首页 / 技术与系统方案

方案不在 PPT 里，在机房里

这一页的技术观点，来自一支平均从业二十年以上、常年泡在智算中心机房里的液冷运维团队：三条技术路线怎么选、一次侧二次侧怎么分工、哪些部件最爱出事、哪些学费我们已经替客户交过。

20 年+核心团队平均从业年限
200+沉淀故障案例（均已脱敏归档）
60+MOP / SOP / EOP 标准作业文件
15+CDU 关键指标分钟级监控分析
0 · FROM THE FLOOR

先说结论：老手怎么看液冷

"工质液是系统的血液。PH 值连续两个季度往下走，你还有半年窗口；等冷板堵了再动手，损失按百万计。"
"漏液不按天算，按分钟算。从快接头渗水到整柜下电，我们见过最快的记录不到二十分钟。巡检的意义就是抢在这二十分钟前面。"
"阈值告警是给新手用的。过滤器压差今天 0.32bar、超标线 0.45bar——数字合格，但周环比涨了 18%，这就是故障在路上的样子。"
"一次侧和二次侧是两种命。厂务侧停一小时是事故，服务器侧停一分钟是灾难。两层流体的规矩不能混着管。"
"别迷信品牌，要迷信数据。哪家 CDU 都出过事，区别只在于有没有人盯着趋势、有没有人敢在报告里写实话。"
"预案不演练等于没有。漏液应急卡贴在墙上再漂亮，没半夜真演过一次的团队，第一次实战都是现学。"

—— ErinCare 液冷运维团队 · 内部复盘会观点摘录

01 · WHY LIQUID

风冷的天花板在哪里

空气的比热容与导热率远低于液体。功率密度每上一个台阶，制冷架构就要换一代。

8–10kW

自然风冷的单柜上限

自然风冷单机柜密度仅支持 8–10kW。超过这一区间后，风量需求急剧上升，风扇功耗、噪声与风阻同时失控。

50kW/柜

AI 集群的实际密度

AI 集群算力密度普遍达 50kW/柜，是自然风冷上限的数倍。这不是"多塞几张卡"，而是需要重做制冷、供电与管路。

1000W+

单芯片功耗持续上行

新一代 AI 芯片单芯片功耗已突破 1000W 量级并继续上行，直接逼近风冷散热的物理极限。芯片功耗突破 1000W 后，浸没式需要作为升级方向预留。

功率密度跃迁意味着架构换代。单柜 50kW 的 GPU 服务器，相当于在约两米高的机柜内同时运行 50 台 1kW 电暖器。 同一个机房楼从通算改造成智算，往往意味着重做供电母线、加装 CDU、重构布线。
数据来源：中国信通院《算力中心冷板式液冷发展研究报告（2024年）》（自然风冷单柜 8–10kW、AI 集群普遍达 50kW/柜）；单芯片功耗与路线演进口径见液冷系统建设方案技术材料。芯片型号与厂商名称不作引用。
02 · ROUTES

三条技术路线，怎么选

冷板式、单相浸没、相变浸没在投资、运维、能效与可维护性上的取舍并不相同。选择的前提是场景，不是参数表上的最优解。

对比维度冷板式（间接液冷 / D2C）单相浸没式相变浸没式
换热原理冷却液在密封冷板微通道内循环，不接触电子元件整机浸入绝缘冷却液，热量直接传导利用冷却液沸腾—冷凝相变散热
投资成本中等高最高
运维成本低高高
PUE1.1–1.2< 1.09< 1.05
可维护性较简单复杂复杂
对服务器改动改动量小，主流服务器支持冷板接口需定制化机箱与机柜需定制化机箱与机柜
改造可行性老旧机房可直接改造老旧机房难改造老旧机房难改造
综合结论当前主流，改造与运维代价最低能效更优，适合新建高密度场景能效最优，运维复杂度最高

投资成本、运维成本与 PUE 为相对口径比较；PUE 数值引自 ODCC《冷板液冷服务器设计白皮书》口径，实际值取决于冷源条件、负载率与运行策略。

02.1 · CONCLUSION

选型结论：冷板式是当前主流

市场已经给出答案

据 IDC 统计，2023 年冷板式占中国液冷服务器市场 95%。供应链成熟度高，主流 AI 服务器原生支持冷板接口，备件与工程资源最容易获得。

改造代价最低

冷板式对服务器芯片组件改动量小，运维模式、机房承重与传统风冷场景基本一致。这是老旧机房"风改液"首选冷板式的技术原因。

改造案例（已脱敏）。某互联网企业杭州园区老旧机房改造：计算节点密度提升约 5 倍， 单机柜从 10kW 提升至 50kW，能耗降低 30%。 该案例说明风改液的核心收益在密度与能耗，而不是单点设备替换。
数据来源：IDC 中国液冷服务器市场跟踪（2023 年冷板式占比 95%，经中国信通院《算力中心冷板式液冷发展研究报告（2024年）》转引）；改造案例为该报告转引的公开案例，企业名称按要求脱敏。
03 · ARCHITECTURE

以 CDU 为界：一次侧与二次侧

冷板式液冷采用"一次侧—二次侧"双回路架构。CDU（冷量分配单元）作为枢纽，实现厂务冷源与服务器液冷回路之间的热交换与流体隔离。

一次侧（厂务侧）

连接园区冷源，走外循环水，负责把热量最终排向大气。

  • 冷源设备——冷却塔 / 干冷器，自然冷却或机械制冷两条路径
  • 水泵与定压补水——维持回路流量与系统压力稳定
  • 水处理与加药——过滤、缓蚀剂投加与排污
  • 室外管路与阀门——含电动阀、软接与传感器

二次侧（服务器侧）

走洁净冷却液，经分水器与冷板直接为芯片散热，直接决定芯片温度。

  • 冷板——贴合 CPU / GPU 芯片，微通道换热
  • Manifold 分水器——将流量分配至每台服务器
  • 快接头与二次管路——数量最多、泄漏风险最集中的接口部件
  • 漏液检测与排气——水浸绳、光电传感器、排气阀
液冷机柜管路巡检现场
机柜侧二次管路巡检：快接头根部与对接卡箍是第一落点。两侧流体在 CDU 板式换热器内物理隔离，一次侧杂质进不了服务器微通道——这是可靠性的关键设计，也是必须分层管理的原因。

二次侧典型设计值（示例）

项目典型设计值说明
冷却液PG25 丙二醇水溶液 25%去离子水 + 缓蚀剂配制
供液温度28℃服务器入口温度
回液温度33℃按 5K 温差设计
单机柜流量45 L/min按 50kW 热负荷，含 1.2 倍余量
系统压力1.2 bar压力损失 < 3 bar，压力过大会增加漏液风险
管路材质不锈钢波纹管，3/8"–1/2"供回双路，配分水器分配

典型设计值（示例），按客户工况标定。一次侧供水温度需与二次侧供液温度错开 1–3K 端差，具体温度由冷源条件与换热器选型确定，不在本表列出。

04 · EQUIPMENT

关键设备：我们管得住哪些零件

液冷系统由数百个零部件构成，跨一次侧、二次侧两层，任何一个接头失效都可能放大为整柜事故。

◈

CDU 冷量分配单元

板式换热器实现两侧隔离；IE4 循环泵 N+1 冗余，在线切换 < 30s；50μm 双联过滤器可在线切换；漏液传感器密度每平方米 ≥ 1 个，声光报警并自动切断液路；噪音 < 65dB；自身功耗 < 5% 散热功率。

◎

冷板

铜 / 铝合金微通道结构，导热界面材料贴合芯片。解热能力 ≥ 2500W/芯片；验收指标为冷板与芯片温差 < 15℃、热阻 < 0.05 ℃·cm²/W。单柜冷板数量通常在 48–60 个。

◍

Manifold 分水器

316L 不锈钢材质，供回各 48 路分配至每台服务器。配套排气阀、球阀、软管组件、密封圈与法兰卡箍，是机柜内管路巡检的第一落点。

◐

快接头（QD）

插拔无泄漏，安装力矩 3–5 N·m。数量最多（每台服务器供回液各一对）、位置隐蔽，是日常巡检与备件管理的重点，也是泄漏风险最集中的部件。

老手的提醒：CDU 参数表再漂亮，也要问三件事——过滤器压差有没有趋势曲线、补液记录有没有留痕、 漏液告警触发后阀门能不能自动切断。这三件事决定了 CDU 在第 14 个月是"设备"还是"事故"。
参数口径：液冷系统建设方案技术材料（CDU 选型、二次侧回路与冷板验收指标）；Manifold 与快接头数量为典型配置示例，按项目实际配置核定。
05 · LESSONS

我们替客户交过的学费：三个真实教训

以下案例来自团队亲历的故障处置（均已脱敏）。每一个都改变了我们的巡检清单。

🌡

一次侧脏污 → 整环路过温

2025 年，某智算中心一个液冷环路的数十台服务器集中 NPU 过温下电。根因是一次侧管路脏污——客户此前没有液冷运维机制，前兆无人识别。处置含过滤器清洗、管道清洗与换热板更换，业务影响近 3 周，算力损失 百万级。

教训：一次侧过滤器压差必须进趋势曲线，不能等告警。

💧

Manifold 漏液 → 三台设备报废

2023 年，某局点数台服务器自动下电，确认为机柜分水器部件漏液。客户只有被动响应、没有主动巡检，渗漏发展了多久无人知晓。三台设备受损更换、训练业务中断，后期换件再影响数周，累计损失数百万。

教训：快接头根部滤纸触检是每巡必做动作，漏液没有"小事"。

🧪

工质结晶 → 堵到换板换液

2024 年，某局点数十台服务器频发高温告警。排查确认环路工质水结晶，堵塞换热板与 CDU 过滤器。处置含换板、管道清洗、过滤器清洗与整体换液，业务影响数月，损失数百万。

教训：水质是趋势游戏——pH、浓度、离子的季度斜率比单次绝对值重要。

工质液结晶实物
工质液结晶实物：管路焊接引入的金属离子与工质反应生成磷酸铝结晶，最终堵塞换热板微通道。
结晶腐蚀后的冷板
被结晶与腐蚀损毁的换热冷板：换一块板不难，难的是业务已经停了数月。
看我们如何做故障处置 →
06 · RETROFIT

老旧机房风改液：路径与前提

  1. 现状评估机柜功率、承重条件、冷源余量、供电母线与布线空间的逐项核查，判断改造边界。
  2. 路线与架构设计冷板式为主；确定 CDU 容量与布放位置、二次侧管路走向、分水器与快接头配置。
  3. 一次侧匹配核算冷源能力与供回水参数，与二次侧设计值错开端差；不满足时先做冷源侧改造。
  4. 施工与冲洗管路安装、冲洗、排气与压力测试；严禁使用自来水，必须使用去离子水配缓蚀剂或专用工程流体。
  5. 注液与基线首次注水后 3–7 天完成工质液基线检测，作为后续趋势判读的起点。
  6. 移交运维巡检清单、告警阈值、保养计划与应急预案同步移交，进入长期运维阶段。
老手的提醒：风改液项目最常见的返工，不在液冷侧，而在一次侧冷源余量被高估。 设计阶段请把"夏季最热周、满负荷、冷却塔结垢"三个条件同时成立时的冷源能力算清楚。
冷板式双回路架构CDUManifold快接头风改液基线检测
查看运维体系与巡检 →

需要一份针对你机房的选型评估？

从功率密度、冷源余量到承重与管路条件，出具书面的路线与改造可行性意见——按十年机房经验给你交底。

预约现场评估