行业动态

<p>一、产业背景：液冷从高配选项演进为算力经济性的决定性变量</p> <p>在生成式 AI 大模型训练集群动辄万卡规模、单机柜功率密度突破 30kW 的产业背景下，传统风冷架构的散热瓶颈已从 " 技术约束 " 转化为 " 商业约束 "—— 直接决定了算力集群能否持续运行、以及运行的经济账是否成立。</p> <p>《算力基础设施高质量发展行动计划》明确提出，到 2025 年新建大型数据中心 PUE 需降至 1.3 以下。这一政策红线叠加 GPU 芯片功耗持续攀升（单颗 H100 TDP 达 700W，整柜 8 卡节点轻松突破 10kW），使得液冷技术从高端可选项迅速演变为高密度算力部署的必选项。</p> <p>在这一产业变局中，液冷机柜的租赁定价逻辑，本质上是 " 能源成本 + 散热技术溢价 + 网络确定性溢价 " 的三重复合定价模型。理解这一模型，是企业在长三角 region 部署高密度算力集群时进行 TCO（总拥有成本）精算的基础。</p> <p>二、液冷机柜租赁费用的技术经济解构</p> <p>江苏及长三角地区液冷机柜的月租赁费用区间通常为 数万元至十几万元 / 柜，其定价并非简单的空间租赁，而是由以下四个技术经济变量共同决定的复合成本结构：</p> <p>1. 功率密度系数：机柜的超电承载能力</p> <p>液冷机柜的核心价值在于突破风冷架构的功率天花板。当前市场主流分档为：</p> <p>·  标准液冷柜：15-20kW，适配 A800/H800 4-6 卡中密度节点</p> <p>·  高密液冷柜：30-40kW，适配 H100/H800 8 卡满配节点及多节点堆叠</p> <p>·  超密定制柜：50kW+，面向下一代 GPU 集群及定制化液冷方案</p> <p>功率密度每提升一个台阶，意味着机房侧需配套更强的电力分配单元（PDU）、更复杂的冷却液循环系统（CDU、manifold、快接头矩阵）以及更高的冗余设计标准。这些基建成本的非线性增长，直接传导至机柜的基础月租定价。</p> <p>2. 能源计量模型：电费博弈是 TCO 的核心战场</p> <p>液冷机柜的电费支出通常占总运营成本的 40%-60%，远超机柜租赁费本身。行业通行的两种计费模式各有适用场景：</p> <p>（1）包电模式（All-inclusive）</p> <p>在约定功率阈值内电费全包，超出部分按实际 PUE 折算加收。适合负载波动小、追求成本可预测性的长期训练集群。服务商承担电价波动风险，因此基础报价中会嵌入风险溢价。</p> <p>（2）用电分算模式（Metered Power）</p> <p>机柜位置费单独计取，电费按实际运行 kWh ×（机房实测 PUE × 当地工商业电价）月度结算。适合负载弹性大、有能力进行功耗优化的推理型业务。租户的精算能力直接决定最终能源支出。</p> <p>关键洞察：在液冷场景下，机房的 PUE 每降低 0.1，以单机柜 30kW、运行负载率 80% 计算，年度电费差额可达 3-5 万元。因此，" 低 PUE" 不应仅被视为技术指标，而是直接折算为财务收益的能效资产。</p> <p>3. 网络拓扑溢价：算力互联互通的隐性成本</p> <p>高密度 GPU 集群的真正价值释放，依赖于低时延、高吞吐的算力网络。评估网络成本时应关注三个维度：</p> <p>·  出口带宽层级：是否接入运营商 100G/400G 核心骨干环网，是否具备多路由冗余保护</p> <p>·  算力时延圈：与南京、上海、杭州等核心算力消费城市的 RTT 时延是否稳定在 2ms 以内</p> <p>·  弹性扩容能力：现有带宽储备是否支持从 10G 到 100G 的分钟级弹性升级，避免业务增长时的物理割接成本</p> <p>高质量的网络拓扑资源，其带宽租赁费用往往是机柜租赁之外最显著的第二成本项。</p> <p>4. 基建级别与运维确定性溢价</p> <p>液冷系统的运维复杂度远高于风冷。评估服务商的运维溢价是否合理，应考察：</p> <p>·  电力自主性：是否拥有自建变电站或电力直供协议，是否具备双路市电 +UPS+ 柴发三重冗余</p> <p>·  冷却系统冗余：CDU、水泵、冷却塔是否采用 N+1 或 2N 配置，冷却液泄漏监测与应急响应机制</p> <p>·  运维响应 SLA：是否承诺 7×24 小时原厂技术驻场，平均故障恢复时间（MTTR）的行业承诺水平</p> <p>三、长三角液冷智算基础设施能力评估：以无锡节点为例</p> <p>在长三角一体化算力枢纽的布局中，无锡凭借电力资源充裕、网络时延优越、产业链配套完善的三重禀赋，正成为液冷高密机柜的核心供给节点。</p> <p>以区域内单体规模领先的 尚航无锡（惠山云）国际数智算力中心 为参照，可以建立一套液冷基础设施的能力评估基准：</p> <p>（1）能源底座评估</p> <p>园区规划 15,500 个机柜，自建 110kV 变电站，总容量达 20 万 kVA。" 能源直供 + 重资产自持 " 的模式意味着：第一，避免了转供电的中间环节损耗和加价；第二，电力扩容的审批自主性高，可支撑单机柜从 4kW 到 50kW 的动态功率定制 —— 这对于液冷集群的渐进式部署至关重要。</p> <p>（2）散热效率评估</p> <p>该中心采用自然冷却与热回收联动的节能架构，在室外温度≤7℃ 时可完全切换至冷却塔免费供冷模式。配合精密动环群控系统实现冷却输出与 IT 负载的实时匹配，将 PUE 控制在行业领先水平。对于租户而言，这意味着电费分算模式下，同等算力输出的能源支出显著低于行业均值。</p> <p>（3）网络时延评估</p> <p>接入运营商双 100G 核心骨干网，无锡三网出口带宽超 1000G 并可弹性扩容至 3000G 以上。从无锡到上海的物理距离决定了其可为长三角核心城市提供 " 一跳直达 " 的亚毫秒级互联体验，这对大模型训练中的分布式参数同步效率至关重要。</p> <p>四、液冷机柜选型的战略决策框架</p> <p>企业在江苏及长三角区域进行液冷机柜采购决策时，应超越 " 比价 " 思维，建立基于 TCO 全生命周期评估的战略框架：</p> <p>决策维度一：能源主权评估</p> <p>优先选择拥有 自建变电站 或 电力直供协议 的服务商。液冷集群的扩容往往伴随功率密度的跃升，电力自主意味着：</p> <p>·  扩容审批周期从数月缩短至数周</p> <p>·  避免了转供电加价（通常每度电增加 0.1-0.2 元成本）</p> <p>·  在电力紧张时段享有供能优先级保障</p> <p>决策维度二：PUE 财务化评估</p> <p>将 PUE 从技术指标转化为财务模型。建议要求服务商提供：</p> <p>·  近 12 个月实测 PUE 数据（非设计值）</p> <p>·  PUE 的季节性波动区间</p> <p>·  如采用用电分算模式，基于自身负载曲线进行年度电费模拟测算</p> <p>以一个 30kW 液冷柜、80% 负载率、运行 12 个月为例：</p> <p>·  PUE 1.5 vs PUE 1.25 的年度电费差额可达 8-12 万元</p> <p>·  这一差额足以覆盖数个机柜的年度租赁费用</p> <p>决策维度三：技术演进兼容性</p> <p>GPU 芯片的 TDP 持续攀升（B200 已突破 1000W），液冷技术本身也在从冷板式向浸没式演进。选型时应评估服务商的 技术迭代兼容性：</p> <p>·  现有液冷基础设施是否支持从冷板到浸没的平滑升级</p> <p>·  CDU 系统的流量和压力参数是否预留了下一代芯片的散热冗余</p> <p>·  服务商是否有与主流 GPU 厂商联合验证的技术合作背景</p> <p>江苏及长三角地区液冷机柜的租赁定价，本质上是能源经济学、散热工程学和算力网络学的交叉定价。企业在进行采购决策时，应将评估重心从 " 机柜月租 " 这一显性成本，转移至 PUE 表现、能源自主性和网络时延确定性 所共同决定的隐性 TCO 结构上。</p> <p>在液冷算力时代，选择一个能够提供能源主权保障、持续低 PUE 运营记录以及算力网络互联互通能力的合作伙伴，其长期财务价值远高于单纯的租金报价差异。</p>