風冷極限不是固定瓦數，而是熱路徑中尚未被解決、且整體系統不願再付出代價處理的瓶頸。熱管、均熱板、液對氣與直接液冷不是一條單純的新舊淘汰序列；每一項技術都只是把瓶頸推向下一個介面。
每隔一段時間，工程圈就會再次出現一句話：
「風冷已經走到極限了。」
這句話通常不是完全錯，但也很少完整。
所謂風冷極限，從來不是一條固定的瓦數紅線。同樣是 300W，熱源面積、封裝、接觸條件、散熱器空間、進風溫度、機箱阻抗與噪音限制不同，結果可能完全相反。
每個年代所說的「極限」也不是同一個極限。有時卡在晶片與散熱器之間，有時卡在散熱器內部，有時則卡在風扇、機櫃，甚至資料中心不願改建水路。
散熱技術的歷史不是一場簡單的淘汰賽。真正移動的，是瓶頸與系統邊界。
風冷極限到底是什麼？
風冷極限不是某顆晶片的固定瓦數上限，而是熱源、接觸、熱擴散、熱輸送、氣流與機房條件共同形成的系統邊界；其中任何一層先飽和，都可能讓風冷方案失去實用性。
晶片產生的熱，必須先從小面積熱源攤開，再搬到有能力排熱的位置，最後交給空氣或冷卻水。
這三件事看起來都叫「散熱」，其實是不同問題：
- 熱擴散：把集中在小面積的熱攤到更大的面積。
- 熱輸送：把熱從晶片附近搬到鰭片、散熱排或熱交換器。
- 熱排放：把熱真正交給機房空氣、冷卻水或室外環境。
一項新技術出現時，通常只是解開其中一段。當原本最明顯的瓶頸被解除，限制便往下一個介面移動。
這也是為什麼每一代都有人宣布風冷走到極限，卻又不斷出現更高功率的風冷系統。
從實心散熱器到熱管：先把熱送到真正有風的地方
早期散熱器主要依靠金屬本身傳導。當熱源集中、鰭片離熱源愈來愈遠時，靠近熱源的一小部分可能已經很熱，遠端鰭片卻沒有充分參與工作。
熱管利用密封腔體內工作流體的蒸發與冷凝搬運熱量，再以毛細結構把液體送回熱端。它的價值不是把熱消滅，而是讓散熱器更大的面積真正被利用。
熱管的工作流體也不是從太空到電子產品都使用同一種材料。George M. Grover 在 1963 年提出現代毛細回流熱管時，早期實驗包含不鏽鋼容器與鈉工作流體；後來的太空熱控制系統常見鋁—氨或甲醇組合。地面與航空電子散熱常見的銅—水熱管，則是針對不同溫度範圍、材料相容性與製造需求發展出的成熟路線。[1][2][3]
當熱已經能順利送到整片鰭片，新的瓶頸就會變成風量、壓降、風扇功耗與噪音。
熱管沒有讓極限消失，只是把極限往空氣端推了一步。
均熱板：當問題不只是搬遠，還要先把熱攤開
熱管擅長把熱送往遠處，但當晶片熱源很小、散熱器底面很大時，熱還沒進入熱管前，可能已經卡在底板的平面熱擴散。
均熱板，也就是 vapor chamber，可以視為平板化的兩相熱傳元件。它讓蒸氣在較大的腔體內擴散，再於不同區域冷凝，改善小面積 hotspot 與大面積散熱器之間的不匹配。
它解決的是「熱進不了整片散熱器」，而不是「空氣可以帶走無限熱量」。
所以，用了均熱板還是壓不住，不一定代表均熱板無效。也可能是它已經完成自己的工作，真正的限制已經轉到鰭片、風扇、機箱風路或噪音要求。
熱虹吸：進入過市場，卻沒有成為通用答案
熱虹吸利用沸騰、冷凝、密度差與重力形成自然循環，不需機械泵，對可靠度與泵功很有吸引力。
它確實進入過 CPU、GPU 與 1U 伺服器相關產品，但沒有成為伺服器市場普遍採用的架構。原因不是它完全無效，而是姿態、高度差、啟動條件、冷凝器配置與整機整合會限制適用範圍。[4]
這類技術提醒我們：沒有成為通用主流，不等於技術失敗。
液體進了伺服器，熱卻仍回到空氣：液對氣模組的歷史窗口
約在 2020 年前後，主流通用型伺服器仍多半圍繞一至兩顆高功率 CPU 設計。當時高階單顆 CPU 已進入約 200–280W；在 1U 雙路伺服器中，僅 CPU 就可能接近 500W，還沒有計入記憶體、VRM、儲存、網路卡與風扇。[5]
即使 CPU 底部使用均熱板，整台伺服器仍可能卡在風扇功耗、噪音、機箱壓降與排風溫升。
在我當時接觸的高功率處理器與加速器 IC 公司，以及相關供應鏈對口中，液冷方向其實並不是秘密。
從 IC 公司的立場來看，只要整體系統還能供電、散熱並維持可靠運作，功耗與性能就有繼續往上推的空間。反過來說，當系統熱能力不足，實際能被交付的持續性能、功耗設定或產品規格就必須往下收。
原廠公開的 configurable TDP 與 configurable GPU TDP，也能從另一個角度說明：處理器的功耗包絡不是脫離伺服器基礎設施獨立存在的數字，而會在平台供電、散熱與控制條件下設定。[6][9]
這並不表示晶片功耗只由散熱決定；產品定位、電力效率、可靠度與系統成本同樣重要。但散熱能力確實會限制高功率晶片能在真實系統中持續交付多少性能。
真正卡住液冷導入速度的，不是不知道方向，而是沒有人願意率先承擔兩次轉換成本。
第一次是伺服器內部：冷板、泵、管路、接頭、散熱排、控制與可靠度驗證。
第二次是資料中心：機櫃水路、CDU、建築側冷卻水、漏液管理與維護流程。
在 AI 算力價值還沒有大幅上升以前，這兩筆成本很難同時合理化。
液對氣模組正是在這個空檔中顯得合理。它以冷板從 CPU 或 GPU 收熱，透過封閉液路把熱送到機內散熱排，最後仍由伺服器風扇排入機房空氣。液體已經進入伺服器，卻不要求資料中心先建立機櫃水路。
2020–2024：模組成熟與市場條件翻轉
| 時間 | 公開訊號 | 瓶頸如何移動 |
|---|---|---|
| 2020 | OCP 已討論在既有空冷機房導入 air-assisted liquid cooling cold plate。[7] | 產業已知道液體要進入伺服器，但仍優先相容既有機房。 |
| 2021 前後 | Lenovo SR670 V2 以液對氣混合冷卻支援四顆 A100。[8] | 冷板能處理 GPU，但熱最後仍排回機房空氣。 |
| 2022 | NVIDIA H100 SXM 公開最高 700W、可設定的 TDP。[9] | 單顆加速器熱負載開始快速逼近整機氣流與密度邊界。 |
| 2023 | Dell XE8640 以 LAAC 支援四顆 700W H100，不要求 facility water 接到機櫃。[10] | 液對氣仍能處理高功率 GPU，但需要以機箱體積與風扇能力換取相容性。 |
| 2024 之後 | GB200 NVL72 採 rack-scale 液冷；NVIDIA 現行文件列出 GB200 每 GPU 最高 1.2kW、整櫃設計功率約 120kW。[11] | 問題從「一台伺服器能不能冷」轉成整櫃算力密度與基礎設施能力。 |
這表示液對氣模組成熟的時間，恰好也是它原本預設的市場開始改變的時間。
AI 需求爆發後，業界不是突然「不計成本」，而是算力密度、部署速度與搶先投入的價值，改寫了冷卻基礎設施的成本排序。過去看起來過於昂貴的資料中心改造，開始比無法部署高密度算力更便宜。
不過，液對氣並沒有因此失效。它能冷卻 A100、H100，甚至仍出現在 H200 系統。[8][10][12]
問題是所有熱量最後仍要回到空氣。散熱排、風扇與機箱體積會逐漸吃掉密度、功耗與空間優勢。
所以，它失去的不是技術有效性，而是成為最高密度 AI 基礎設施終局解法的市場位置。對沒有 facility water、改造受限，或需要分階段導入液冷的環境，它仍然有存在理由。
AUTHOR OBSERVATION
液對氣模組成熟的時間，恰好也是它原本預設的市場開始改變的時間。
它失去的不是技術有效性，而是成為最高密度 AI 基礎設施終局解法的市場位置。
直接液冷：不是把風冷打敗，而是把邊界推到機房
本文所談的 Direct Liquid Cooling（DLC），主要指以冷板直接處理 CPU、GPU 等高熱元件，再透過管路與 CDU，把主要熱負載送往資料中心水系統的 direct-to-chip 架構。
它處理的不只是晶片附近的熱，而是改變整個系統最後把熱交給誰。
但 DLC 同樣不是沒有代價的終點。
即使 CPU、GPU 與部分網路晶片已經液冷，記憶體、電源、儲存與其他元件仍可能需要空氣。NVIDIA 的 GB200 系統文件也明確描述液冷與空冷並存的 hybrid cooling：主要高熱元件由液體處理，其餘元件仍由空氣冷卻。[11]
新的瓶頸則轉向流量、壓降、水質、材料相容性、接頭可靠度、漏液管理、維修，以及資料中心是否準備好承接這套系統。
直接液冷沒有把工程問題消除。它只是用更高的系統整合與基礎設施成本，換取更高的功率密度與熱排放能力。
散熱技術沒有淘汰賽，只有適用範圍重新分配
| 技術 | 主要解決的瓶頸 | 沒有解決的問題 | 瓶頸接著移到哪裡 |
|---|---|---|---|
| 熱管 | 散熱器內部的長距離熱輸送 | 空氣端排熱能力 | 鰭片、風量、壓降與噪音 |
| 均熱板 | 小熱源到大底面的平面熱擴散 | 整體風量與機箱能力 | 熱管、鰭片與風路 |
| 熱虹吸 | 特定條件下的無泵兩相循環 | 姿態、啟動與系統整合 | 冷凝器配置與使用邊界 |
| 液對氣 | 晶片附近的高熱密度與既有機房相容性 | 熱最終仍排回空氣 | 散熱排、風扇、機箱與 rack density |
| Direct-to-chip DLC | 將主要熱負載交給液路與機房水系統 | 剩餘空氣負載、維護與設施責任 | CDU、水路、可靠度與 facility readiness |
每一次突破，都會帶來新的代價：體積、方向性、風扇功耗、控制、可靠度、維護或基礎設施成本。
所以，風冷極限究竟是誰的極限？
它可能是封裝、接觸面、熱管、鰭片與風扇的極限，也可能是機房預算、維護能力與投資時機的極限。
所謂極限，不是某個固定瓦數。它是系統已經不願再付出代價處理的那個瓶頸。
真正的下一步，是先建立 baseline
這段歷史的用途，不是預測哪項新技術會贏，而是提醒我們：不要把下一個新技術誤當成沒有代價的答案。
當團隊開始討論從風冷轉液冷、從標準散熱器轉客製冷板時，先整理五件事：
- 熱源的功率、面積與分布。
- 從晶片到環境的實際熱路徑。
- 可用空間與安裝條件。
- 噪音、風扇功耗或泵功限制。
- 熱最後能交給空氣、冷卻水，還是其他邊界。
接著用受控條件量出現有方案在哪裡失效。
市售方案足夠，就不必為了技術升級而客製；若 baseline 顯示真正瓶頸在接觸、安裝或風路，也不該用更昂貴的冷卻器掩蓋問題。
只有當基準證據顯示標準方案確實不足，客製或液冷的投入才有清楚的工程理由。
什麼情況適合進一步評估？
Hyper Cool Lab 可先依熱源、熱路徑、空間、噪音與冷卻邊界，確認問題是否適合建立受控 baseline，以及還缺哪些測試條件。初步問題提交只用來確認 fit、scope、資料缺口與下一步，不提供免費的完整冷卻架構答案，也不保證特定方案能達成降溫或功率目標。
先做 Baseline，再談客製散熱
先確認標準方案在什麼條件下失效，再決定是否值得進入液冷或客製。
問題提交只用來確認 fit、scope、資料缺口與下一步，不提供免費完整冷卻架構，也不保證特定方案能達成降溫或功率目標。
常見問題
風冷到底可以處理多少瓦？
沒有一個對所有系統都成立的固定瓦數。可行範圍取決於熱源面積、允許溫升、接觸條件、氣流、空間、噪音、環境與整機阻抗；總瓦數只能描述部分問題。
使用均熱板是否代表風冷能力一定會提高？
均熱板只有在平面熱擴散是重要瓶頸時，才可能帶來明顯改善。若限制已在鰭片、風扇、機箱風路或接觸介面，換用均熱板不一定能解決整體溫度問題。
液對氣模組算不算液冷？
算。它以液體在伺服器內部搬運熱量，但熱最後仍由散熱排與風扇交給機房空氣；因此它與把主要熱量送入 facility water 的 liquid-to-liquid direct cooling 有不同的系統邊界。
AI GPU 一定需要完整直接液冷嗎？
不一定。公開產品顯示液對氣仍能處理部分高功率 GPU；是否需要完整 DLC，取決於單機配置、rack density、能源效率、部署規模與資料中心是否具備水路，而不是只看 GPU 名稱。
何時才值得從標準方案轉向客製冷卻？
應先在受控條件下建立現有方案的 baseline。只有當證據顯示標準方案在明確的熱源、流量、壓損、接觸與環境條件下確實不足，客製冷卻才有可追溯的工程理由。
References
- Grover, G. M. Evaporation-Condensation Heat Transfer Device, US Patent 3,229,759. Filed December 2, 1963. https://patents.google.com/patent/US3229759A/en
- Harwell, W.; McIntosh, R. The OAO Heat Pipes—8 1/2 Years of Flight Data. NASA Technical Reports Server, 1981. https://ntrs.nasa.gov/citations/19820058592
- Ababneh, M. T. et al. Copper-Water and Hybrid Aluminum-Ammonia Heat Pipes for Spacecraft Thermal Control Applications. NASA Technical Reports Server, 2018. https://ntrs.nasa.gov/citations/20180005515
- Sumitomo Precision Products. Loop Thermosyphon for CPU/GPU—1U Server Applications. https://www.spp.co.jp/netsu/products/cpu/
- AMD. AMD EPYC 7002 Series Processors—Product Specifications. https://www.amd.com/zh-tw/products/processors/server/epyc/7002-series.html
- AMD. AMD EPYC 9004 and 8004 Series CPU Power Management. 2024. https://www.amd.com/en/blogs/2024/amd-epyc-9004-and-8004-series-cpu-power-managemen.html
- Open Compute Project. 2020 Virtual Summit—Advanced Cooling Solutions Track. https://www.opencompute.org/events/past-events/2020-virtual-summit
- Lenovo Press. ThinkSystem SR670 V2 Server Product Guide / Datasheet. https://lenovopress.lenovo.com/lp1393-thinksystem-sr670-v2-server
- NVIDIA. NVIDIA H100 Tensor Core GPU—Product Specifications. https://www.nvidia.com/zh-tw/data-center/h100/
- Dell Technologies. PowerEdge XE8640 Rack Server—Cooling and Accelerator Specifications. https://www.dell.com/en-us/shop/ipovw/poweredge-xe8640
- NVIDIA. GB200 NVL Multi-Node Tuning Guide—System Architecture and Power Budgeting. https://docs.nvidia.com/multi-node-nvlink-systems/multi-node-tuning-guide/system.html and https://docs.nvidia.com/mission-control/docs/systems-administration-guide/2.3.0/prs/faq.html
- Lenovo Press. ThinkSystem SR675 V3 and SR675i V3 Servers Product Guide. https://lenovopress.lenovo.com/lp1611-thinksystem-sr675-v3-server