单是一台AI服务器机柜的液冷散热组件价值就高达近40万元人民币，而这个数字预计在2026年还将继续上涨至少17%。

高耸的数据中心机房里，新一代AI服务器的功耗正在以前所未有的速度攀升。从英伟达H100的700W，到GB200的1200W，再到即将于2026年下半年推出的Vera Rubin平台GPU预计将达到惊人的2300W至3700W。

随着单个GPU功耗逼近4千瓦，传统的风冷散热方案已彻底失效，昂贵的液冷系统成为唯一选择。

01 计算密度与成本的同步跃升

2026年，全球AI算力需求正进入一个全新的增长阶段。摩根士丹利最新报告预测，仅英伟达平台的AI服务器机柜需求，就将从2025年的约2.8万台跃升至2026年的至少6万台，实现超过一倍的增长。

这种增长不只是数量上的，更是质量上的全面升级。英伟达即将推出的GB300、Vera Rubin平台和Kyber架构，以及AMD的Helios服务器机架项目，都在推动计算密度的指数级提升。

当计算密度不断提升时，单位空间内的功耗也在急剧增加。这对整个数据中心的电力基础设施提出了前所未有的挑战。

02 技术瓶颈催生散热革命

随着GPU功耗直逼4千瓦，传统的风冷方案彻底失效，液冷从“可选”变成了“必选”。英伟达已在其GB200平台中将液冷作为标准配置，并正在研发更先进的散热方案。

液冷技术的成本正在显著上涨。以英伟达GB300 NVL72系统为例，其液冷组件价值高达约36万元人民币，比前一代GB200系统高出约20%。

下一代Vera Rubin NVL144平台的散热成本预计将进一步攀升至约40万元人民币/柜，其中为交换机托架设计的冷却模块价值预计将显著增长67%。

03 供电系统的重构与升级

为应对越来越高的功率需求，AI服务器的供电系统正在进行全面重构。主流服务器厂商正从12V电压方案向48V直流母线迁移，以减少转换损耗并提升电源响应速度。

这场变革意味着未来的AI数据中心不再仅仅是“放满GPU的机房”，而是一个集电力、冷却、信号传输于一体的复杂工程系统。

英伟达正将其电源供应策略提升至全新战略高度，通过下一代Kyber平台，意图定义未来AI工厂的标准。到2027年，采用Kyber架构的电源解决方案，其单机柜价值将是当前GB200服务器机柜的10倍以上。

04 产业链全面升级与成本传导

AI服务器的升级浪潮正在推动整个产业链的技术跃迁。在PCB领域，每一次GPU迭代都伴随着对PCB层数、材料等级和尺寸的更高要求。

目前高端产品已普遍达到44-46层，部分交换机板卡甚至引入HDI工艺。从400G向800G/1.6T升级的过程中，PCB价格呈现翻倍式增长。

与此同时，AI服务器代工行业也迎来快速增长。鸿海、广达、纬创、纬颖四家获得英伟达认证的ODM厂商，成为GB200/GB300整机柜的主要供应方。

鸿海2025年AI服务器收入预计将超过1万亿新台币，占据40%的市场份额。

05 云厂商的资本准备与投资节奏

面对AI服务器成本的大幅上涨，全球主要云服务厂商仍在持续扩大资本支出。TrendForce已将2025年八大CSP的资本支出年增率上修至65%。

预计2026年，这些云厂商的合计资本支出将进一步推升至6000亿美元以上，年增约40%。

谷歌将2025年资本支出上调至910-930亿美元，Meta上修至700-720亿美元并指出2026年还将显著成长，亚马逊则将2025年资本支出预估调升至1250亿美元。

亚马逊AWS甚至宣布了一项高达500亿美元的扩张计划，专注于为美国政府机构建设AI和超级计算基础设施。

06 算力成本的双轨化趋势

面对AI服务器成本的飙升，一个有趣的现象正在出现。2025世界计算大会发布的2026全球计算十大发展趋势显示，明年全球算力成本将呈现“高绝对支出”与“低相对成本”并存的格局，具有“成本双轨化”的鲜明特征。

一方面，尖端模型的全量训练成本持续提升；另一方面，以开源模型为代表的技术进步，正使得单位智能任务的算力成本快速下降。

2025年全球出货的智能手机中，有超过50%已具备本地运行大模型的能力。这意味着在硬件成本上升的同时，算力使用效率和普及程度也在大幅提高。

在台湾的科技园区，鸿海的生产线正全天候运转。2025年第三季度，这家全球最大的代工厂AI服务器机柜出货季增幅度高达300%。

工厂外，等待运输的集装箱排成长队。这些满载着GB200和GB300服务器的货柜，即将发往全球各地的数据中心。

每一台服务器内部，液冷管道如血管般密布，高多层PCB板承载着数以亿计的晶体管，全新的电源架构确保着稳定供电。而这一切昂贵的升级，只为满足一个简单而迫切的需求——更快的AI计算。