这两天，AI芯片散热圈最反直觉的一条新闻，是NVIDIA把下一代Rubin AI基础设施的液冷温度推到了45℃。

普通人第一反应是：45℃不是热水吗？这还能给芯片散热？

但仿真工程师不能只看这个热闹。

真正值得我们盯住的，不是“45℃”这个数字本身，而是它背后那套散热逻辑变了：

过去数据中心散热，核心思路是把机房变冷；

现在AI芯片散热，核心思路是把热从芯片内部更短、更稳、更可控地搬出来。

换句话说，45℃液冷不是“冷却能力变差了”，而是整个热阻链路被重新设计了。

先看热点新闻到底说了什么

NVIDIA在6月21日的官方文章里提到，Rubin一代AI基础设施可以让冷却液以最高45℃进入系统，吸热后大约55℃流出。

这套方案还有几个关键信息：

第一，系统走的是100%液冷，不只是GPU和CPU上冷板，而是芯片、网络组件等都进入液冷闭环。

第二，冷却液是75%水加25%丙二醇，类似工程上常见的防冻/防腐型水基冷却液。

第三，它不是靠传统冷却塔大量蒸发水来换热，而是通过闭环液路把热带到室外干冷器。NVIDIA的说法是，在合适地区，冷却用水可以从传统冷却塔系统大约每兆瓦每年260万加仑，降到接近零。

第四，液体进水温度提高以后，很多时候就不需要机械制冷机一直工作。NVIDIA引用行业估算说，冷冻站目标温度每提高1℃，冷却能耗成本大约可下降4%。

这些话翻译成仿真工程师听得懂的语言就是：

这不是单点芯片散热问题，而是“芯片封装-冷板-冷却液-CDU-干冷器-数据中心能耗”的系统级热设计问题。

为什么45℃也能冷却AI芯片？

因为芯片真正关心的，不是冷却液摸起来凉不凉，而是结温有没有被压在可靠工作范围内。

一个最简化的热路径可以写成：

芯片结温 = 冷却液入口温度 + 冷却液升温 + 发热量 × 总热阻

这里最关键的不是把入口温度无限压低，而是把“总热阻”压下去。

空气冷却的问题在于，空气的导热和换热能力太弱。你可以把机房吹得很冷，但热还是要先从芯片传到封装、再传到散热器、再传到空气。风量、风道、鳍片效率、局部回流，任何一环出问题，热点都会冒出来。

液冷的优势，是把换热介质直接送到热源附近。

冷板贴在芯片或封装上，液体在微通道里流动，热量不需要绕很远的路。只要冷板、TIM材料、接触压力、流道设计和流量分配做得足够好，哪怕入口水温是45℃，芯片结温依然可以被控制住。

所以这件事的本质不是：

“热水也能降温。”

而是：

“当热阻足够低、流量足够稳定、热源路径足够短，冷却液不必像以前那么冷。”

这就是液冷真正的工程价值。

仿真工程师最该看懂的3个变化

变化一：边界条件不能再按老习惯填

很多热仿真项目最容易犯的错，是把入口温度当成一个孤立参数。

以前做电子设备散热，大家常常纠结：进风35℃还是40℃？环境温度怎么给？风速怎么设？

但到了AI液冷，入口温度只是系统的一部分。

你至少要同时看这些量：

冷却液入口温度是多少；

出口温度允许升到多少；

流量是否能覆盖所有高功耗区域；

冷却液物性在45℃到55℃区间有没有重新定义；

泵功耗、压降、CDU换热能力是否匹配；

室外干冷器在不同气候下能不能把热排掉。

如果只在模型里把入口水温填成45℃，然后盯着芯片最高温看，这个模型是不完整的。

真正的液冷仿真，必须把芯片级热路径和设施级换热能力连起来看。

变化二：不能再用“均匀热源”糊弄异构封装

AI芯片的散热难点，不是平均功耗大，而是热源非常不均匀。

GPU Die、CPU Die、HBM、SerDes、供电模块、网络芯片，它们的位置不同、功率密度不同、工作节奏也不同。

你用一个统一热流密度铺在芯片上，仿真云图当然会很漂亮。

但真实热点不会那么听话。

尤其在GB200、Rubin这类高密度系统里，冷板流道如果还是按经验做成简单平行通道，很容易出现一个问题：

水是流过去了，但真正该多带走热量的位置，没有得到足够冷却能力。

这也是为什么最近有论文开始研究面向GB200一类封装的冷板流道生成式设计。核心思路很简单：不是先画流道再验算温度，而是让热场反馈给流道，让冷却能力往热点区域集中。

对仿真工程师来说，这意味着你的价值不只是“算温度”，而是参与“反推结构”。

你不是在最后验证一个设计能不能用，而是在前面决定流道应该怎么长。

变化三：评价指标不能只看最高温

很多项目验收时会问：最高温有没有超？

这个问题当然重要，但在45℃液冷时代，只看最高温已经不够。

至少还要看5个指标：

第一，热点温度。最高结温有没有超过芯片允许范围。

第二，温度均匀性。同一个封装上不同Die之间温差是否过大。

第三，压降。冷板流道越复杂，压降可能越高，泵功耗也会上去。

第四，流量分配。多块板、多颗芯片、多支路并联时，是否有局部“吃不到水”。

第五，设施侧收益。入口温度提高以后，是否真的减少了冷机运行时间、降低了水耗和能耗。

一个优秀的液冷方案，不是把芯片温度压到最低。

而是在结温、压降、泵功耗、可靠性、设施能耗之间找到最优平衡。

这也是为什么45℃这个数字值得关注：它把问题从“单颗芯片怎么降温”，推到了“整个AI工厂怎么最省地搬热”。

做这类项目，模型里最容易漏掉什么？

如果你后面要做AI芯片、冷板、液冷服务器或数据中心热管理项目，我建议你重点检查7个地方。

第一，冷却液物性别用常温默认值。

45℃到55℃区间，密度、粘度、比热、导热系数都会变化。水和丙二醇混合液也不能直接按纯水处理。

第二，TIM和接触热阻要单独建。

很多热点不是流道设计差，而是接触热阻被低估了。冷板压得不均、TIM厚度变化、表面平整度问题，都会让云图和实测对不上。

第三，热源分布要尽量贴近真实功耗地图。

如果没有芯片级功耗分布，至少也要把GPU Die、HBM、供电区、光模块或高速互连区拆开，不要一块热源走天下。

第四，不要只做稳态。

AI负载有突发性，训练、推理、通信、内存访问不是恒定过程。稳态能过，不代表瞬态温升和热循环可靠性没问题。

第五，冷板流道要和压降一起优化。

温度低但压降巨大，不一定是好设计。工程上要看泵能不能打得动、噪声和功耗能不能接受、支路之间是否均衡。

第六，别忽略板级和机柜级耦合。

液冷带走大部分热，但电源、连接器、少量辅助元件仍可能产生局部散热问题。100%液冷并不等于所有小热源自动安全。

第七，把外部气候条件纳入边界。

NVIDIA强调干冷器和闭环系统，但也承认地理位置很重要。苏格兰高地和亚利桑那凤凰城不是一个边界条件。中国不同城市、不同季节也一样。

这波热点对仿真工程师意味着什么？

我认为有三个机会。

第一个机会，是热仿真从“后端验证”前移到“架构设计”。

以前很多热仿真工程师接到的是已经画好的结构，任务是算一遍、改几个孔、加几个风扇。

但液冷时代，流道、冷板、封装热路径、泵曲线、CDU和干冷器都互相影响。仿真不再是验算，而是设计入口。

第二个机会，是单物理场能力不够用了。

只会看温度云图的人，会越来越吃力。

你需要理解流体、传热、结构接触、材料物性、瞬态负载，甚至要懂一点数据中心设施侧逻辑。

第三个机会，是工程师要学会用“系统收益”说话。

老板和客户不只关心温度降了几度，他们更关心：

能不能省电；

能不能少用水；

能不能提高机柜功率密度；

能不能减少停机风险；

能不能让未来更高功耗芯片装进去。

如果你的仿真报告只写“最高温从82℃降到76℃”，价值感是不够的。

如果你能写清楚“在45℃入口液温下，芯片结温仍满足可靠性要求，同时压降低、泵功耗可接受，并支持干冷器全年大部分时间运行”，那就是另一个层级的工程表达。

最后说透一句

45℃液冷真正反常识的地方，不是“热水也能降温”。

而是AI芯片散热已经从“追求更低温度”，走向“追求更短热路径、更低热阻、更高系统效率”。

对仿真工程师来说，这件事的启发非常直接：

以后判断一个液冷方案好不好，不能只看温度云图好不好看。

你要看热从哪里来，经过哪里，被谁带走，路上损失多少，最后以什么成本排到环境里。

能把这条链路讲清楚的人，才算真正懂液冷。

也才可能在AI芯片散热这波浪潮里，从“算模型的人”，变成“决定方案的人”。

可收藏检查清单

• 做AI芯片液冷仿真时，至少检查这7项：

• 入口液温、出口液温和液体物性是否匹配45℃到55℃区间；

• 冷板、TIM、封装和芯片之间的总热阻是否拆开建模；

• 热源是否按Die、HBM、供电区和互连区分区；

• 冷板流道是否同时评估温度、压降和流量均衡；

• 是否做了瞬态负载和热循环风险评估；

• 是否考虑机柜/CDU/干冷器的设施侧边界；

• 输出结果是否从“最高温”升级到“结温、均温、压降、泵功耗、水耗、能耗”的综合指标。

扫码添加，获取很多干货。