市场验证充分，按不同口径占国内液冷市场六到九成，是当前绝对主流；可靠性上，冷却液不直接接触设备，泄漏损坏风险相对可控。
局限同样是结构性的：冷板通常只覆盖高功耗芯片，约三成热量仍需风冷处理，风道、风扇仍需保留；冷板式 PUE 通常约 1.1–1.25，相较风冷（约 1.5）改善明显，但相较浸没仍有差距；系统仍是“液冷 + 风冷”两套逻辑并存，运维复杂度只是被重新分配。
04
单相浸没式液冷：重构整个散热环境
浸没式的出发点完全不同：不再对局部做优化，而是重新定义整个热交换系统的物理边界。整机所有发热元件完全浸入介电冷却液（多为氟化液或碳氢合成油），热量通过液体直接对流被均匀带走，全程不相变，再经外部换热单元排出。
优势体现在系统级指标上：传热路径最短、效率最高，单机柜可支持 100kW 以上功率密度，部分两相浸没方案单柜功率可达数百 kW 级；PUE 潜力最低，单相浸没可做到 1.1 以下，领先方案已实现 1.03–1.04；整机处于统一液体环境，无局部热点，芯片温度波动更小；能耗成本优势明显。
挑战也同样是系统级的：冷却液成本占比高，在浸没方案成本构成中价值量占比接近六成，且氟化液通常每 3–4 年需更换，形成持续耗材支出；材料兼容性需长周期验证；运维模式需重构；初始资本开支高于冷板改造。
05
两种路线的核心数据对比
维度 | 冷板液冷 | 单相浸没式液冷 |
冷却液接触方式 | 不接触电子元件 | 完全浸没，直接接触 |
典型 PUE | 约 1.1–1.25 | 1.03–1.1 |
支持单柜功率密度 | 数十 kW 级 | 100kW 以上，高端可达数百 kW |
改造成本 | 低，兼容现有架构 | 高，需重构机柜与基础设施 |
当前市场占比（国内） | 六成以上（部分口径超九成） | 一成左右，增速显著更快 |
核心瓶颈 | 仍需风冷兜底约三成热量 | 冷却液成本、材料兼容、运维体系 |
典型适用场景 | 存量改造、推理机房、中高密度云计算 | 万卡训练、超算、高密度 ASIC 算力 |
06
本质差异：不是技术优劣，而是“系统边界”不同
如果只用一句话概括：冷板液冷，优化的是服务器内部的热路径——它在“服务器 + 机房空气”这个既有边界内做局部强化，是改良型方案；单相浸没式，重构的是整个散热环境的系统边界——它把液体本身变成新的系统边界，空气不再参与散热，是范式级方案。
这也是为什么单纯比较“谁的 PUE 更低”意义有限：两者本来就不在同一系统层级上竞争，一个是局部优化解，一个是系统重构解。
07
驱动力：高密度 AI 算力如何倒逼浸没渗透
这背后有一条清晰的因果链，起点是机柜功率密度曲线本身：全球单机柜平均功率从 2020 年的 8.4kW 增长到 2024 年的 14.7kW，30kW 以上高密度机柜占比同期从 5% 升到 17%；预计到 2026 年平均功率将达 19.4kW，30kW 以上占比进一步升至 29%。与此同时，单芯片功耗突破千瓦门槛——谷歌新一代 TPU（Ironwood）单芯片 TDP 约 600W 并要求全面液冷，英伟达 Rubin Ultra（NVL576）单机柜功率更高达约 600kW。
这意味着热量分布正从“局部集中”走向“整机高密度均匀发热”。冷板“只覆盖核心芯片、其余靠风冷”的模式在这种密度下逐渐力不从心——不是效率不够，而是热量分布的物理性质变了，局部散热已无法解决系统级问题。这正是浸没渗透率加速的根本原因。
08
现实选择：阶段性共存，走向混合与分层
尽管浸没在高密度场景优势明显，现实的行业选择并不是“谁替代谁”：冷板液冷仍是主流过渡方案，尤其适合存量改造和中高密度推理场景；单相浸没是高密度训练、超算等极致场景的领先方案，随冷却液国产化推进而加速渗透；混合方案正成为新方向——例如维谛与英伟达联合推进的冷却计划，正开发冷板与浸没集成的混合系统，目标在 40℃ 环境下支持单机柜 200kW。行业更可能走向“技术路线收敛、场景分层覆盖”，而非单一路线全面胜出。
09
结语：两条路线并行，功率密度是唯一变量
液冷行业的分化，本质不是“谁更先进”的技术叙事，而是不同功率密度场景下的两种工程解法。冷板用最小的系统改动换最高兼容性，浸没用最彻底的系统重构换最极致能效——二者选择逻辑都理性，只是对应的功率密度区间不同。而真正推动这场演进的根本变量只有一个：AI 算力密度还在持续攀升，且短期看不到拐点。
熵潭的双线布局：一套介质能力，覆盖两种系统边界
正因为冷板与浸没是“系统边界”不同的两种解法，介质需求也截然不同。熵潭以 20 余年油品净化功底，用一套能力覆盖两条主线：
SN-DC 碳氢浸没冷却液：面向单相浸没，FT/GTL + 双 PAO 合成烃体系，高介电、低挥发、材料兼容，服务万卡训练与高密度算力。
SN-CP 水基冷板冷却液：面向冷板/DTC 主流市场，含旗舰牌号 SN-CP 45W，对标 NVIDIA Rubin 45℃ 温水闭环（75% 水 + 25% 丙二醇），以复合缓蚀攻克混合金属腐蚀这一冷板液核心难题。
智净寿命管理：针对“冷却液占浸没成本近六成、氟化液每 3–4 年换液”的痛点，用选择性净化保留添加剂、延长寿命，把耗材负担转化为可持续服务。
SN-SP 太空级预研：面向轨道 AI 算力的抗辐射介电传热介质，是熵潭介质能力从地面向太空的前沿延伸。
从冷板到浸没，从地面到轨道——熵潭要做的，是 AI 算力时代那滴“可靠、长寿、可审计”的冷却介质。
