本文内容
直接结论
Rubin时代真正值得关注的，不是“液冷服务器又多了一代产品”，而是液冷的边界正在变化。
过去的Direct-to-Chip方案，液体主要负责GPU和CPU这些大热源，内存、供电、存储、NIC、交换芯片以及可插拔器件仍有相当一部分热量交给空气。到了更高功率密度的AI机柜，这种“液体处理主要热源、空气处理剩余热量”的混合方案开始遇到一个很现实的问题：
百分比已经很高，不代表剩余热量很小。
CoolIT在NVIDIA GTC 2026的技术分享中用500kW机柜举例：即使做到90% Heat Capture，仍然有约50kW需要空气系统处理。NVIDIA随后对Rubin架构给出的公开描述更进一步：Rubin将实现100%液冷，芯片和网络组件都进入液体冷却回路，并且系统不再依赖服务器风扇。
因此，从90%向接近100% Heat Capture演进，本质上不是“冷板做得更大”，而是下面这条链条同时发生变化：
GPU / CPU → Memory / Power → NIC / Switch / Storage → 液冷覆盖点增加 → 歧管与支路增加 → QD与管路接口增加 → 总流量和压降网络更复杂 → 泄漏、清洁度、腐蚀和可靠性要求提高。
这才是Rubin时代对精密制造真正重要的部分。
1. 为什么90% Heat Capture在500kW机柜上仍然是一个大问题
Heat Capture最容易被误解的地方，是只看百分比，不看机柜的绝对功率。
以500kW IT负载为例：
| 液体热捕获率 | 由液体带走的热量 | 仍需其他方式处理的理论残余热量 |
|---|---|---|
| 90% | 450 kW | 50 kW |
| 95% | 475 kW | 25 kW |
| 98% | 490 kW | 10 kW |
| 99% | 495 kW | 5 kW |
| 100% | 500 kW | 理想边界接近0 kW |
这张表最重要的不是“100%”这个数字，而是残余空气热负荷的绝对值。
50kW已经相当于一套高密度传统机柜的全部热量。如果未来机柜继续向1MW甚至更高功率发展，同样保留10%给空气系统，残余热负荷就会继续放大。
CoolIT在GTC 2026的演讲中明确提出，随着500kW以上机柜出现，98%～99% Heat Capture开始具有更实际的系统意义，因为只有把剩余空气负载压到很小，数据中心才有机会真正缩减辅助风冷系统。
这也是为什么“90%已经很高”在下一代AI机柜上并不够。
NVIDIA GTC 2026：Liquid Cooling — How to Achieve 100% Heat Capture on 500kW+ Racks
2. Rubin把“液冷”从GPU/CPU扩展到了整套计算与网络系统
过去很多液冷服务器实际上是Hybrid Cooling。
GPU和CPU装液冷板，但服务器内部仍保留风扇和散热片，用空气处理DIMM、VRM、SSD、NIC、交换器件以及其他低功率但分散的热源。
这种结构在较低机柜功率下能够成立，因为空气系统只需要承担剩余部分。但当整个机柜达到数百千瓦，剩余的10%、15%甚至20%就会成为一套独立的热管理系统。
NVIDIA在2026年公布的Rubin液冷设计中，把这个边界进一步推开：
- Rubin被描述为NVIDIA首个实现100% liquid cooling的AI基础设施代际；
- 每颗芯片和网络组件都通过液体冷却；
- 系统不再依赖服务器风扇；
- 冷却液入口温度可提高到约45°C；
- 在合适气候和设施条件下，可更多使用dry cooler，减少机械制冷和蒸发冷却依赖。
这里的变化不是单一GPU功耗增加，而是服务器内部原本属于空气域的热源开始转入液体域。
NVIDIA：Hotter Than a Hot Tub — The 45°C Breakthrough to Cool AI’s Biggest Machines
3. 从70%到100%，到底多冷却了哪些部件
CoolIT在GTC 2026的分享中把Heat Capture覆盖范围拆成了非常直观的三个层级。
| Heat Capture阶段 | 主要进入液冷的器件 | 对冷却结构的变化 |
|---|---|---|
| 约70% | GPU、CPU等主要高TDP器件 | 少数高性能冷板承担主要热量 |
| 约85% | 增加DIMM、Power Supply等 | 冷却覆盖面扩展到分散热源 |
| 接近100% | HBM、VRM、SSD、NIC及其他外围/可插拔器件 | 需要更多局部冷却界面、组合冷板和支路 |
| Rubin全液冷目标 | 计算与网络组件整体进入液冷体系 | 服务器从“液冷+风冷”转向液体主导的完整热路径 |
但制造端需要特别注意：
液冷覆盖点增加，不等于每个器件都单独增加一块冷板。
高热流密度GPU和CPU可能继续使用专用高性能冷板，而内存、VRM、SSD、NIC或交换器件更可能根据空间、热流、装配和维护要求，采用多器件共用板、单体式冷却结构、局部冷却器或组合式冷却模块。
因此，真正增长的是：
需要被液体可靠带走的热源数量，以及围绕这些热源建立的流体接口数量。
4. 冷板数量增加只是第一层，真正复杂的是流路数量
如果只从零件角度看，会觉得100%液冷只是“冷板订单变多”。
实际上更关键的是流路网络。
典型演进可以理解为：
少数GPU/CPU冷板
↓
更多Memory / VRM / NIC / Switch冷却界面
↓
服务器内部支路增加
↓
服务器歧管端口增加
↓
机架歧管总流量增加
↓
QD、软管、硬管与接口增加
↓
CDU和TCS流量能力提高
NVIDIA GTC 2026关于Vera-Rubin液冷准备度的技术分享也指出，平台代际升级并不一定意味着重新设计整个设施冷却架构。更可扩展的思路是保持TCS manifold、CDU和rack-drop方法尽可能稳定，而通过CDU数量、端点和机架接口适应更高流量需求。
这意味着供应链会同时出现两个趋势：
| 趋势 | 对制造的意义 |
|---|---|
| 服务器内部液冷结构更密集 | 冷板、阀块、歧管、接头座的小型化和集成度提高 |
| 机架与设施接口更标准化 | 歧管接口、安装结构、管路支撑更有机会形成重复料号与量产 |
对精密加工厂来说，后者非常重要。真正有价值的不是每一代都重新做几十个样件，而是液冷架构稳定以后，若干关键结构件进入长期重复制造。
5. 100%液冷会出现哪些新的精密加工零件机会
随着液冷覆盖从GPU/CPU扩展到整机柜，精密加工件的机会会从“单块冷板”扩展到完整液体路径。
| 部件 | 主要制造内容 | 关键CTQ |
|---|---|---|
| GPU/CPU高性能冷板 | 底板、流道、盖板、接口 | 热接触面、流道尺寸、平面度、压降、密封 |
| Memory / VRM / NIC冷却结构 | 多区域冷却板、单体板、局部流道 | 薄壁、位置度、局部平面度、流量分配 |
| 服务器歧管 | 多支路深孔、交叉孔、阀孔、接口 | 孔位、孔径、毛刺、清洁度、支路阻力 |
| 机架歧管 | 长流道、多端口、安装结构 | 总流量、端口位置、支路一致性、耐压 |
| 阀块与分配块 | 内部流路、阀孔、传感器接口 | 同轴度、密封面、内孔质量、清洁度 |
| QD安装座 / 接口块 | 快接定位、安装板、管路过渡 | 配对位置、刚性、插拔方向、密封界面 |
| 管路与冷却模块支架 | 结构固定、防振、防错 | 尺寸链、装配空间、振动、维护可达性 |
其中，QD本身通常属于专业标准件供应商的范围，但QD安装座、歧管接口、结构支撑和配对尺寸链会直接进入机加工与装配体系。
100%液冷带来的制造机会，因此不是“所有东西都自己加工”，而是更多功能件需要围绕标准液冷接口形成稳定、可重复的机械结构。
6. 支路越多，压降越容易从设计参数变成制造CTQ
在只有GPU和CPU冷板时，系统已经需要平衡热阻和压降。
当Memory、VRM、NIC、Switch和外围器件继续加入液体回路后，问题会变成一个更复杂的并联流路网络。
如果某一支路加工孔径偏小、毛刺没有清除、转角阻力过大，或者某个接口的实际通径与设计不一致，就可能改变整个流量分配。
| 制造偏差 | 可能造成的流体后果 |
|---|---|
| 流道宽度或深度偏小 | 局部压降上升 |
| 深孔毛刺残留 | 有效通径下降、颗粒脱落 |
| 交叉孔错位 | 局部阻力和紊流增加 |
| 接头过渡台阶过大 | 产生额外局部压降 |
| 支路孔径离散 | 并联系统流量分配不一致 |
| 焊接或钎焊变形 | 流道截面和接口位置变化 |
因此，未来液冷件图纸不能只标“尺寸合格”。
对歧管和冷板来说，尺寸公差最终要映射到流量和压降结果。
更成熟的量产控制方式，是把关键孔径、流道截面、接口通径和流量压降测试建立对应关系，而不是终检时只测外形尺寸。
7. 接口越多，泄漏风险不能再靠“最后做一次气密”解决
全液冷意味着更多：
- 冷板接口；
- 分支管路；
- 歧管端口；
- QD连接；
- 阀块与传感器接口；
- 密封槽和焊接/钎焊区域。
接口数量增加，并不代表泄漏概率一定按比例增加，但它会扩大需要控制的潜在失效位置。
| 潜在泄漏位置 | 常见原因 | 制造与验证重点 |
|---|---|---|
| 冷板盖板接合区 | 接合不完整、变形、污染 | 接合过程窗口、气密、耐压 |
| O形圈密封槽 | 槽尺寸、粗糙度或压缩量异常 | 槽宽、槽深、表面状态 |
| 歧管螺纹/端口 | 位置偏差、密封面损伤 | 同轴度、端面、螺纹和清洁度 |
| QD安装位置 | 配对偏心、支架刚度不足 | 三维位置度、插拔尺寸链 |
| 焊接和钎焊区域 | 热输入、间隙或材料问题 | 焊前清洁、工装、焊后检漏 |
| 传感器接口 | 小螺纹或密封面损伤 | 加工完整性、装配扭矩和检漏 |
对于高密度液冷总成，更合理的策略是：
零件阶段控制密封特征 → 子组件检漏 → 总成耐压与气密 → 流量/压降验证 → 必要时进行温度循环和振动后的再次检漏。
泄漏控制应该贯穿制造过程，而不是只留到最后一道工序。
8. 清洁度会随着“100%液冷”变得更难，而不是更简单
液冷支路越多，内部通道、阀孔、快接和小型冷却结构越多。
这会让一个原本看起来很小的颗粒问题，变成系统级可靠性风险。
颗粒可能来自：
- CNC切屑和毛刺；
- 钻削深孔残留；
- 清洗介质残留；
- 焊接、钎焊或表面处理残留；
- 密封件和装配过程；
- 管路切割和安装；
- 运输和存储中的二次污染。
对于GPU主冷板，一个小颗粒可能暂时不会完全阻塞流路；但进入更细小的Memory冷却结构、阀件、QD或低流量支路后，同样的颗粒可能造成更明显的局部阻力变化。
所以100%液冷真正放大的不是“要不要清洗”，而是：
必须把去毛刺、清洗、漂洗、干燥、封口、包装和装配环境变成一条连续的清洁度控制链。
9. 45°C冷却液意味着设施更高效，但制造端必须重新确认材料边界
NVIDIA公开描述的Rubin冷却架构允许冷却液以约45°C进入液冷系统，并在吸收热量后以更高温度返回。
这个变化对数据中心非常有价值。
温度越接近室外环境，很多地区就越有机会通过dry cooler直接排热，减少传统机械制冷；在合适气候条件下，还可以显著降低蒸发冷却带来的用水。
但对零部件制造来说，45°C不是一个“更宽松”的条件。
它意味着材料、密封和冷却液体系必须在整个工作温度窗口内验证。
NVIDIA公开文章中描述Rubin使用75%水与25%丙二醇的冷却液体系，但这不应被直接复制成所有液冷项目的统一配方。不同客户可能采用不同水质、添加剂、防腐体系和材料组合。
制造评审至少要确认：
| 项目 | 为什么重要 |
|---|---|
| 接液金属 | 铝、铜、不锈钢等组合会影响腐蚀设计 |
| 冷却液配方 | 决定材料兼容性、防腐和密封选择 |
| 表面处理 | 必须确认是否属于接液面、是否影响导电或腐蚀 |
| 密封材料 | 需要验证温度、液体、寿命和压缩永久变形 |
| 清洗残留 | 可能改变冷却液化学条件 |
| 异种金属连接 | 需要评估电偶腐蚀与隔离策略 |
CoolIT在GTC 2026分享中也特别讨论了铝作为接液材料时的腐蚀管理，并强调必须依赖适当的冷却液添加剂和长期验证。
因此，“铝能不能接液”或“铜一定比铝安全”都不是足够严谨的结论。
真正需要确认的是：
材料 + 冷却液 + 温度 + 表面状态 + 使用寿命这一整套组合。
10. 从样件到500kW级机柜，CTQ必须从单件扩展到系统
传统冷板样件常常关注：
- 平面度；
- 流道尺寸；
- 气密；
- 耐压；
- 外观。
到了全液冷系统，仅靠这些项目已经不够。
建议把CTQ分成四层：
| CTQ层级 | 典型控制项目 | 目的 |
|---|---|---|
| 单件尺寸 | 平面度、孔径、位置度、密封槽、接口 | 保证几何与装配 |
| 内部质量 | 毛刺、颗粒、残液、焊接/钎焊状态 | 保证流路完整和清洁 |
| 功能性能 | 气密、耐压、流量、压降、支路分配 | 验证液体回路功能 |
| 系统可靠性 | 温度循环、振动、插拔、腐蚀、寿命 | 验证长期运行 |
对于量产项目，还需要增加：
- 专用夹具；
- 刀具寿命管理；
- 关键孔径和密封尺寸SPC；
- 检漏设备校准；
- 清洗液和漂洗液监控；
- 批次追溯；
- 变更管理。
当一台机柜内存在大量液冷部件时，单个零件“偶尔不稳定”的代价会被系统数量放大。
所以全液冷真正推动的，是制造一致性。
11. 对精密加工供应链来说，真正的机会在哪里
Rubin值得制造业关注的地方，不是NVIDIA这个品牌本身，而是它代表的一种架构方向：
过去：
主要热源液冷 + 其余部件风冷
正在变成：
计算、内存、供电、存储、网络 → 更高比例进入液体热路径
这会带来三个长期变化。
第一，冷却件从少数核心件变成一个部件族
不再只有GPU冷板，而会出现不同功率、不同面积和不同接口的冷却结构。
第二，歧管和接口件的价值上升
覆盖点越多，液体如何被稳定分配就越重要。服务器歧管、机架歧管、阀块、接头座和固定结构会成为液冷BOM的重要组成部分。
第三，重复制造比单件高精度更重要
高密度AI基础设施真正需要的不是“一次做出一个漂亮样件”，而是：
同一个料号连续制造时，流道、密封、清洁度、压降和泄漏性能仍然保持一致。
这正是精密加工供应商应该提前建立能力的方向。
12. RFQ阶段应该先确认哪些参数
如果项目目标已经从普通GPU冷板升级到高Heat Capture或全液冷架构，RFQ不能只发一张零件图。
| 输入类别 | 需要确认的内容 |
|---|---|
| 系统边界 | 目标Heat Capture、机柜功率、服务器数量、液冷覆盖器件 |
| 流体条件 | 冷却液、入口温度、目标流量、允许压降、总流量 |
| 压力条件 | 正常工作压力、瞬态压力、耐压和爆破边界 |
| 接口条件 | QD规格、管径、螺纹、法兰、端口方向、装配空间 |
| 材料条件 | 接液材料、异种金属组合、表面处理、密封材料 |
| 清洁度 | 颗粒标准、清洗方式、干燥、封口和包装要求 |
| 热接触面 | 平面度、粗糙度、安装载荷、TIM条件 |
| 可靠性 | 气密、泄漏率、温度循环、振动、插拔寿命 |
| 量产信息 | 样件数量、年用量、CTQ、检测比例、追溯要求 |
只有这些边界明确以后，供应商才能判断一个零件应该采用CNC流道、钎焊、摩擦搅拌焊、机械密封还是其他结构，也才能判断哪些特征需要100%检测。
常见问题
100% Heat Capture是否等于完全没有任何热量进入空气？
工程语境中的100% Heat Capture更适合作为“尽可能把IT设备热量通过液体回路移走”的系统目标，而不是把数学上的零散热损失理解为绝对零。NVIDIA对Rubin的公开描述强调每颗芯片和网络组件都由液体冷却、系统不再依赖风扇；实际项目仍需要按机柜、服务器和设施边界定义热捕获率及测试方法。
为什么500kW机柜做到90%液冷热捕获仍然不够？
因为500kW的10%仍然是50kW。即使液体已经带走绝大多数热量，剩余50kW仍需要空气系统持续处理。机柜功率继续升高后，同样的百分比会对应更大的绝对残余热负荷，因此热捕获率必须继续向95%、98%、99%甚至接近100%的方向提高。
全液冷是否意味着每个器件都需要一块独立冷板？
不一定。GPU、CPU等高热流密度器件通常需要专用高性能冷板，但内存、VRM、SSD、NIC、交换芯片或可插拔器件可以采用多器件共用板、单体式冷却板、局部冷却结构或其他液冷界面。关键是液冷覆盖范围扩大，而不是简单按器件数量一对一增加冷板。
100%液冷为什么会让歧管和压降控制更重要？
因为液冷支路从少数GPU和CPU扩展到更多器件后，回路数量、分支数量和接口数量都会增加。总流量、局部阻力和各支路压降必须匹配，否则可能出现高热负载器件流量不足、低阻支路抢流或泵功率上升，因此歧管流道、孔径、转角、阀块和接口需要进行系统级压降评审。
全液冷对精密加工件最直接的新要求是什么？
最直接的变化是冷板、服务器歧管、机架歧管、阀块、快速接头安装座和结构接口的数量与密度上升，同时对热接触面、流道尺寸、密封槽、接口位置、去毛刺、内部清洁度、气密耐压、流量压降和材料兼容性的要求更高。量产时还需要建立CTQ、专用夹具、过程追溯和稳定的检漏及清洗流程。
询价100%液冷相关零件时应提供哪些资料？
建议提供系统连接图、2D图纸、3D模型、冷却液及接液材料、每个支路的目标流量和允许压降、工作与耐压条件、泄漏率、清洁度、热接触面要求、快接和管路接口、表面处理、样件数量、预计年用量以及气密、流量、热性能和可靠性验证标准。
