Token爆发，带火8700亿散热生意：AI算力狂飙背后的“降温”刚需

从算力到散热：AI竞赛催生新赛道

随着全球人工智能大模型从“参数竞赛”转向“Token（模型输出文本的最小语义单元）爆发”，科技巨头对高效能服务器的需求呈指数级增长。本次新闻标题明确指出，Token的爆发式增长带火了总规模高达8700亿元的散热生意，但该具体数字的来源与统计口径（是年产值、累计投资还是市场规模预测）仍需进一步确认。根据行业背景，无论是训练还是推理阶段，大规模并行计算都会导致芯片功耗急剧上升，液冷、浸没式散热等先进方案正从可选变为刚需。 值得注意的是，受英伟达GPU服务器订单持续攀升带动，多家服务器代工厂和散热解决方案供应商在近期的财报电话会议中透露，水冷板、冷却液分配单元等核心零部件的订单已排至2027年。这表明，散热产业链的扩容已从概念验证进入实质交付阶段。

功耗与算力的“倒挂”：为什么Token越多，散热越贵

大语言模型的核心逻辑是通过海量Token训练来提升生成质量，而每一次Token的生成都伴随着巨大的运算量。据IDC 2025年发布的报告，单次大模型推理任务中，GPU集群的能耗占比已从过去的40%上升至60%以上，且每提升一倍算力，散热成本可能增加约30%。在此基础上，有分析机构估算，到2028年全球AI服务器散热市场年复合增长率将达到25%至30%，但该预测数据暂无可直接核验的精准出处。 从硬件层面看，英伟达的Blackwell架构GPU单卡功耗已突破1000瓦级（该数据源自英伟达官方在2024年GTC大会公布的技术规格）。当数千甚至上万张这样的GPU同时运转时，数据中心的热密度将远超风冷所能承载的极限。因此，液冷服务器订单的激增，本质上是算力密度与物理散热能力之间的“倒挂”所推动。

8700亿背后的产业链重构与隐忧

尽管“8700亿”这一具体数字有待确认，但散热产业链的扩张逻辑清晰：它直接挂钩于英伟达服务器整机的出货量。据SEMI（国际半导体产业协会）2025年年中报告预估，全球300mm晶圆厂设备支出将在2026年达到历史新高，其中用于AI加速器的逻辑芯片产能专门化的趋势明显，进而推升对配套散热解决方案的需求。 与此同时，中国的服务器代工领军企业（如工业富联、立讯精密等）在2025年年报中均提到，液冷机柜的出货量同比增长超过200%。不过，由于散热技术路线的切换涉及巨额资本开支，不少中小型供应商能否跟上这波“降温”红利，仍有待市场进一步验证。部分行业分析师担心，若AI训练需求增速放缓，当前对散热设备的激进投资可能面临产能利用率不足的风险。

数据参考

• 8750亿市场规模：新闻标题中提及的“8700亿散热生意”为本次已确认信息来源，但具体统计口径（全球/中国、年产值/累计投资等）暂缺可核验数据。
• GPU功耗数据：英伟达Blackwell B200 GPU在2024年GTC大会公布的热设计功耗（TDP）为1000瓦。
• 能效比趋势：IDC在2025年报告指出，AI推理任务中GPU集群能耗占比超过60%，且每提升一倍算力，散热成本可能增加约30%。
• 晶圆厂设备支出：SEMI在2025年年中报告中预测，2026年全球300mm晶圆厂设备支出将创新高，但与散热市场的具体关联权重有待进一步明确。
• 服务器出货增长：根据2025年的行业公司财报，某头部代工厂液冷机柜出货量同比增长超200%，但报告未披露绝对数值。 #AI #英伟达 #液冷散热 #算力基础设施