載入中...
能源即算力》散熱卡關、算力白燒，AI 資料中心下一場硬仗：從「搶電」到「省電」
來源: 科技新報（TechNews）
連結: https://finance.technews.tw/2026/02/24/ai-data-center-saving-power/
發布日期: 2026-02-24
整理日期: 2026-03-03
分類: AI 基礎設施、資料中心、能源效率、散熱技術、液冷系統、PUE
標籤: #AI資料中心 #散熱技術 #液冷 #風冷 #PUE #CDU #能源效率 #Rubin #GPU #NVIDIA #算力密度 #熱管理
#浸沒式液冷#直觸式液冷#資料中心基礎設施在這個生成式 AI 爆發的時代，要蓋 AI 資料中心，電力幾乎等於入場門票，但拿到電，不代表就能把算力塞滿。生成式 AI 把單櫃功耗與熱密度一路推高，下一個很快浮上檯面的瓶頸是散熱跟不上，等於把好不容易搶來的電白白浪費掉。
散熱從機電配套被拉進算力工程的範疇，散熱效率其實就是算力效率的一部分，誰能把熱處理好，誰就能在同樣供電條件下塞進更多 GPU。
CDU 把液冷這件事從「現場客製」變成「模組化工程」，讓資料中心可以像堆積木一樣複製與擴張，而不是每一個案場都要從頭畫一次水路與控制邏輯。
散熱不再只是配角，而是決定整體能源經濟學的主角之一。
AI 資料中心的電力戰場不只停留在「誰搶到電」，而是進一步競賽「誰能把有限的電用得更值」。
| 項目 | 風冷 | 直觸式液冷 | 浸沒式液冷 |
|---|---|---|---|
| 適用功耗 | 20～30 kW/櫃 | 100～300 kW/櫃 | 300+ kW/櫃 |
| PUE | 1.5 上下 | 1.2～1.3 | 1.1～1.2 |
| 熱傳效率 | 低 | 高 | 最高 |
| 導入難度 | 低 | 中 | 高 |
| 維運衝擊 | 最小 | 中等 | 最大 |
| 成本 | 低 | 中 | 高 |
| 擴充性 | 有限 | 良好 | 最佳 |
#AI資料中心 #散熱技術 #液冷 #風冷 #PUE #CDU #能源效率 #Rubin #GPU #NVIDIA #算力密度 #熱管理 #浸沒式液冷 #直觸式液冷 #資料中心基礎設施 #模組化工程 #自然冷卻 #供應鏈轉型 #能源經濟學 #科技新報