AIGC 帶動 IDC 液冷需求

 AIGC 以大模型, 大數據為基礎. 模型參數量級式提升;  2020 年 GPT-3 模型參數量 1750億, 2021 年 Google 推出的 SwitchTransformer 模型參數量進一步提升到 1.6萬億. 未來, 全球擴增的數據中 80%以上都是非結構化數據 (文本, 圖片, 語音, 視頻等). 

2021 年全球計算設備算力總規模達到 615EFlops, 增速44%. 2030 年有望增至 56ZFlops, CAGR 達到 65%, 其中智能算力由 232EFlops 增至 52.5ZFlops, CAGR 超過 80%; 大模型出現後, 帶來了新的算力增長趨勢, 平均算力翻倍時間為 9.9個月.

算力提升的背後, 晶片必須具備更高計算效率, 在更短時間內完成更多運算, 因而必然伴隨晶片能耗的加大. 2022 年 Intel第四代伺服器處理器單 CPU 功耗已突破 350瓦, 輝達單 GPU 晶片功耗突破 700瓦, AI 集群算力密度普遍達到 50kW/櫃.

晶片工作溫度會顯著影響性能, 功率密度的增加使晶片的熱流密度顯著升高使晶片溫度升高. 解決現在存在的散熱問題, 隨著晶片性能的持續快速提升, 散熱問題將愈加突出. 未來散熱預計將從房間級, 機櫃級, 伺服器級向晶片級演進.

而在冷卻介質的選擇上, 也進一步趨於選擇冷卻效率更好的冷卻介質. 液體的導熱性能是空氣的 15~25倍, 隨著熱密度的提升, 液冷有望替代風冷實現更高效散熱. 英特爾白皮書信息指出, 採用風冷通常只能解決 15kW 以內的機櫃制冷.

當前晶片級散熱方案主要涵蓋液冷技術, 相變儲熱散熱技術, 蒸發冷卻技術等, 液冷技術是晶片級散熱重要方案之一, 有望成為未來主流. 液冷技術中, 涵蓋冷板, 浸沒, 噴淋等. 當前來看, 冷板式和浸沒式較噴淋式發展相對成熟.

冷板式採用液體作為傳熱工質在冷板內部流道流動. 浸沒式將發熱電子元器件 (CPU, 主板, 記憶體, 硬盤等) 直接浸泡在絕緣, 化學惰性的冷卻液 (電子氟化液等) 中. 噴淋式根據發熱體位置和發熱量大小不同, 讓冷卻液對發熱體進行噴淋.

AIGC 帶動未來 AI 伺服器增長持續樂觀. 參考 IDC 數據, 2021年全球 AI 伺服器市場規模156億美元, 預計到 2025 年將達到 318億美元, CAGR 19.5%; 2021 年中國 AI 伺服器市場規模達 350億元, 預計 2025 年將達到 702億元, CAGR 19.0%.

中國英維克是溫控行業龍頭, 研究全系統電子散熱解決方案, 在液冷領域端到端布局, 並且針對液冷服務器廠商推出伺服器級散熱, 機櫃級散熱, 一體化機櫃級散熱, 數據中心級散熱, 風冷散熱部分的高效冷卻, 浸沒液冷等.

液冷技術覆蓋多學科, 多領域, 技術壁壘高.國際市場中, 主要廠商在液冷技術和產品方面還處於實驗或初步應用階段, 市場中尚未形成較強龍頭, 市場競爭格局未定, 且由於中國數據安全保護政策, 國外廠商產品進入中國較為困難. 

概念股有 "雙鴻" (水循環方案, 看好今年為液冷散熱元年, 伺服器散熱營收占比目標三成),  "廣運" (水冷背板, 液冷監控主機),"奇鋐" (水冷方案已出貨至通訊領域, 但主推還是均熱板結合熱管方案) "台達電" (配合台積電浸潤式冷卻高效運算電腦機房), "高力" (浸沒式水冷方案, 已出貨中國大型資料中心客戶) 等.