Frore称LiquidJet可降低英伟达Rubin GPU温度

AI加速器功耗继续上升，数据中心的散热设计开始直接影响机柜密度、供电配置和持续运行成本。Frore Systems近期围绕LiquidJet液冷方案发布材料，称其面向下一代高功耗AI服务器的冷板和热管理设计可改善芯片与冷却液之间的热传递。Tom's Hardware随后报道，Frore在一份白皮书的模型中称，LiquidJet相对其比较对象可使英伟达Rubin GPU温度降低10摄氏度，并带来最高15%的性能提升主张。

这些数字应结合其来源性质理解。温降、性能和每瓦令牌产出均来自Frore的产品材料或其引用的模型、测试条件，并非英伟达公布的整机验收数据，也不能直接外推至所有GPU、机柜或数据中心。散热结果会受到芯片封装、热界面材料、冷板结构、冷却液入口温度、流量、服务器负载和软件调度方式共同影响。厂商白皮书的价值在于呈现技术路线与比较口径，而不能替代第三方的大规模部署验证。

不过，液冷成为Rubin系统设计重点并非单一供应商的说法。英伟达在官方博客中介绍，Rubin一代AI基础设施将采用全液冷设计，芯片和网络组件在闭环中由液体冷却，系统不再依赖机柜内风扇承担主要散热任务。英伟达强调，较高供水温度和闭环设计可改变数据中心的冷却方式，说明散热已从服务器配套部件进入AI工厂的架构选择。

Frore在3月发布LiquidJet Nexus时，也将产品定位为面向半U AI服务器系统的集成液冷方案，并宣称其热交换效率可以提升，从而允许更高的进水温度。结合这些公开信息，可以确认的是，高密度AI服务器需要更强的直接液冷能力，设备商正围绕冷板、热界面、泵、换热和机柜设计展开竞争。尚未确认的是，Frore的方案是否已获Rubin量产平台采用、实际部署规模如何，以及其特定性能主张能否在不同客户环境中复现。

散热的影响还体现在系统协同上。即便单个冷板降低热阻，机柜仍需匹配管路、分配单元、监控系统和设施侧换热能力；更高的芯片功率密度也会同步提高供电和维护要求。液冷技术的竞争不只是冷却一颗芯片，而是为更高密度算力提供可交付、可维护的整套设施方案。对采购方而言，性能、能耗、可用性和改造成本需要在同一套工程条件下评估。

液冷方案把AI服务器竞争延伸至机柜与设施

Rubin等高功耗AI系统向全液冷靠拢，会增加冷板、泵、换热设备、传感器和机柜配套的工程需求。对热管理供应链而言，价值传导来自单机柜功率密度提高和液冷覆盖范围扩大：更多热量需要通过冷板和液路转移，换热、监控与配套部件的配置随之进入整机交付。对服务器集成商而言，散热能力会影响高密度集群的交付条件，也使机柜、供电和液冷系统的协同成为方案的一部分。Frore披露的性能数字仍属厂商口径，但其比较参数已指向热阻和供水温度等环节。

数据中心运营方的传导则更具双向性。液冷能够改善高密度部署条件，并可能降低部分冷却环节的能耗；与此同时，管路、监控、维护和设施改造也会增加前期投入与运营要求。高功耗算力负载带来更高的散热需求，项目收益需与整套系统的交付质量、可用性和长期运行成本一并衡量。因此，产业链影响应限定在实际参与液冷设备、服务器集成和数据中心基础设施建设的环节，而不应泛化到所有AI概念公司。

新闻热点内容来源于媒体公开报道。文章分析仅代表个人观点，不构成投资建议。