英伟达GPU功耗飙升，散热已成AI算力最大瓶颈。本文深度拆解GB300混合散热、Vera Rubin全液冷到Rubin Ultra单机柜突破1兆瓦的演进路径，揭示液冷从“选配”变“入场券”背后的产业重构与投资机会。

 

当一颗GPU变成“热炉”：英伟达液冷路线图的残酷真相

很多人盯着英伟达的新品发布，第一反应是：算力又翻倍了。但真正在做数据中心的人，后背在冒汗。

因为他们看到的不是更快的芯片，而是一台比一台更恐怖的“发热怪兽”。过去大家问的是：算力够不够？HBM多不多？互连强不强？到了Rubin这一代，问题变成了一个更现实、也更残酷的——你以为是芯片能不能造出来，其实是热量能不能带走。

这不是一次普通的散热升级。这是数据中心基础设施的一次“代际切换”。

 

一、GB300：液冷试水，但方向盘还没拆

先说GB300。

公开信息显示，GB300的主流方案是单相冷板式液冷。冷却液通常是去离子水或水乙二醇，热量从GPU/CPU通过液态金属TIM传到冷板，再由微流道带走，最后送到CDU（冷却分配单元）完成循环。

这套系统的本质是什么？一句话：传统服务器思维下的液冷增强版。

你依然能看到风冷时代留下的设计惯性——芯片上液冷，系统级还保留部分空气流动逻辑；机柜功率大幅提升了，但没完全抛弃原有部署方式。液冷更多是为了“压住热点”，而不是“重构整机”。

业内有人把GB300比作液冷时代的“L2级自动驾驶”：车已经能自己跑一段了，但驾驶位还在，方向盘也没拆。

GB300的真实意义，不是告诉市场液冷有多先进，而是让供应链、整机厂、IDC运营方都先练一遍手。 因为到了Rubin，这些过渡动作将完全不够用。

 

 

二、Vera Rubin：为什么必须100%全液冷？

到了Vera Rubin，问题的性质变了。

供应链信息指向一个区间：单颗Rubin GPU的TDP将达到1500W到2000W，极限版本更高。 什么概念？过去一颗高端GPU像一台“大功率电暖器”；现在一颗Rubin，更像一台“贴着芯片跑的小型热炉”。

这时候，风冷不再是效果差的问题，而是物理上开始失去意义。空气的比热和导热能力，根本跟不上这种热流密度。

英伟达的选择非常明确：不修补，直接重做。

Vera Rubin释放了三个关键信号：

1. 100%全液冷，风冷不再有主舞台

旗舰机架系统明确走向无风扇、无缆化、模块化。背后的判断是：未来高密度AI机柜，空气不再是主角，液体才是。

2. 45℃温水冷却——不是为了降温，是为了节能

很多人以为液冷升级只是为了压温度，其实不是。真正的变化是：冷却系统从“制冷”转向“搬热”。

这意味着很多场景下不再必须依赖高能耗冷水机组，而是可以利用自然冷却、温水循环、余热管理。对数据中心来说，这看起来是一个小优化，实际上是PUE和TCO模型的重写。以前是“电先喂给GPU，再花很多电给GPU降温”；现在是“尽量少做低效制冷，直接把热运走”。

3. 液态金属TIM普及——热阻战争打响

从硅脂到液态金属，不是材料噱头。在千瓦级GPU上，哪怕只差几摄氏度，也直接关系到频率、稳定性和寿命。Blackwell上液态金属是试点，到了Rubin，它变成标配。

 

三、真正的杀手锏：微通道贴身散热

如果说GB300是把液体引进服务器，那么Rubin的关键升级是把冷却系统继续往芯片表面压。

最近行业反复提到一个词：微通道盖板。

过去冷板像是在芯片上面盖一层“散热屋顶”；微通道盖板则更像是把水路直接修到芯片门口。冷却液离热源更近，热阻路径更短，对热点的响应更强，非常适合1800W、2300W级别的芯片。

但难点也很集中：薄结构里的高精度流道制造、长期密封可靠性、材料耐腐蚀、大规模量产一致性。

这也是为什么市场开始越来越关注金属3D打印，特别是铜材料增材制造。传统CNC、铲齿、焊接冷板在过去够用；到了Rubin时代，就像拿老工法去拼极限赛道。

3D打印的最大价值，不是能做复杂结构，而是能根据芯片热图定制流道密度——热点区更密，低热区更疏，相当于给冷却液装了导航系统。 从平均散热，走向按热点精准打击。

 

 

四、Rubin Ultra：真正恐怖的不是单芯片，而是单机柜

如果说Vera Rubin把大家带进全液冷时代，那么Rubin Ultra把问题升级到了系统工程层面。

行业现在越来越少只盯着“单颗GPU功耗”，而是开始盯“单机柜总功率”。因为AI基础设施的竞争方式变了——比的不是单卡benchmark，而是单位机柜、单位机房、单位供电条件下，能塞进去多少有效token产出。

单机柜功率一路往上抬：

• 早期高密度AI机柜：几十千瓦
• Blackwell/GB300时代：往100kW以上走
• Vera Rubin NVL级别：接近甚至超过200kW
• Rubin Ultra及更高密度集群：行业开始认真谈论MW级（兆瓦级）机柜

所谓“单机柜功率突破1兆瓦”，不一定是今天就全面量产的标准配置，但它是架构演进的自然结果。原因很简单：芯片功耗在涨、GPU数量在涨、互连在涨、电源损耗也在涨。到最后，散热、电力、机房土建会一起被抬上牌桌。

这时候，液冷不再是服务器配件，而是数据中心的一层基础设施。

 

五、产业链重新洗牌：从“拿到卡”到“跑满卡”

这轮变化有一个容易被忽略的点：英伟达卖的，不只是一颗更热的GPU，而是一套更难复制的整机系统能力。

很多厂商都能买GPU、拼服务器、做集群。但当系统进入全液冷、温水冷却、微通道、HVDC、高密度机柜时代后，难点开始从芯片外溢到整条链条：

• 冷板和盖板制造
• 歧管与密封
• CDU与热交换
• 机架电源与高压直流
• 材料、可靠性、运维标准

这意味着，未来AI基础设施的竞争，不只是“谁拿到卡”，而是“谁能把卡稳定跑满”。 后者比前者难得多。

一句话总结：AI算力的下半场，你以为是比谁芯片更大，其实是比谁系统更稳。

 

 

六、结论：散热从配角变成主线

回到最初的问题——为什么是GB300混合散热、Vera Rubin全液冷、Rubin Ultra继续冲向更极端功率？

答案很朴素：因为算力密度每往前走一步，散热都不能只是“跟上”，而必须提前重构。

• GB300是过渡，让行业练手
• Rubin是定型，确立全液冷为标准答案
• Rubin Ultra则是逼着整个行业承认一个现实：未来的AI数据中心，本质上更像一座“液体推动的计算工厂”

芯片是引擎，HBM是油箱，NVLink是高速路。而液冷系统，是那个让整台机器不至于烧穿的循环系统。

过去大家觉得液冷是可选项。现在看，它更像入场券。

再往后，真正值钱的能力，不是“会不会液冷”，而是谁能把微通道、温水冷却、机柜级供电、可靠性和量产能力一起打通。

从Blackwell到Rubin，这条路线已经写得很清楚了：风冷时代结束得比想象中更快。而液冷时代，才刚刚开始。

 

提示：

如果您正在寻求数据中心的液冷解决方案，不妨考虑链力液冷。我们提供全面、全链条的液冷解决方案，依托于超过500万套已部署设备的丰富经验，以及总功率容量逾10GW的项目实践积累。产品经过深度优化，可完美兼容 NVIDIA GB200、GB300、B200、B300、H100、H200、5090 和 4090 系列 。通过将 PUE（电力使用效率）控制在1.15以下，我们有效降低了数据中心的总体拥有成本（TCO）；此外，我们还荣获了 RoHS、CE 和 UL 等多项权威认证。

 

常见问题解答：

与前几代产品相比，NVIDIA GB300 的主要性能规格是什么？ 
NVIDIA GB300（Blackwell Ultra）在 AI 推理性能方面实现了显著提升，其密集 FP4 吞吐量比标准版 GB200 高出 1.5 倍。GB300 配备 288GB HBM3e 显存，并采用集成 Grace CPU 和 Blackwell Ultra GPU 的单封装设计，专为参数超过一万亿的前沿 AI 模型而优化。其架构专注于缩短“令牌处理时间”并增加复杂智能体工作负载的上下文窗口容量。  

英伟达GB300 NVL72 架构如何应对极高的功率密度和散热需求？ 
英伟达 GB300 NVL72 是一款机架级系统，它通过 NVLink 5 将 72 个 Blackwell Ultra GPU 集成到一个庞大的 GPU 中。为了应对 132kW 至 180kW 的机架功率密度，它采用了先进的直接液冷 (DLC) 系统。该系统通常采用 90/10 的散热比例——90% 的热量通过液冷板（使用 45°C 的温水）吸收，剩余的 10% 由空气冷却——从而使系统无需传统的高能耗冷却器即可实现超大规模的高效运行。

 

英伟达 GB300 的预估价格是多少？它对数据中心总体拥有成本 (TCO) 的影响如何？
虽然英伟达GB300 的官方价格会因配置和数量而异，但市场预估一套完整的 NVL72 机架系统的价格在 300 万美元到 400 万美元之间，具体取决于集成的网络和存储选项。尽管与 Hopper 系列相比，GB300 的前期资本支出 (CAPEX) 更高，但它每兆瓦的性能提升了 5 倍，从而显著降低了总体拥有成本 (TCO)。这种能源效率，加上液冷技术能够最大限度地提高计算密度，使其成为大规模 AI 工厂最具成本效益的解决方案。