中国数据中心液冷与热管理产业深度研究报告
最终进入判断：[INFERRED][HIGH] 值得进入，但“液冷设备”不是一个同质化市场。未来3年真正值得优先进入的是冷板式液冷链条中的高可靠部件、CDU/歧管/快接、系统级交付、测试验证、监控控制和既有机房改造能力；单纯依靠概念性“液冷整机”或通用机柜制造，利润质量可能明显低于市场增速。
研究日期：2026-09-13｜地域：中国内地为主，全球对标｜历史回溯：2021-2025｜前瞻：2026-2029
1. 执行摘要
最终进入判断：[INFERRED][HIGH] 值得进入，但“液冷设备”不是一个同质化市场。未来3年真正值得优先进入的是冷板式液冷链条中的高可靠部件、CDU/歧管/快接、系统级交付、测试验证、监控控制和既有机房改造能力；单纯依靠概念性“液冷整机”或通用机柜制造，利润质量可能明显低于市场增速。
需求端已经从“节能政策推动”进入“高功率芯片的物理约束推动”。NVIDIA GB200 NVL72采用整机架液冷架构，72颗Blackwell GPU组成机架级系统；公开资料显示，AI机架已跨过50-100kW并向140kW、180kW乃至更高密度演进。ASHRAE已把液冷列为50-100+kW AI机架的重要散热路径。中国政策同时要求新建及改扩建大型、超大型数据中心PUE向1.25及以下收敛，国家枢纽节点项目不高于1.2。技术与政策形成双重驱动。
但市场口径必须拆开。IDC公开口径显示，2024年中国“液冷服务器”市场规模23.7亿美元，同比增长67%，出货量超过23万台；赛迪顾问口径则称2025年“中国液冷数据中心市场”约159.8亿元。两者不是同一市场：前者包含服务器整机，后者更接近液冷基础设施与系统。投资模型若混用，会严重高估可服务市场。
产业链的核心矛盾不是“有没有散热需求”，而是“能否在不牺牲可靠性和可维护性的前提下，把热从芯片稳定传到室外”。冷板、快接、歧管、CDU、泵、换热器、干冷器、水质/工质、控制系统，每一层都可能成为泄漏、堵塞、腐蚀、气泡、流量失配或维护停机的故障点。因此行业壁垒从单机产品，正在转向“部件可靠性+系统设计+验证测试+项目交付+运维服务”的组合能力。
数字化与AI机会主要不在“让AI控制冷却”这一口号，而在：热负荷预测、泵阀协同控制、泄漏检测、流量/压差监控、CDU冗余调度、冷却回路数字孪生、故障诊断、能耗优化和跨IT/设施两侧的统一运维。短期最容易形成付费的仍是监控、控制和质控，而不是黑箱式全自动优化。
2. 去重台账摘要
本次运行已成功读取ChatGPT Library持久化台账。最近完成主题包含：中国民航维修MRO与航空技术服务、中国宠物医疗与连锁宠物医院、中国虚拟电厂与分布式资源聚合服务、中国酒店业与中高端连锁酒店、中国工业气体与电子特气等。
候选池：
- 数据中心液冷与热管理：重复风险低；与最近3期差异高；通过。
- 网络安全托管服务MSS：重复风险低；差异高；通过。
- 工业废水资源化：重复风险低；差异中高；通过。
- 商业保理与应收账款融资：重复风险低；差异高；通过。
- 冷链物流基础设施：重复风险中；与跨境物流存在相邻；暂缓。
最终选择“数据中心液冷与热管理”，因为它同时具备前沿技术、工程系统、资本开支和数字化运维属性，适合检验V2.0“机制级解释”和“企业现场数字化解剖”。
第一部分：行业认知底座
3. 行业认知导读
读完第4-10章，读者应能回答：为什么AI服务器越来越难靠风扇散热；液冷到底把热量从哪里搬到哪里；冷板、CDU、歧管、快接、二次侧分别是什么；谁采购、谁施工、谁承担泄漏风险；为什么液冷不等于“把服务器泡在液体里”；以及一套液冷机架的收入、成本和利润如何形成。
4. 行业概况与定义
一句话定义：[COMMON][HIGH] 数据中心液冷与热管理产业，是围绕高功率芯片和服务器，将热量从芯片/服务器高效传递到机房乃至室外，并在全过程控制温度、流量、压力、水质、可靠性和能耗的一整套设备、工程与运维服务。
本报告纳入：
- 芯片/服务器侧：冷板、冷却液、管路、快接、歧管。
- 机架/列侧：CDU、泵、换热器、控制器、传感器。
- 机房/设施侧：干冷器、冷却塔、冷机、二次侧管网、换热站。
- 方案形态：冷板式、浸没式、后门换热器及混合式。
- 相关软件：液冷监控、能效管理、泄漏监测、热负荷预测、数字孪生和运维平台。
本报告排除：
- 一般消费电子散热。
- 储能、电力电子和新能源汽车热管理。
- 纯服务器计算芯片与网络交换设备本体。
- 与液冷无直接关系的通用IDC地产运营。
4.1 为什么这个行业存在
计算芯片做更多运算就会消耗更多电能，大部分电能最终转化为热。热不能及时带走时，芯片会降频、性能下降，甚至触发保护停机。传统风冷依靠风扇让冷空气流经散热器，但空气的单位体积携热能力远低于水或其他液体。当单芯片功耗和单机架功率持续提高，单纯增加风量会带来更高风机功耗、噪音、气流组织难度和更大的空调系统。
液冷的根本价值不是“更先进”，而是把高热流密度下难以通过空气搬走的热量，直接通过高比热液体带走。
若没有液冷，客户会采用更低密度服务器、扩大机房面积、降低单柜功率、加强风冷和降低送风温度。这些替代方案仍可工作，但在高密度AI集群中，往往牺牲面积效率、能耗和集群互联密度。
5. 行业是怎么运转的
5.1 参与者地图
| 环节 | 主要角色 | 掌握的关键资源 | 收入来源 |
|---|---|---|---|
| 芯片/平台 | NVIDIA、AMD、国产AI芯片厂商 | 热设计功耗、参考设计、接口生态 | 芯片/平台 |
| 服务器 | 浪潮、超聚变、宁畅、Supermicro等 | 整机设计、服务器客户、验证能力 | 服务器及集成 |
| 液冷部件 | 冷板、快接、管路、泵、换热器厂商 | 材料、加工、密封、可靠性 | 部件销售 |
| CDU/系统 | 英维克、申菱、同飞、高澜、Vertiv、Schneider等 | 热管理设计、控制、工程交付 | 设备+系统 |
| IDC/云/运营商 | 云厂商、IDC、运营商、智算中心 | 机房、算力投资、采购权 | 算力/托管服务 |
| 设计/集成 | 设计院、总包、机电集成商 | 机房设计、施工组织 | 工程费 |
| 标准/协会 | 工信部、ODCC、OCP、ASHRAE等 | 标准、测试、生态协同 | 公共治理 |
5.2 四条流
**热流：**芯片→冷板→冷却液→歧管→CDU换热器→设施水系统→干冷器/冷却塔/冷机→环境。
**资金流：**数据中心投资方/云厂商→服务器/总包/热管理厂商→部件供应商、施工和服务商。
**数据流：**芯片温度、进回水温度、流量、压力、泵速、阀位、泄漏、能耗→CDU控制器/DCIM/BMS→告警和运维。
**责任流：**服务器厂商负责IT设备匹配，热管理厂商负责冷却能力，设施团队负责供回水和机房系统，运维团队负责连续可用；液冷把原本相对分离的IT与设施两侧责任边界重新耦合。
6. 典型端到端业务流程：部署一排高密度AI机架
- AI客户先确定GPU平台、训练规模和上线时间。
- 服务器厂商给出单机架功率、冷却液温度、流量、压差和水质/工质要求。
- 数据中心设计团队判断现有机房能否提供足够电力与散热能力。
- 若采用冷板液冷，液冷厂商根据机架负荷选CDU容量、泵组、换热器、歧管和管路。
- 服务器节点内的CPU/GPU通过冷板与液体换热。
- 机架内热液汇总到歧管，再进入CDU。
- CDU把IT侧液体热量传递到设施水侧，同时隔离两套回路的水质和压力。
- 设施侧再把热送到干冷器、冷却塔或冷机。
- 上线前进行压力测试、泄漏测试、冲洗、排气、流量平衡和联调。
- 运行后持续监控温度、压差、流量和泄漏；一旦某支路异常，系统必须告警或切换冗余。
- 运维中更换服务器节点时，快接头需要实现快速断开，同时尽量避免漏液和空气进入系统。
这条链条说明：液冷卖的不是一台“水冷机”，而是热从芯片到室外的连续可靠传输能力。
7. 关键商业模式与“谁给谁付钱”
模式A：液冷部件
收入来自冷板、快接、泵、换热器、传感器、管路。特点是产品化高，但客户验证周期长；高可靠部件可形成较高壁垒，低技术含量管件容易价格竞争。
模式B：CDU与机架级液冷系统
CDU类似“液冷系统的心脏+边界设备”，负责循环、换热、控制和保护。厂商按设备或整机架方案收费，价值量通常明显高于单部件。
模式C：机房级系统集成
液冷厂商或机电集成商提供CDU、管网、室外散热和控制系统一体化交付。单项目金额大，但项目制、回款和现场工程风险更高。
模式D：服务器整机液冷
服务器厂商把冷板、歧管和服务器整机一起交付。IDC的“液冷服务器市场”主要属于这一口径，因此不能直接当作液冷基础设施厂商的TAM。
模式E：运维与生命周期服务
包括液体检测、水质管理、泵/换热器维护、系统清洗、远程监控和故障处理。当前占比仍低，但随着液冷存量增加，可能逐步从一次性设备销售转向生命周期服务。
8. 核心概念与术语
- TDP（Thermal Design Power）：芯片热设计功耗，近似表示散热系统需要处理的热负荷等级，并不完全等于实时功耗。
- 机架功率密度：一个机柜/机架内IT设备总功率，kW/rack。数值越高，单位空间热量越集中。
- PUE：数据中心总耗电÷IT设备耗电。若IT耗电100，数据中心总耗电120，则PUE=1.20。
- 冷板（Cold Plate）：紧贴CPU/GPU的金属换热部件，内部有流道，液体在其中带走芯片热量。
- DLC（Direct Liquid Cooling）：直接液冷，通常指液体直接靠近发热芯片进行换热，冷板式是主流形态。
- CDU（Coolant Distribution Unit）：冷却液分配单元，连接IT侧和设施侧，集成泵、换热器、传感器和控制。
- Manifold（歧管）：把CDU提供的液体分配到多个服务器节点，再汇集回流。
- QD（Quick Disconnect）：快接头，使服务器可快速连接/断开液路。
- 一次侧/设施侧：建筑/机房提供的冷却水回路。
- 二次侧/IT侧：直接连接服务器冷板的液体回路。
- 供回水温差ΔT：回水温度减供水温度；同样流量下，温差越大可带走更多热。
- 流量：单位时间通过管路的液体体积。热负荷、温差和流量之间存在直接关系。
- 浸没液冷：把IT设备浸在绝缘液体中散热，换热效率高，但设备形态、维护方式和液体成本变化更大。
- 后门换热器RDHx：把换热器安装在机柜后门，吸收服务器排出的热空气，可作为风冷向液冷过渡方案。
- 热捕获率：液冷系统直接带走的服务器热量比例；不是所有部件都一定被液冷覆盖。
9. 最小数值示例：100kW机架需要多少水流量
[FRAME][HIGH] 采用水的近似比热4.186 kJ/(kg·K)。若一套冷板液冷要带走100kW热量，允许供回水温差ΔT=10℃：
Q = m × Cp × ΔT
m = 100 kJ/s ÷ (4.186 kJ/kg/K × 10K) ≈ 2.39 kg/s
水密度近似1kg/L，因此约需要2.39L/s，即约143L/min的总流量。
如果同样100kW只允许5℃温差，所需流量约翻倍至286L/min。这解释了为什么机架功率越来越高时，泵、管径、歧管、快接和CDU能力都必须同步升级，而不能只换一个更大的冷板。
10. 三个基本矛盾
- **更高功率密度 vs 更高可靠性要求。**功率密度越高，液冷越必要；但液体进入IT设备附近后，任何泄漏、腐蚀或流量异常的后果也更严重。
- **标准化规模交付 vs 芯片/服务器快速迭代。**AI平台升级很快，而数据中心基础设施寿命长，接口、温度、流量和机架架构必须兼容未来平台。
- **能效提升 vs 系统复杂度。**液冷可以降低风机和机械制冷负荷，但会增加泵、阀、换热、水质、控制和跨团队运维复杂度。
第二部分：研究边界、证据与市场判断
11. 研究边界与口径
主决策问题：未来3年中国数据中心液冷与热管理产业是否值得进入，优先环节应是部件、CDU、系统集成、机房改造还是数字化运维？
重点研究：AI/HPC数据中心冷板液冷、CDU/歧管/快接、机房侧换热与控制、国内主要厂商和系统集成机会。
本期不重点研究：储能液冷、汽车热管理、消费电子散热、芯片封装内微流道、单纯服务器算力市场。
12. 行业全景扫描与待验证假设
子赛道包括：冷板、快接/管路、CDU、机架液冷、机房侧冷源、浸没式、RDHx、液冷服务器、控制软件、运维服务。
客户类型包括：互联网/云厂商、运营商、第三方IDC、金融、政府智算中心、科研HPC和大型企业自建算力。
待验证观点：
- “AI增长意味着液冷会快速全面替代风冷”。
- “液冷市场增速高，所以所有液冷设备商都会高增长高利润”。
- “液冷的核心价值只是降低PUE”。
- “浸没式效率最高，所以最终会取代冷板式”。
结论：1、2、4的强版本不成立；3不完整。
13. 证据质量概览
核心证据主要来自工信部、国家标准平台、ODCC、OCP、ASHRAE、NVIDIA、上市公司年报、SEC年报、IDC公开转引和Dell'Oro/Uptime公开研究。
Evidence Coverage Matrix
| 关键问题 | 一手证据 | 独立验证 | 反例/负面 | 充分度 |
|---|---|---|---|---|
| AI高密度是否推动液冷 | NVIDIA/ASHRAE | Supermicro/厂商 | Uptime显示总体采用仍慢 | HIGH |
| 中国政策是否推动高效冷却 | 工信部/发改政策转引 | 上市公司年报 | 存量改造节奏慢 | HIGH |
| 中国液冷服务器市场规模 | IDC公开转引 | 福建政务转引/媒体 | 与设施市场口径不同 | MED-HIGH |
| 液冷基础设施市场规模 | 赛迪公开转引 | 上市公司材料 | 机构口径差异大 | MED |
| 冷板是否主流 | OCP/企业年报/IDC | Uptime | 浸没在特定场景有优势 | HIGH |
| 项目ROI | 厂商声称较多 | 独立客户数据不足 | CAPEX/改造复杂 | MED-LOW |
| 数字化运维价值 | OCP/设施实践 | 厂商产品 | 独立ROI少 | MED |
14. 市场规模与增长
[KNOWN][MED-HIGH] IDC公开数据转引显示，2024年中国液冷服务器市场规模23.7亿美元，同比增长67%，出货量超过23万台；2024-2029年预计CAGR 46.8%，2029年达到162亿美元。该口径是“液冷服务器整机”，主要价值量在服务器本体，因此不能直接作为液冷基础设施TAM。
[KNOWN][MED] 赛迪顾问公开转引称，2025年中国液冷数据中心市场规模159.8亿元，同比增长45.2%，预计2028年470.4亿元。该口径更接近液冷数据中心基础设施，但公开摘要未充分披露全部统计边界，因此应视为第三方研究口径而不是官方统计。
[KNOWN][HIGH] 全球方面，Dell'Oro称2025年三季度直接液冷同比增长85%，全年收入有望超过20亿美元；到2029年全球数据中心液冷市场接近70亿美元。
Top-down
从液冷服务器整机市场切入：若2024年23.7亿美元对应约170亿元人民币规模，假设液冷基础设施与热管理部件占整机及配套价值量的10%-20%，则对应约17-34亿元“服务器侧液冷部件”机会；再叠加CDU、机房侧和工程集成后，设施市场显著扩大。
此比例缺乏统一公开审计口径，因此只能标记为[FRAME][LOW-MED]。
Bottom-up框架
液冷基础设施市场≈液冷机架数量×单机架液冷基础设施价值量+机房侧配套改造+运维。
例如若一年新增10,000个高密度液冷机架，每机架CDU/歧管/管路等平均20-40万元，则机架侧设备为20-40亿元；若再增加机房侧冷源、施工和控制，系统市场可进一步扩大。该示例仅为敏感性框架，不代表实际行业平均。
增长来源
增长=高密度AI机架数量×单机架功率密度×液冷渗透率×单位价值量。
其中最强变量是高密度AI机架数量和液冷渗透率，而不是普通数据中心机架数量。
15. 需求端
15.1 第一类：超大规模互联网/云厂商
最强需求方，倾向自定义架构、规模采购和多供应商认证。关注可靠性、规模交付、总拥有成本和平台兼容性。
15.2 第二类：运营商与第三方IDC
既要满足AI客户，又要兼容传统风冷客户，因此更重视混合冷却、机房改造和多租户SLA。
15.3 第三类：金融/科研/企业自建
规模较小但可靠性要求高，采购决策更谨慎，通常希望总包或集成商承担更多责任。
15.4 需求真实性
需求真实性高，但节奏高度分化。Uptime 2025调查显示，DLC采用仍是“缓慢而稳步”，运营商最关心的是能否与既有设施容易集成。这意味着液冷在新建AI集群中可能接近刚需，但在大规模存量通算中心中并不会快速全替换。
16. 供给端与产业链利润池
产业链从材料、零部件到系统交付逐步增大价值量，同时也增加工程责任。
高潜在利润池：
- 高可靠快接：小部件但关系到泄漏风险，验证壁垒高。
- 冷板：涉及微通道设计、材料、焊接、均温和压降。
- CDU：把机械、换热、控制和冗余整合到一起。
- 系统测试与验证：越高密度越依赖验证能力。
- 生命周期运维：随着存量扩大，服务收入有望提高。
容易被侵蚀：
- 标准机柜钣金。
- 普通管路和低技术含量结构件。
- 无差异化的项目集成。
- 单纯以“液冷概念”包装的通用温控设备。
17. 竞争格局与真实壁垒
中国市场参与者包括传统机房温控厂商、工业热管理厂商、服务器厂商、IDC基础设施厂商和大量液冷零部件企业。
真实壁垒：
- 进入服务器/OEM/云厂商认证体系。
- 高可靠性实验数据和长期运行记录。
- 从芯片冷板到设施侧的系统设计能力。
- 大批量一致性交付。
- 快速现场调试和故障响应。
- 多平台适配与标准兼容。
- 对水质、材料兼容、腐蚀和泄漏的工程经验。
“有一台CDU样机”不是壁垒；“通过头部客户验证并能规模交付、低故障运行”才是。
18. 商业模式与单位经济深拆
以100台CDU项目做[FRAME]示例。
假设单台售价30万元，则收入3000万元。
- 核心部件和材料：45%，1350万元
- 制造装配：10%，300万元
- 现场安装调试：8%，240万元
- 研发与质保摊销：10%，300万元
- 销售与项目管理：7%，210万元
- 贡献利润约600万元，贡献率20%
若客户要求更高冗余、更复杂接口或现场多次返工，安装调试和质保可能显著抬升，贡献率很容易掉到个位数。反之，若形成标准化大批量产品并减少现场工程，利润质量提高。
因此液冷厂商的单位经济不是看设备售价，而是看： 标准化程度×采购规模×现场复杂度×返工率×质保成本×回款周期。
19. 代表企业深拆
19.1 英维克：从机房温控向“全链条液冷”延伸
2025年年报显示，公司液冷能力覆盖算力设备和数据中心设施，并持续参与冷板、服务器液体冷却系统等标准。优势是既懂传统机房冷却，也能向液冷扩展，适合混合制冷时代。风险在于液冷快速增长会吸引大量竞争者，且头部客户议价能力强。
19.2 申菱环境：工程与系统交付能力
公开募集说明书显示，公司在2024年中国液冷数据中心CDU厂商和智算行业液冷市场排名靠前，并新建液冷测试中心和产线。优势是大型数据中心客户、设备和工程体系。风险是项目型业务收入确认、产能利用率和应收管理。
19.3 同飞股份：工业温控向数据中心迁移
2025年年报把数据中心液冷列为重要新场景，已形成CDU、液冷机柜、干冷器/冷站等整体方案。它代表“工业热管理能力向AI基础设施迁移”的挑战者。优势是泵、换热和工业冷却经验；弱点是数据中心客户认证和生态位置仍需持续验证。
19.4 Vertiv：全球系统级对标
Vertiv 2025年收入102亿美元，同比增长27.7%，订单积压150亿美元。其战略已从单一电源/制冷设备升级为电力、热管理、机架、软件和服务整体系统。液冷的竞争终局可能更接近这种“系统工程+全球服务”，而非单部件竞争。
20. 政策监管与技术变量
工信部2025国家绿色数据中心推荐要求中，PUE原则上不高于1.30；2024年以来国家政策继续要求大型及超大型数据中心降低PUE。
2026年工信部进一步明确鼓励智算中心复合液冷技术，并持续推进冷板式、浸没式相关标准。
标准化正在成为产业成熟度的重要变量。中国已有冷板式液冷数据中心技术要求、测试方法以及2026年多项国家/行业标准计划；OCP也在推动CDU、冷板、冷却液、快接等标准化。
21. 国际对标
全球液冷市场的三个重要趋势：
- NVIDIA等计算平台直接把液冷纳入机架级系统设计。
- Schneider通过收购Motivair补齐CDU、冷板、冷机等全链条。
- Vertiv等基础设施巨头把液冷与电力、机架、软件、服务整合。
对中国厂商的启示：未来竞争不是“谁会做水冷”，而是“谁能进入全球服务器/芯片生态并稳定交付标准化系统”。
第三部分：数字化与智能化
22. 数字化与智能化现状
液冷系统本身就是强传感、强控制系统。典型数据包括：
- GPU/CPU温度
- 冷板进出口温度
- CDU一次/二次侧供回水温度
- 流量、压力、压差
- 泵速、阀位
- 水质、电导率、pH
- 泄漏传感器
- 换热器性能
- 能耗与PUE
当前问题不是“没有数据”，而是数据分散在服务器BMC、CDU控制器、BMS、DCIM和设备厂商私有平台，跨IT和设施域统一分析不足。
23. 典型企业现场数字化解剖
场景：运营一个包含200个高密度AI机架的智算中心
**组织：**IDC运营中心→设施运维→IT运维→网络→能源管理→供应商服务。
核心流程： 客户上架→功率评估→冷却能力确认→机架接入→水力平衡→联调→运行监控→故障处理→维护。
当前系统：
- DCIM：机房资产和容量
- BMS：建筑设备
- CDU控制器：泵/阀/换热
- BMC：服务器硬件
- EMS：能耗
- 工单系统：故障和维护
数据断点：
- IT侧芯片温度与设施侧流量数据分离。
- 不同厂商CDU协议不同。
- 快接更换、排气、补液等维护记录仍可能人工登记。
- 泄漏告警缺少与服务器负载、阀位、压力变化的关联分析。
- 设备质保和失效模式数据沉淀不足。
真正数字化机会：
- 统一液冷资产模型。
- 机架热负荷预测。
- 流量/压差自动平衡。
- 泵组能效优化。
- 泄漏异常早期识别。
- CDU冗余策略仿真。
- 热故障根因分析。
- 工单与备件闭环。
预算方通常是数据中心基础设施/运维部门；最终拍板者可能是基础设施负责人、采购或项目总包。客户愿意付费的原因不是“AI”，而是减少宕机风险、降低人工巡检、提高能效和减少过度配置。
24. 数字化与AI需求
| 场景 | 价值 | 成熟度 | 建议 |
|---|---|---|---|
| 温度/流量/压差实时监控 | 基础可靠性 | 高 | 必须 |
| 泄漏检测与联动 | 降低事故 | 高 | 必须 |
| 热负荷预测 | 提前调度泵阀 | 中高 | 优先 |
| 泵组优化控制 | 降低能耗 | 中高 | 优先 |
| 水质/腐蚀预测 | 降低长期失效 | 中 | 优先试点 |
| AI故障诊断 | 缩短MTTR | 中 | 辅助决策 |
| 全自动AI控制液冷 | 节能潜力 | 低-中 | 谨慎 |
反共识：**“液冷设备数字化=接入DCIM”不成立。**真正难点是建立跨服务器、CDU、设施水系统的统一热模型和责任边界。
25. 未来3年数字化转型方向
- 设备协议与数据模型标准化。
- 液冷系统从单设备控制转向机架/机房协同控制。
- 预测性维护从泵扩展到快接、换热和水质。
- AI负载调度与热管理联动。
- 数字孪生用于容量设计、故障模拟和改造评估。
26. 数字化机会地图
优先进入：
- CDU/液冷监控控制软件
- 设备协议网关和数据平台
- 智算中心热负荷预测
- 泵阀优化
- 泄漏和异常诊断
- 运维工单/质保数据闭环
选择性进入：
- 机房数字孪生
- 热回收优化
- AI能耗调度
不建议：
- 与硬件和控制系统脱节的通用“AI节能大模型”
- 仅做可视化大屏、不影响运维决策的项目
- 大量一次性定制接口、无标准化产品路线的集成项目
第四部分：情景、机会与决策
27. 未来3年Base/Bull/Bear
**Base [INFERRED][HIGH]：**冷板液冷成为高密度AI新建机房主流，传统通算仍大量风冷；行业保持高增长，但价格竞争开始出现，系统交付和认证能力决定份额。
**Bull [INFERRED][MED]：**Blackwell/Rubin及国产高功耗平台大规模交付，AI资本开支持续高位，运营商/IDC大规模改造存量机房，液冷渗透快于预期。
**Bear [INFERRED][MED]：**AI资本开支放缓、芯片能效显著提升、部分液冷事故造成客户延后部署，行业收入低于机构预测；同时大量新进入者导致CDU/冷板价格快速下降。
28. 产业机会评分
| 环节 | 市场吸引力 | 壁垒 | 利润质量 | 资本强度友好 | 能力协同 | 综合 |
|---|---|---|---|---|---|---|
| 高可靠快接/核心部件 | 4 | 5 | 4 | 4 | 4 | 4.2 |
| 冷板 | 5 | 4 | 4 | 4 | 4 | 4.2 |
| CDU | 5 | 4 | 4 | 3 | 5 | 4.2 |
| 系统集成 | 5 | 4 | 3 | 2 | 5 | 3.8 |
| 浸没式系统 | 3 | 4 | 3 | 2 | 3 | 3.0 |
| 监控/控制软件 | 4 | 3 | 5 | 5 | 5 | 4.4 |
| 通用机柜结构件 | 3 | 2 | 2 | 4 | 3 | 2.8 |
29. 三条产业进入路径
路径A：液冷控制与数据平台
目标客户：IDC、云厂商、热管理设备商。 核心能力：协议接入、实时控制、热模型、告警、运维。 投入：软件团队+控制工程+设备实验环境。 验证周期：6-12个月。 退出条件：若客户坚持设备商封闭控制且独立软件无预算，则转向设备OEM合作。
路径B：CDU/系统集成
目标客户：中大型智算中心和服务器厂商。 核心能力：换热、泵阀、控制、冗余、测试和工程交付。 投入：研发实验室、供应链、产线、现场团队。 验证周期：12-24个月。 退出条件：两年内不能进入头部客户认证清单或毛利率被项目定制吞噬。
路径C：高可靠液冷部件
目标客户：服务器厂商、CDU厂商。 核心能力：精密制造、材料兼容、可靠性测试。 投入相对低于系统商，但认证周期长。 退出条件：产品无法形成差异化认证或客户持续压价至普通结构件水平。
30. 反共识
- **液冷增长不等于所有液冷企业盈利。**项目交付、质保和价格竞争可能吞噬增长。
- **PUE不是液冷唯一价值。**更高机架密度、芯片性能稳定和机房面积利用率同样重要。
- **浸没式并不会因换热效率高就自然成为主流。**生态兼容、维护方式、材料和服务器形态决定冷板式在未来数年仍具优势。
31. 我可能错在哪
- 如果AI芯片单位性能功耗显著下降，使100kW以上机架增长明显放缓，液冷需求会低于Base。
- 如果标准化大幅降低CDU/冷板技术门槛，当前高壁垒判断需下调。
- 如果浸没式在大规模云厂商获得统一服务器生态支持，其渗透率可能高于预期。
- 如果液冷事故频率高于预期，客户可能回到混合式架构。
- 如果中国AI资本开支进入明显下行周期，行业增速会先于长期技术趋势回落。
32. 红队审查摘要
| 关键判断 | 最强反方证据 | 最可能错在哪里 | 置信度 | 观察指标 |
|---|---|---|---|---|
| 冷板是近3年主流 | 浸没效率更高 | 超高密度可能切换路线 | HIGH | 浸没式批量订单 |
| 液冷高增长 | Uptime显示总体采用仍慢 | 过度外推AI新建项目 | HIGH | 存量改造率 |
| CDU有较好利润 | 新进入者众多 | 价格战和定制化 | MED | 毛利率/ASP |
| 软件机会大 | 设备商自带控制 | 独立预算可能有限 | MED | 独立软件采购 |
| 系统商壁垒高 | 标准化在加速 | 接口标准化削弱差异 | MED-HIGH | OCP/国标落地 |
Red Team导致三项结论降级：
- 不再使用“液冷全面替代风冷”。
- 不把第三方预测的高CAGR直接等同于企业收入增速。
- 数字化机会从“独立SaaS大市场”降级为“硬件/运维深度绑定的行业软件机会”。
33. 本次研究带来的认知升级
34. 最终结论
[INFERRED][HIGH] 未来3年中国数据中心液冷与热管理产业值得进入，特别是围绕高密度AI机架的冷板式液冷链条。
优先级：
- 液冷监控控制与系统数据平台。
- CDU及系统级热管理。
- 高可靠快接、冷板等关键部件。
- 面向存量数据中心的混合冷却与改造。
- 生命周期运维和测试验证。
不建议：
- 只依靠“液冷概念”的通用机柜和低端结构件。
- 缺少实验验证和头部客户认证的CDU创业。
- 纯项目定制、无标准化能力的软件。
- 把浸没式当作短期全行业统一路线。
重新评估触发信号：
- NVIDIA/国产AI平台的机架功率曲线。
- 中国大型智算中心实际液冷机架占比。
- 头部厂商CDU/冷板ASP和毛利率。
- 液冷事故率与SLA。
- OCP和中国标准对接口统一程度。
- 云厂商是否把液冷控制平台内建并封闭。
35. 关键数据附录、信息缺口与来源
关键数据
| 指标 | 数值 | 口径 | 置信度 |
|---|---|---|---|
| 中国液冷服务器市场 | 23.7亿美元 | 2024，IDC整机口径 | MED-HIGH |
| 同比增速 | 67% | 2024 | MED-HIGH |
| 液冷服务器出货 | >23万台 | 2024 | MED-HIGH |
| 2024-2029 CAGR预测 | 46.8% | IDC预测 | MED |
| 中国液冷数据中心市场 | 159.8亿元 | 2025，赛迪口径 | MED |
| 2028预测 | 470.4亿元 | 赛迪预测 | MED-LOW |
| 全球DLC增速 | +85% YoY | 2025Q3，Dell'Oro | MED-HIGH |
| 全球DLC年收入 | >20亿美元 | 2025E，Dell'Oro | MED |
| 国家绿色算力设施平均PUE | 1.25 | 2025工信部 | HIGH |
| 三大运营商对外IDC机架 | 93.8万架 | 2025年末，企业年报转引 | MED-HIGH |
信息缺口
- 缺乏中国液冷基础设施官方统一市场口径。
- 缺乏CDU/冷板/快接真实平均ASP和毛利率。
- 缺乏头部云厂商液冷故障率和运维成本公开数据。
- 厂商宣称节电20%-40%的口径差异大，独立第三方验证不足。
- 缺乏存量数据中心改造的标准ROI数据。
下一步尽调建议
至少访谈：
- 3家服务器厂商
- 3家CDU/热管理厂商
- 2家快接/冷板部件商
- 3家IDC/云/运营商
- 2家设计院/机电总包
- 1家数据中心运维服务商
要求获取：单柜功率、供回水温度、实际PUE、CDU容量利用率、故障率、维护频次、项目ASP、毛利、交付周期和回款周期。
主要来源
- 工信部：2025年度国家绿色数据中心推荐工作通知
https://www.miit.gov.cn/jgsj/jns/nyjy/art/2025/art_bc77dbe5b149458f83b9924c6ee95e84.html - 工信部：国家绿色算力设施建设成效
https://www.miit.gov.cn/jgsj/jns/nyjy/art/2025/art_7caf70f0c83b459a956e0aaa1c16ad00.html - 工信部：《节能装备高质量发展实施方案（2026-2028年）》发布会
https://www.miit.gov.cn/xwfb/xwfbh/bxwfbh/art/2026/art_4e9257192fe743ca84c33ffc78e94e0c.html - 全国标准信息公共服务平台：液冷相关国家标准计划
https://std.samr.gov.cn/ - ODCC：液冷应用及发展白皮书
https://www.odcc.org.cn/work-group/p-1011837027187417090.html - OCP Cooling Environments
https://www.opencompute.org/community/cooling-environments - OCP Cold Plate
https://www.opencompute.org/community/cold-plate - OCP Coolant Distribution Unit
https://www.opencompute.org/community/coolant-distribution-unit - ASHRAE AI Data Center Energy Performance Framework
https://www.ashrae.org/technical-resources/ai-data-center-framework/energy-and-thermal-efficiency - NVIDIA GB200 NVL72
https://www.nvidia.com/en-us/data-center/gb200-nvl72/ - NVIDIA DGX GB Rack Scale Hardware Guide
https://docs.nvidia.com/dgx/dgxgb200-user-guide/hardware.html - IDC中国液冷服务器数据（福建省经济信息中心转引）
https://xxzx.fujian.gov.cn/bmzy/dzzwjsc/zwyzx/202505/t20250509_6910026.htm - Uptime Institute 2025 Cooling Systems Survey
https://intelligence.uptimeinstitute.com/resource/2025-cooling-systems-survey-results-and-crosstab-files - Uptime Institute: DLC adoption remains slow and steady
https://intelligence.uptimeinstitute.com/resource/dlc-adoption-remains-slow-and-steady - Dell'Oro: 3Q 2025 DCPI / Direct Liquid Cooling
https://www.delloro.com/news/data-center-physical-infrastructure-market-expands-18-percent-y-y-in-3q-2025/ - Dell'Oro: Data Center Liquid Cooling
https://www.delloro.com/advanced-research-report/data-center-liquid-cooling/ - 英维克2025年度报告（巨潮资讯）
- 申菱环境募集说明书/公开材料（巨潮资讯）
- 同飞股份2025年度报告（巨潮资讯）
- Vertiv 2025 Form 10-K / Annual Report
https://www.sec.gov/Archives/edgar/data/1674101/000167410126000008/vrt-20251231.htm - Schneider Electric / Motivair液冷组合
https://www.se.com/us/en/about-us/newsroom/news/press-releases/schneider-electric-unveils-liquid-cooling-portfolio-with-motivair-featuring-dedicated-solutions-and-services-for-hpc-and-ai-workloads-68da975376d417f4a10de42c/
V2.0质量评分
- 零基础可读性：14/15
- 行业机制解释深度：18/20
- 证据质量：18/20
- 决策价值：18/20
- 数字化/AI洞察：14/15
- 红队与可证伪性：9/10
- 总分：91/100