隨著 AI 模型運算需求急升，新一代 GPU 功耗突破 1,000W、甚至上看 2,000W，傳統氣冷難以為繼，液冷成為必然。當前三大路線代表分別為 Vertiv、AWS 與 Microsoft：
Vertiv 與 Nvidia：主流「系統級」直接晶片液冷（Direct-to-Chip），透過 CDU 與完整基礎設計支撐大規模 AI 工廠建置。
AWS：以「列級」IRHX 模組化液對氣方案，兼顧成本與速度，快速升級全球既有資料中心。
Microsoft：前瞻「晶片級」微流體技術，在矽晶片背面蝕刻通道，冷卻液直接接觸晶片，效能領先但挑戰製程並衝擊供應鏈。
整體來看，Vertiv 技術將主導新建中心，AWS 提供存量升級範本，Microsoft 指向未來最終方向——散熱與晶片設計深度融合。理解這些差異，是掌握 AI 基礎設施競局的關鍵。
AI散熱的基石：Vertiv × Nvidia
Vertiv 與 Nvidia 的深度整合，代表了當前主流的 直接晶片液冷（Direct-to-Chip, D2C） 技術，為「AI工廠」建立了系統級藍圖。
1.1 技術巔峰：D2C 液冷
冷板直接接觸晶片 IHS，冷卻液帶走熱量，效率遠優於傳統氣冷。
由冷板、CDU（液對液／液對氣）、管路構成完整迴路。
支援單相與效率更高的兩相冷卻，Vertiv 推出泵送兩相（P2P）方案。
1.2 GB200 參考架構
Nvidia GB200 NVL72 機櫃 TDP 高達 130–140kW，液冷成為必要。
Vertiv 與 Nvidia 共同開發 7MW 等級架構，涵蓋散熱、電力與機櫃設計：
混合式冷卻：72% 熱負載由液冷處理，其餘交由傳統空調。
大容量 CDU：從 70kW 到 2.3MW，涵蓋不同規模部署。
整合電力架構：UPS、PDU 與匯流排與散熱系統緊密結合，顯示 AI 時代部署單位是整個叢集而非單台伺服器。
1.3 戰略夥伴關係
Vertiv 為 Nvidia NPN 成員，提供預先驗證的參考設計，降低部署風險並加速建置。
其角色是 基礎設施賦能者，讓 Nvidia 晶片得以規模化落地。
策略核心在於工程化與整合，而非顛覆性原理創新，為企業提供低風險、高可靠性的選項。
總結
Vertiv 與 Nvidia 的合作，確立了當前 AI 資料中心最務實且可規模化的散熱模式，展現「現任者優勢」，與 Microsoft 高風險的晶片級創新形成鮮明對比。
務實主義者的路徑：AWS × IRHX
AWS 面臨的挑戰並非新建「綠地」資料中心，而是如何快速、低成本地升級其遍布全球的「棕地」設施。為此，AWS 推出自研 列間熱交換器（IRHX） 系統，展現高度務實的策略。
In-Row Heat Exchangers
2.1 架構剖析：模組化設計
流程：冷板為 GPU 降溫 → 液體送至列間風扇盤管 → 熱量排入熱通道。
解耦設計：拆分為三模組：配水櫃、獨立泵浦、列間風扇盤管。
優勢：可彈性增減風扇模組，依需求調整散熱能力，避免能源浪費，並能因應未來 GPU 功耗上升。
2.2 改造策略：存量優化
專為氣冷設計的既有中心打造，不需中央冰水系統，部署快、改造成本低。
列間設計節省機櫃空間，適應 AWS 的標準機房規格。
雖然散熱效率略遜液對液系統，但速度與成本優勢成為 AWS 擴張算力的關鍵。
2.3 產業影響：合作而非替代
市場初期擔憂 AWS 會削弱供應商角色，但實際上 IRHX 極可能與外部廠商共同設計並代工。
AWS 從單純採購者轉為共同設計者，鞏固並擴大供應鏈合作，展現其「設計垂直整合＋製造外包」的混合模式。
總結
IRHX 不是最極致的散熱技術，但卻是最符合 AWS 全球足跡的解法：快速部署、低成本、靈活擴展。這種務實策略，讓 AWS 在 AI 賽局中維持速度與規模優勢。
革命性的飛躍：Microsoft × 微流體冷卻
不同於 AWS 的務實與 Vertiv 的工程化，Microsoft 直攻晶片本身，透過 微流體（Microfluidics） 開啟散熱典範轉移，可能徹底顛覆產業。
3.1 從冷板到矽脈絡
傳統路徑需穿越 TIM、IHS 等多層熱阻；微流體技術則在晶片背面蝕刻微通道，冷卻液直達矽晶片。
效能提升：散熱效率高出 3 倍，峰值溫升降低 65%。
微通道設計結合 AI 分析熱點，實現生物仿生式的精準降溫。
焦點從外部工程，轉向半導體製程與材料科學。
3.2 超越冷卻：新架構可能性
超頻：高效散熱讓晶片能短時突破額定頻率，降低伺服器數量與成本。
3D 堆疊：冷卻液可流動於層間，解鎖垂直堆疊設計。
廢熱利用：在高溫下仍能運作，排出熱水具能源再利用價值。
3.3 顛覆者的挑戰
需突破晶片蝕刻、封裝防洩漏與冷卻液配方等製程難題。
若成功，將淘汰 TIM、IHS、傳統冷板等元件，把散熱價值直接整合進晶片製造。
Microsoft 可將微流體技術融入自家 Azure Cobalt CPU、Maia AI 加速器，構建 Nvidia 難以追趕的架構優勢。
總結
微流體冷卻是一場「晶片級革命」：不只提升散熱，更可能重塑晶片設計、資料中心能源模式與整個散熱供應鏈。
Nvidia × 微通道水冷板（MLCP）
Nvidia 面對 2kW+ GPU 的散熱挑戰，推動 微通道水冷板（MLCP） 作為傳統冷板與 Microsoft 晶片級方案間的過渡橋樑，維持性能領先。
4.1 演化必然：突破「熱牆」
Rubin、Feynman 平台功耗上看 2.0–2.3kW，逼近現有冷板極限。
MLCP 與 Rubin 平台綁定，最快 2026 H2 商用。
屬於「防禦性創新」：在冷板範式內極限優化，延長既有技術壽命。
4.2 整合創新：設計與性能
IHS 與冷板合一：去除 TIM2，縮短熱傳導路徑。
微米級通道：比傳統冷板更細緻，顯著提升熱交換效率。
成本提升：單價為現有冷板 3–7 倍，熱管理在 BOM 中比重大幅上升。
量產挑戰：流體力學設計、洩漏風險與良率控制，需 3–4 季度成熟。
4.3 行業意涵：散熱前置化
散熱已成晶片架構定義的核心約束，而非後端問題。
Nvidia 直接指定散熱方案，界線模糊化，供應鏈角色前移。
掌握 MLCP 製程的廠商將成為高價值、戰略性供應商。
總結
MLCP 是 Nvidia 的「過渡性解法」：在短中期延續冷板模式，為 2kW+ GPU 鋪路，同時重塑晶片設計與散熱產業鏈的權力格局。
散熱技術路徑啟示
1️⃣資料中心營運商／超大規模業者
散熱已成戰略決策：在 改造存量（AWS模式） 與 投資新建液冷（Vertiv/Nvidia模式） 之間抉擇。
決策依據：現有資產、資本能力、上市時間壓力。
必須開始評估 晶片級冷卻 的長期潛力與採購策略影響。
2️⃣半導體設計者
散熱不再是外部問題，需自架構定義起深度整合。
路徑選擇：
MLCP模式：與散熱／封裝夥伴協同設計。
微流體模式：將散熱技術垂直整合進晶片本身。
3️⃣散熱基礎設施供應商
市場分化：短期系統級方案仍有巨大商機，長期則面臨晶片級冷卻威脅。
三大戰略要務：
深化與晶片設計者合作。
投資次世代 D2C／封裝級研發。
向冷卻液、泵浦、控制軟體等鄰近領域多元化。