深夜的夜市大排档，后厨像战场。你作为老板，灶台火力越开越猛——因为顾客（AI 模型）要的菜越做越复杂。很快你发现，天花板上那把老式吊扇（风冷）已经吹不灭灶台的熊熊热气，厨房温度直逼爆表。这时你面前有两条路：给每口锅量身定制一套贴身的冰夹层，让冰水贴着锅壁把热吸走——这叫冷板式液冷；或者干脆把整口锅连同灶台泡进一大缸冰水里——这叫浸没式液冷。两条路都能降温，但花钱方式、维护难度、适应火力完全不同。本文就用这间厨房的故事，带你搞懂两种液冷方案的原理、效率与成本，最后给你一张选择清单：你的灶台火力、厨房面积和帮厨人手，到底适合哪一套。

岗位关联

掌握冷板式与浸没式的工程权衡逻辑，是数据中心规划者与 AI 硬件运维工程师做液冷选型、算力扩容决策的核心技能，直接决定机房改造成本、PUE 效率与长期运维开销。

目录
  1. 可视化演示
  2. 散热危机
  3. 液冷登场
  4. 冷板式原理
  5. 浸没式原理
  6. 效率对比
  7. 成本维护
  8. 选型决策
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

展示系统处理流水线、实时性能指标曲线及多方案对比分析，包含数据流转、吞吐延迟监控与方案评估。

本节配有交互动效（进入视口后自动加载，约 3KB）。

系统可视化 处理流程：输入→处理→模型→输出 性能监控：实时指标 P=L×T

散热危机

后厨的灶台就是 AI 芯片。这些年灶台从家用燃气灶一路升级成飓风喷枪——单颗芯片功耗从 200W 涨到 700W，甚至逼近 1000W。可锅的面积没怎么变，相当于同一口锅要扛住三倍的火焰。热气越积越多，排不出去，芯片只能“自我降火”——降频，算力白白流失，就像厨师被迫关小火力，出菜速度大打折扣。

散热不能只看总功率，得看“火力密度”。专业上叫热流密度：单位面积芯片要散掉多少热。这就像判断一个灶台烫不烫手，不看火焰总大小，而看锅底单位面积承受的火力。当热流密度超过风冷的能力边界，风扇再怎么摇头晃脑也只是把热空气在厨房里打转，根本送不出去。

风冷的天花板大约在 10W/cm² 级别，而高端 AI 芯片轻松突破 20-30W/cm²，鸿沟已经出现。我们用公式量化这个“火力密度”：

举例：一颗 700W 的 GPU，封装散热面积约 25cm²，热流密度就是 28W/cm²，风冷早已招架不住。灶台火力密度到了这个份上，吊扇再怎么摇头也无济于事——该换降温思路了。

q=PA\displaystyle q = \frac{P}{A}
热流密度 q 等于芯片功耗 P 除以散热面积 A，它是判断该上风冷还是液冷的第一把尺子。
  1. 芯片功耗 P芯片满负荷运行时每秒消耗的电能，单位是瓦特（W），它几乎全部转化为热量。
    P=V×IP = V \times I
  2. 散热面积 A芯片封装表面用于散热的有效面积，单位是平方厘米（cm²），它是热量逃逸的“窗口大小”。
    A=Lchip×WchipA = L_{\text{chip}} \times W_{\text{chip}}
  3. 热流密度 q单位面积上要散掉的热功率，单位 W/cm²，q 越高说明冷却压力越大。
    q=PAq = \frac{P}{A}

液冷登场

老人家给滚烫的锅降温，本能反应是“泼一瓢水”而不是“扇扇子”。因为水吸热的本事比空气大得多。同样的道理，给后厨降温，与其用大风量硬吹，不如让液体直接参与搬运热量。这就是液冷登场的核心理由：液体天生比空气更能“吃热”。

衡量物质吃热能力的指标叫比热容，意思是单位质量物质升高 1 度需要吸收多少热量。水的比热容约 4.2kJ/(kg·K)，空气只有约 1.0，是水的四分之一；更关键的是，空气密度只有水的千分之一左右。相同体积的冷却介质，水能带走的热量比空气高好几个数量级。这就像同样大小的口袋，装水比装棉花沉得多，能吸收的热量也完全不同。

液冷系统怎么选“水”也有讲究。冷板式通常用去离子水加防腐剂，成本低、比热容高；浸没式则必须用绝缘的介电冷却液，防止泡着主板时短路。不管哪种，背后的热量搬运公式都是一致的：

泼水比扇风强得多，但怎么泼、泼哪里，就分出了冷板式和浸没式两条路线——前者像给锅穿冰背心，后者像把锅泡进冰水池。

Q=c×m×ΔT\displaystyle Q = c \times m \times \Delta T
冷却剂带走的热量 Q 等于比热容 c、质量 m 和进出口温差 ΔT 三者的乘积。
  1. 比热容 c物质升高 1 度吸热的能力，水的 4.2 远大于空气的 1.0，这是液冷的物理底气。
    cwater≈4.2 kJ/(kg⋅K)c_{\text{water}} \approx 4.2\ \text{kJ/(kg}\cdot\text{K)}
  2. 质量 m单位时间内流过冷却介质的质量，流量越大搬运的热量越多。
    m=ρ×Vflowm = \rho \times V_{\text{flow}}
  3. 温差 ΔT冷却液进入和流出换热设备的温度差，温差越大说明单次搬运的热量越多。
    ΔT=Tout−Tin\Delta T = T_{\text{out}} - T_{\text{in}}

冷板式原理

冷板式液冷，相当于给每口锅定制一件“冰背心”。一块金属冷板像铠甲一样紧贴在芯片上方，冷却液在铠甲内部的微细流道里循环，热量从芯片出发，穿过导热界面材料、穿过金属壁、再交给流道里的水。锅还是那口锅，炒菜手法几乎不变。

这条传热路径专业上叫热阻链路。热阻就像热量过关卡时遇到的层层阻力，每个环节都贡献一点“温度损失”：芯片与冷板之间有一层导热界面材料（TIM），它有热阻；冷板金属本身有热阻；冷板内壁到冷却液的对流也有热阻。这些阻力一个接一个串联，总热阻等于它们相加——任何一个环节掉链子，整条路都不通畅。

但好处也很明显：冷却液全程不碰电子元件，服务器外观和插拔方式与风冷服务器几乎一样，机房改造可以“螺蛳壳里做道场”，非常适合存量机房升级。

冰背心的优点是几乎不改变炒菜流程，缺点是冰水只贴着锅底，锅盖、锅沿依然在散发热气。想做到“每一寸都凉快”，就得看浸没式了。

Rtotal=RTIM+Rplate+Rfluid\displaystyle R_{\text{total}} = R_{\text{TIM}} + R_{\text{plate}} + R_{\text{fluid}}
冷板式散热的总热阻等于导热界面材料、冷板本体、冷却液对流三部分热阻之和，环节越多，温差损失越明显。
  1. 导热界面材料热阻 R_TIM芯片与冷板之间填充的导热膏或导热垫片的热阻，填得越薄越均匀越好。
    RTIM=dk×AR_{\text{TIM}} = \frac{d}{k \times A}
  2. 冷板本体热阻 R_plate金属冷板自身的导热阻力，材料常用铜或铝，厚度和流道设计决定它的大小。
    Rplate=δkmetal×AR_{\text{plate}} = \frac{\delta}{k_{\text{metal}} \times A}
  3. 冷却液对流热阻 R_fluid热量从冷板内壁交给流动液体的阻力，与流速、流道形状和对流换热系数有关。
    Rfluid=1h×AinnerR_{\text{fluid}} = \frac{1}{h \times A_{\text{inner}}}

浸没式原理

浸没式液冷是狠下心把整口锅、整个灶台、连同案板一起泡进一个巨型冰水池。服务器不再有“锅底”和“锅盖”之分——主板、CPU、内存、电源，每一寸表面都被冷却液包裹，热量刚冒头就被冰水吞掉，无处躲藏。

它是直接接触液冷，冷却液用的是氟化液或烃类介电液体，绝缘性极强，主板泡在里面照常运行。换热面积从“芯片那一小块”变成“整个服务器外表面”，换热能力因此发生质变。这就像给厨师全身泡进冰水浴，而不是只在胸口贴一块冰——身体每个毛孔都在散热。

衡量对流散热能力强弱的关键参数是对流换热系数 h，它代表单位面积、单位温差下热量的传递速率。浸没式不仅换热面积 A 大得惊人，液体侧的 h 也比风冷高一个数量级。两者联手，散热能力自然碾压。

冰水池的降温潜力最大，但代价是：捞锅、换食材都得戴着手套伸进池子里。散热效率省下的电费，能不能覆盖这笔“潜水作业”的成本，就是下一节要算的账。

Q=h×A×ΔT\displaystyle Q = h \times A \times \Delta T
对流换热带走的热量 Q 等于对流换热系数 h、换热面积 A 和壁面温差 ΔT 的乘积，面积和系数双双放大是浸没式高效的根本原因。
  1. 对流换热系数 h衡量液体与固体表面之间热量交换的猛烈程度，液体的 h 远大于空气。
    hliquid≫hairh_{\text{liquid}} \gg h_{\text{air}}
  2. 换热面积 A浸没式下，冷却液接触整个服务器板卡的所有发热元件，而不只是芯片顶面。
    Aimmersion=Aboard+AcomponentsA_{\text{immersion}} = A_{\text{board}} + A_{\text{components}}
  3. 壁面温差 ΔT发热元件表面温度与冷却液主体温度的差值，差值越大初期换热越猛。
    ΔT=Tsurface−Tfluid\Delta T = T_{\text{surface}} - T_{\text{fluid}}

效率对比

风冷像吊扇，冷板像冰背心，浸没像冰水池——散热效率一个比一个猛，但怎么量化？行业里最常用的尺子是 PUE，通俗说就是“厨房总电费 ÷ 炒菜实际用电”。PUE 越接近 1，说明电都花在正经算力上，没被散热浪费掉。

风冷机房 PUE 通常在 1.3-1.4，意味着每 100 度 IT 用电还要额外搭 30-40 度散热电费；冷板式液冷能做到 1.15-1.2；浸没式凭借极限换热能力，可以压到 1.05-1.1。这个差距在千柜级别的智算中心里，就是每年几百万电费的差别。

不过效率不仅指能耗，还包括“扛不扛得住火力”。冷板式可覆盖单机柜 20-100kW 的功率密度，浸没式则主打 100kW 以上的极限密度或全栈液冷场景。按 PUE 这个公式去评估：

冰水池的“空调费”确实最低，但它把菜谱和锅碗全泡了，不是所有厨房都愿意付出这个改造代价。效率之外的账本，还得翻开成本和维护那一页。

PUE=PtotalPIT\displaystyle \text{PUE} = \frac{P_{\text{total}}}{P_{\text{IT}}}
PUE 等于数据中心总耗电 P_total 除以 IT 设备耗电 P_IT，比值越接近 1，散热等辅助开销越低。
  1. 总耗电 P_total包括 IT 设备、冷却系统、配电损耗、照明等全部电力消耗。
    Ptotal=PIT+Pcooling+PlossP_{\text{total}} = P_{\text{IT}} + P_{\text{cooling}} + P_{\text{loss}}
  2. IT 耗电 P_IT真正用于服务器计算的电力，是衡量效率的分母。
    PIT=∑PserverP_{\text{IT}} = \sum P_{\text{server}}
  3. PUE 比值例如 1.15 表示总电耗是 IT 电耗的 1.15 倍，多出的 0.15 倍就是散热和配电的代价。
    PUE=1.15⇒Pcooling≈0.15×PIT\text{PUE} = 1.15 \Rightarrow P_{\text{cooling}} \approx 0.15 \times P_{\text{IT}}

成本维护

买锅算账要分两本：一本是一次性装修费，专业叫 CAPEX；一本是每天的水电伙食费，专业叫 OPEX。冷板式像给灶台加装一套水循环外套，改造量小、见效快；浸没式像挖一个鱼池再放满特制冰水，光冷却液就是一大笔开销。

维护上的差异更直观。冷板式的服务器维持传统形态，运维工程师用螺丝刀就能拆装，和过去修风冷服务器的习惯几乎无缝衔接；浸没式则像“钓鱼”——服务器要从冷却液池里垂直吊装出来，滴着冷却液进行维护，还得备一套专门的吊具和防护流程。冷却液还会老化、吸附杂质，需要定期过滤和补充。

所以评价方案不能只看单年电费，要把生命周期内的所有成本拉通算总账，这叫 TCO。浸没式初期投入高、运营电费低；冷板式初期友好、电费略高。投资回收期常常落在 2-4 年，这一笔账直接决定方案过不过得了老板的审批。

二十年的老厨房，加一套冰背心可能更划算；新开的豪华厨房，一步到位挖冰水池也是有远见的选择。账算清楚了，最后一步就是对着自己的条件做选择题。

TCO=CAPEX+∑t=1nOPEXt(1+r)t\displaystyle \text{TCO} = \text{CAPEX} + \sum_{t=1}^{n} \frac{\text{OPEX}_t}{(1+r)^t}
总拥有成本 TCO 等于一次性建设成本 CAPEX 加上生命周期内逐年运营成本 OPEX_t 的折现和，它才是选型的“最终账单”。
  1. CAPEX建设期的冷板、管路、CDU、冷却塔或浸没池、冷却液等全部一次性投入。
    CAPEX=Cequipment+Cinstallation+Cfluid\text{CAPEX} = C_{\text{equipment}} + C_{\text{installation}} + C_{\text{fluid}}
  2. 年运营成本 OPEX_t第 t 年的电费、水费、维护人工和冷却液补充费用。
    OPEXt=Ecooling×price+Cmaintenance\text{OPEX}_t = E_{\text{cooling}} \times \text{price} + C_{\text{maintenance}}
  3. 折现率 r 与年限 n未来费用按折现率折算到现在，才能和今天的 CAPEX 公平比较，年限通常取 5-10 年。
    PV=OPEXt(1+r)t\text{PV} = \frac{\text{OPEX}_t}{(1+r)^t}

选型决策

最终决策像给厨房选设备：先看灶台火力（功率密度），再看厨房空间与预算（机房条件），最后看帮厨的本事（运维能力）。三条都过，方案才站得住。

行业里有一个经验性的功率阶梯：单机柜功率低于 20kW，风冷还能扛；20-100kW，冷板式液冷是主力区间，改造灵活、性价比高；超过 100kW 或追求极致密度的超大规模集群，浸没式才真正发挥价值。先把整柜功率算出来，再对照这条阶梯，大方向就定了。

算出功率之后，还要回答三个问题：机房层高和承重够不够放 CDU 和冷却塔？电力系统能否支撑新增的冷却水泵负载？运维团队有没有液冷维护经验？如果答案都是否定的，再好的浸没式方案也会在落地时翻车。功率阈值用下面这个公式起步：

没有最好的散热方案，只有最适合你家厨房的方案。算清火力密度、翻完 TCO 账单、再掂量一下运维团队的手艺，答案自己就会冒出来。

Prack=Pnode×N\displaystyle P_{\text{rack}} = P_{\text{node}} \times N
整柜功率 P_rack 等于单节点功耗 P_node 乘以机柜内节点数 N，它是进入选型阶梯的第一张门票。
  1. 单节点功耗 P_node一台服务器节点满负荷工作的功耗，例如单颗 700W GPU 的节点可达 2-4kW。
    Pnode=PCPU+PGPU+PmemP_{\text{node}} = P_{\text{CPU}} + P_{\text{GPU}} + P_{\text{mem}}
  2. 节点数量 N一个机柜内实际部署的服务器节点数，高密度部署会让 N 显著膨胀。
    N=HrackheightnodeN = \frac{H_{\text{rack}}}{\text{height}_{\text{node}}}
  3. 整柜功率 P_rack例如 8 个节点、单节点 4000W，整柜就是 32kW，落进 20-100kW 区间，冷板式为主选。
    Prack=4000×8=32000 WP_{\text{rack}} = 4000 \times 8 = 32000\ \text{W}

AI 应用场景

智算中心 GPU 集群液冷选型评估

阶段：基础设施规划与部署

解决的问题：传统风冷无法压制 700W 级 GPU 的热量，盲目选浸没式又可能让预算超支。利用热流密度公式和功率阶梯，先在图纸上确定该用冷板式还是浸没式。

具体案例：某互联网公司新建智算中心，规划 1000 台 GPU 服务器，单卡功耗 700W，目标机柜功率密度 40kW/柜。工程师先算热流密度确认风冷出局，再用 TCO 模型对比两套液冷方案，最终选择冷板式液冷加后门换热，将 PUE 从 1.35 降至 1.15，投资回收期约 2.5 年。

存量机房风冷改液冷升级

阶段：算力扩容与硬件改造

解决的问题：原有机房风冷系统只有 8kW/柜的散热能力，要升级高功耗 AI 推理节点，电力与散热双双告急。冷板式改造不需要改变服务器形态，适配现有机柜。

具体案例：某金融机构在既有楼层部署 AI 推理集群，无法大兴土木。运维团队评估楼层承重与管井位置后，采用冷板式液冷，新增 CDU 与干冷器，将单柜功率从 8kW 提升至 30kW，全程未改动楼宇主体结构。

液冷方案能耗账单与投资回报审计

阶段：运营与成本优化

解决的问题：液冷项目上马后，需要持续用 PUE 和 TCO 模型核算节能收益，向管理层证明投入产出。

具体案例：运维团队用 Python 模型对冷板式与浸没式两种方案的结温、PUE 和年电费进行模拟，算出浸没式虽然电费更低，但冷却液与吊装维护成本让投资回收期比冷板式多 1.3 年，据此将预算投向冷板式改造，并把年度节能报告自动生成给 CFO 审阅。

Python 演示

python41 行
class ThermalSolution:    def __init__(self, name, h_coeff, pue, capex_per_kw, opex_per_kw):        self.name = name            # 方案名称        self.h = h_coeff            # 对流换热系数 (W/m^2/K)        self.pue = pue              # 能效比        self.capex = capex_per_kw   # 每千瓦初期成本        self.opex = opex_per_kw     # 每千瓦年运营成本 class CoolingSimulator:    def __init__(self, chip_power, package_area):        self.chip_power = chip_power        self.area = package_area    # 芯片散热面积 (m^2)     def heat_flux(self):        return self.chip_power / self.area     def temp_rise(self, solution):        return self.heat_flux() / solution.h     def extra_power_kw(self, solution):        it_kw = self.chip_power / 1000.0        return it_kw * (solution.pue - 1.0)     def is_safe(self, solution, ambient=25.0, limit=70.0):        temp = ambient + self.temp_rise(solution)        return temp <= limit, temp def main():    sim = CoolingSimulator(chip_power=700, package_area=0.0025)    cold = ThermalSolution("cold-plate", 4000, 1.20, 20000, 2000)    immersion = ThermalSolution("immersion", 10000, 1.08, 35000, 1500)    print("heat flux: {:.1f} W/m^2".format(sim.heat_flux()))    for sol in (cold, immersion):        ok, temp = sim.is_safe(sol)        extra_kw = sim.extra_power_kw(sol)        annual = extra_kw * 24 * 365 * 0.6        print("{}: temp {:.1f} C, safe={}, extra {:.1f} kW, ${:.0f}/yr".format(            sol.name, temp, ok, extra_kw, annual)) if __name__ == "__main__":    main()
目的：用简化的热力学模型模拟 700W 芯片在冷板式与浸没式下的结温和额外电费，辅助散热方案初选。
  1. class ThermalSolution:定义冷却方案的“档案卡”，记录换热系数、PUE 和成本参数。
  2. def heat_flux(self):计算芯片表面热流密度，对应正文的 q = P / A。
  3. return self.chip_power / self.area功耗除以面积，热流密度越高散热压力越大。
  4. def temp_rise(self, solution):用热流密度除以换热系数估算温升，等价于牛顿冷却定律。
  5. return it_kw * (solution.pue - 1.0)把 PUE 多出的部分换算成额外功耗，用于算电费。
  6. ok, temp = sim.is_safe(sol)判断结温是否超过 70 度安全线，冷板式在这个算例中已经临界。
  7. if __name__ == "__main__":可执行入口，直接运行即可输出两套方案的对比结论。

常见误区

误区浸没式散热效率最高、PUE 最低，所以应该无脑选浸没式，贵一点也值。

正解效率高不等于综合最优。浸没式的初期部署成本高、维护要吊装、冷却液要求严苛，若机柜功率只在 20-50kW 区间，冷板式不仅够用，TCO 反而更低。这就像买锅：不是最大最贵的铸铁锅就适合你家的小灶台，匹配才是关键。

为何常见：厂商宣传往往突出浸没式的极限性能曲线，却把成本和运维约束藏在脚注里，容易让人只看效率不看账单。

误区液冷就是往精密电子设备上浇水，一旦漏液整个机房全毁，风险太高不敢用。

正解冷板式使用去离子水且封闭在独立环路里，接头有防漏快插和漏液检测，发生泄漏会立刻切断液路；浸没式用的是绝缘介电液，即便漏出来也不会短路。工程液冷的安全设计与家用电路进水的经验完全是两码事，好比防烫保温杯，看着像普通杯子，实则暗藏多层防护。

为何常见：人们习惯把“水碰电必短路”的生活经验直接迁移到工业液冷上，忽略了去离子水和介电液这两个关键差异。

误区任何液体接触芯片都会导致短路，浸没式把服务器泡在液体里怎么可能安全运行。

正解浸没式用的是氟化液或烃类介电液体，绝缘强度极高，服务器可以整机浸入并长时间稳定运行；冷板式的冷却液虽然是水基，但被金属冷板完全封闭，从头到尾不接触任何电子元件。就像“米酒”和“酒精”都是液体，化学性质却天差地别，不能一概而论。

为何常见：混淆了“水”和“液体”两个概念，不知道工业界专门为电子散热研发了绝缘介电液这个品类。

误区只要 PUE 降到 1.05，方案就成功了，多花点钱也值得，反正电费能省回来。

正解PUE 只是能耗效率指标，不包含冷却液采购、吊装维护、设备升级等成本。浸没式 PUE 确实低，但高额 CAPEX 和复杂的运维流程可能让投资回收期拖到四五年以上。好比油耗超低的豪车不一定比省油的家用车更省钱——你要算的是总拥有成本，而不是单一指标。

为何常见：行业评审和考核过度聚焦 PUE 这个数字，让决策者忽略了数据中心本质上是一门“商业工程”，利润才是终点。

面试题

Q1. 冷板式液冷中，冷却液在哪个部件内部流动带走热量？

单选题 · easy

  • A.芯片封装内部
  • B.紧贴芯片的冷板← 正确答案
  • C.服务器机箱外壳
  • D.机房空调风道

答案：B。冷板式是间接接触液冷，冷却液只在紧贴芯片的冷板内部流道中流动。它通过导热界面材料与芯片交换热量，但从不进入芯片封装，也不流经机箱外壳或空调风道。就像冰背心的冰水只在内衬里循环，不直接接触皮肤。

Q2. 浸没式液冷使用的冷却液必须具备哪种关键特性？

单选题 · easy

  • A.强导电性便于检测
  • B.绝缘介电不导电← 正确答案
  • C.低沸点易汽化散热
  • D.高粘度减少泄漏

答案：B。浸没式把整个服务器泡进冷却液，冷却液必须绝缘不导电才能保证主板正常运行，这叫介电特性。强导电性会短路，低沸点是两相浸没的特定设计而非必备，高粘度反而阻碍流动换热。好比把手机泡进水里会坏，泡进专用绝缘油却能正常工作。

Q3. 热流密度公式 q=P/A 中，符号 A 表示哪一项？

单选题 · mid

  • A.冷却液流量大小
  • B.芯片有效散热面积← 正确答案
  • C.机柜占地面积
  • D.风扇通风截面积

答案：B。A 指芯片用于散热的有效面积，热流密度就是单位面积上要散掉的功率。冷却液流量对应质量 m，机柜占地和风道面积与芯片发热密度无关。这就像衡量灶台烫不烫，看的是锅底单位面积的火力，而不是整个厨房的面积。

Q4. 常温下水的比热容大约是空气的几倍？

单选题 · mid

  • A.大约两倍左右
  • B.大约四倍左右← 正确答案
  • C.大约八倍左右
  • D.大约十倍左右

答案：B。水的比热容约 4.2kJ/(kg·K)，空气约 1.0kJ/(kg·K)，大约是 4 倍。再叠加空气密度只有水的千分之一，相同体积的水搬运热量的能力远超空气。这就是液冷比风冷“能吃热”的物理根源。

Q5. 相比风冷，液冷能够压制更高功耗的原因包括什么？

多选题 · mid

  • A.液体比热容更高← 正确答案
  • B.液体换热系数更大← 正确答案
  • C.液体完全不需要耗电
  • D.液体支撑更高功率密度← 正确答案

答案：ABD。液体比热容高、对流换热系数大、单位体积搬运热量能力强，因此能支撑更高的功率密度。但液冷系统仍需要水泵和冷却塔耗电，不能说完全不需要电。就像冰水浴确实比风扇凉快，但制冰机本身也要用电。

Q6. 冷板式液冷的传热路径中不包括以下哪一个环节？

单选题 · mid

  • A.芯片到导热界面材料
  • B.导热界面材料到冷板
  • C.冷却液直接接触芯片← 正确答案
  • D.冷板内冷却液对流换热

答案：C。冷板式的传热路径是芯片→TIM→冷板壁→冷却液，冷却液始终在冷板流道内，不直接接触芯片。选项 C 描述的“冷却液接触芯片”是浸没式的特征。这就像冰背心的冰水包裹在内衬里，不会直接贴在皮肤上。

Q7. 浸没式液冷的典型劣势包括以下哪些？

多选题 · hard

  • A.初期部署成本高昂← 正确答案
  • B.服务器维护需吊装← 正确答案
  • C.散热噪音大幅增加
  • D.冷却液要求绝缘纯净← 正确答案

答案：ABD。浸没式需要建设冷却液池、采购大量介电液，初期成本高；服务器维护要垂直吊装，工序复杂；冷却液必须绝缘且长期保持纯净，需要定期过滤。噪音大是风冷的缺点，液体换热噪音反而更低，因此 C 错误。

Q8. 某机房 PUE 为 1.15，以下哪项描述是正确的？

单选题 · mid

  • A.总能耗是IT设备能耗的1.15倍← 正确答案
  • B.大约有15%的算力被白白浪费
  • C.服务器自身的效率约为115%
  • D.冷却系统消耗了85%的总电能

答案：A。PUE 等于总能耗除以 IT 能耗，1.15 表示每消耗 100 度 IT 电，全场要花 115 度，多出的 15 度用于冷却和配电损耗。它衡量能耗而非算力损失，服务器效率不可能超过 100%，冷却耗电占比也不是 85%，因此其余三项均错。

Q9. 进行液冷方案选型时，需要综合评估哪些因素？

多选题 · hard

  • A.芯片功耗与机柜功率密度← 正确答案
  • B.机房改造成本与电力冗余← 正确答案
  • C.运维团队的技能与经验← 正确答案
  • D.服务器外观的品牌设计

答案：ABC。选型先算功率密度对照功率阶梯，再评估机房承重、层高、电力冗余能否支撑 CDU 与水泵，还要看运维团队有没有液冷维护经验。服务器外观与散热方案毫无关系，属于品牌偏好而非工程决策。

Q10. 某机柜部署8个节点且单节点功耗4000W，整柜功率约32kW，最合理的散热方案是哪项？

单选题 · extreme

  • A.风冷即可覆盖无需液冷
  • B.必须采用全浸没式液冷
  • C.采用冷板式液冷更合适← 正确答案
  • D.无需任何主动散热手段

答案：C。整柜 32kW 位于 20-100kW 区间，冷板式液冷是该功率段的主流选择。风冷通常只能覆盖 20kW 以下，浸没式主打 100kW 以上的极限密度，主动散热在任何情况下都不可省去。所以冷板式是性价比与工程可行性平衡后的最优解。