原生液冷不是液冷技術的“Pro Max”，Token工廠需要一次系統重構

Agent應用爆發帶動AI算力需求急遽攀升，Token消耗量正以指數級速度成長。從年初開源項目OpenClaw爆紅開始，AI任務型態已從單一模型訓練與推理，轉向大規模多模型協同與海量Agent持續運作，進入「永遠在線」的新階段。中國工程院院士、清華大學教授鄭緯民在2026世界人工智能大會上指出，單一智慧體的Token消耗量可達傳統對話應用的百倍至千倍。隨著海量Agent併發呼叫模型、讀寫記憶、編排任務與執行工具，Token消耗速度持續飆升，直接推高AI基礎設施的規模天花板，千卡集群已不敷使用，萬卡、十萬卡集群正成為前沿大模型訓練的標準配置。

然而數據中心的電力與空間終究有限，想要滿足無上限的Token需求，關鍵在於單位空間內塞進更多算力，將算力密度逼到極致。算力密度提升帶動單機櫃功耗從數十千瓦躍升至數百千瓦，並進一步朝MW級邁進。當單櫃功率到達這個量級，傳統冷板液冷方案開始浮現散熱跟不上、空間不夠用、互連被干擾三大瓶頸，三條限制同時在有限的空間內收窄。Token工廠想要持續擴產，計算、散熱、互連、供電不能再各自為政，必須從系統底層尋找新的解方。原生液冷這個從系統層面將計算、散熱、互連、供電耦合的方案，因而開始進入產業視野。Token需求井噴將單機櫃功率推高，也把部署空間壓縮到極限，傳統液冷的短板在此情境下被急劇放大。

第一個困境是算力密度受限於全系統熱管理。高算力密度代表單位空間內整合了更多晶片乃至HBM、記憶體、網路卡、光模組等全系統元件，也代表需要導出更多熱量。在高密度部署下，傳統冷板液冷「逐個加板」的方式難以追上全系統發熱的成長速度，一旦散熱能力跟不上，晶片觸發溫度牆而降頻，Token產出便從峰值持續衰減。第二個困境是散熱結構持續擠佔計算空間。當前冷板液冷佔據液冷數據中心市場93.5%的份額，但多數方案的底層邏輯仍是將風扇、冷板、軟管、分液器層層疊加，散熱結構不斷擠佔本屬於計算單元的空間，進一步壓縮單櫃GPU裝載上限。

當機櫃功率邁向MW級，這種空間矛盾被急劇放大，散熱越複雜、擠佔空間越多、能放下的計算單元越少，單櫃Token產能上限就此被鎖死。第三個困境則是散熱與互連的衝突在MW級被放大。Scale-up計算域擴大，需要更多計算節點與交換節點組成高頻寬、低延遲的統一系統，但在傳統架構中，背板、線纜、風道、冷板、液路分別規劃，互連路徑被拉長、接口數量增加、通信延遲上升。當數十甚至上百顆GPU需要頻繁同步數據時，微小的延遲都會被成倍放大，多卡並行推理的整體效率被系統性壓低。這三重困境指向同一個結論：Token工廠的問題已經超出「散熱」本身，而是計算、互連、供電、散熱在有限空間內互相牽制的系統性困局。

要同時擺脫這三重困境，必須從系統設計源頭重新思考，把計算、散熱、互連、供電作為統一整體來規劃。傳統液冷是「先定計算、再配散熱」，在計算系統定型後再找空間塞液冷設備。原生液冷不是冷板液冷的「Pro Max」版，本質區別體現在三個維度：時間維度上，熱設計從後置變為前置；空間維度上，散熱從分散覆蓋走向全域管理；邏輯維度上，優化對象從單一散熱部件上升為整個計算系統，計算、散熱、供電、互連不再各自為政。這種系統重構沿著算力密度、空間密度與互連密度三個方向展開。

算力密度方面，原生液冷採用散熱架構與計算架構協同的全系統熱設計，透過一體化冷板與全域液冷重構，將GPU、CPU、記憶體、網路卡、光模組、SSD全部納入統一熱管理，整機櫃算力密度可提升至傳統方案的10倍以上。散熱能力提升後，晶片在持續高負載下不掉頻，Token產出穩定在峰值。空間密度方面，原生液冷透過系統結構重構釋放計算部署空間，採用一體化冷板與極簡工程設計，實現零軟管、零線纜、零風扇，裝配接口減少80%、流阻降低60%，釋放50%設備空間用於晶片、記憶體和互連等核心單元，單櫃Token產能上限被徹底打開。

互連密度方面，原生液冷採用無中背板正交直連架構，將計算節點與交換節點解耦，透過前後向最短路徑構建高密度、低延遲的直連網路矩陣。基於單GPU與Switch 4.8TB/s高速直連設計，64卡全互連架構可提供300TB/s互連頻寬，支援224G高速數據傳輸，更短的互連路徑意味著更低的通信延遲與更高的多卡協同效率。架構邏輯成立之後，下一個問題是這些能力如何落地為產品。Agent從接收指令到完成任務，要經歷工具呼叫、記憶讀寫、任務編排、並行調度等多個步驟，而這些編排調度類任務主要運行在CPU上。

Agent的完整工作流是「兩條腿走路」：GPU負責高速生成Token，CPU負責高效調度Agent，兩類算力缺一不可。浪潮信息基於原生液冷架構，針對這兩類需求分別推出高密整機櫃產品。GPU原生液冷整機櫃伺服器在48U空間內承載千卡算力，單櫃算力密度達傳統方案10倍以上，創新採用一體式SDAC冷板，將GPU、CPU、記憶體、網路卡、光模組等熱源在整塊冷板上雙面高密平面化部署，散熱效率翻倍；互連方面首創無中背板MDP矩陣式直連架構，1024顆GPU與Switch之間透過高速直連形成高密全互連矩陣，支援千卡、萬卡超大規模無損擴展。

單櫃功率覆蓋330kW至1MW，大模型吞吐達到146萬tokens/s，一個MW級機櫃就能撐起一條高產的Token產線。浪潮信息同步推出CPU原生液冷整機櫃伺服器，基於液冷OCM架構，單櫃整合384顆CPU，支援4萬以上Agent高併發運行，確保高負載下不掉頻、不降速，讓Agent的調度響應始終保持在低延遲狀態。GPU整機櫃負責高速生產Token，CPU整機櫃負責高效調度Agent，兩類算力底座在統一的原生液冷架構下協同工作，從Token生成到Agent執行，全鏈路不再有散熱瓶頸拖累，也不再出現某一端掉速導致整體排隊的情況。

當前AI基礎設施賽道硬體層面的差距正在收窄，各家廠商能採購到的核心器件幾乎一樣，晶片本身的性能天花板也越來越透明。當GPU、HBM、網路晶片逐漸趨同，電力和空間成為AI基礎設施的硬約束時，真正的分水嶺在於誰能把相同的組件組織成更高效率的算力Token產線。同樣的千卡規模算力，放進不同的系統裡，最終Token產出可能差距30%甚至更多，差距不在晶片本身，而在晶片與晶片之間如何通信、熱量如何導出、供電如何分配、空間如何利用。這些系統層面的設計選擇，最終決定了每一顆晶片的性能有多少能被真正釋放出來，這就是系統架構能力的價值所在，也是原生液冷做為系統級創新的物理層體現所回應的核心命題。