admin
AI下一個瓶頸不只GPU，而是「把熱帶走」？LG拿下北美逾5GW冷卻長約，液冷正在變成新戰場
AI資料中心的競爭正在從「誰買得到更多GPU」進入另一個階段。LG Electronics最新與北美AIR Control Concepts簽署多年期供應協議，將為美國與加拿大超過5GW容量的AI資料中心專案提供大型Chiller；同時LG的2.6MW液冷CDU也已取得NVIDIA DSX Ready資格。真正的問題開始變成：晶片買到了，電能不能送進去？一櫃超過百kW的熱能不能排出去？當高密度GPU持續增加，冷卻能力已經從機房配套變成算力能否真正上線的基礎設施。
LG這張「5GW合約」到底是什麼？先別把5GW看成一台超級冷氣
2026年10月5日，LG Electronics USA宣布與AIR Control Concepts簽署長期供應協議。
LG將為美國與加拿大的大型AI資料中心專案提供先進Chiller冷卻設備，這批專案所對應的資料中心容量合計超過：
5GW
這裡的5GW指的是協議所支援的AI資料中心專案容量，不是LG冷卻設備本身消耗5GW，也不是一座5GW資料中心，更不是官方公布的訂單金額。
LG與AIR目前都沒有公布完整合約價值、設備台數或逐年交貨量，因此外界對「數兆韓元」的金額推估只能視為市場估算。
不過光是超過5GW的專案規模，就足以說明大型冷卻設備已經不再只是資料中心裡的一項設備，而開始變成AI擴建速度的重要供應鏈。
AI為什麼讓散熱突然變成大生意？因為電送進晶片後，最後幾乎都要變成熱處理掉
資料中心從來都需要冷卻。
搜尋引擎、社群平台、影音串流、企業雲端，在AI出現以前就已經使用大型空調與冷卻系統。
AI真正改變的，是同一個空間裡塞進去的運算功率愈來愈高。
問題不再只是「這顆GPU很熱」
而是「同一個機櫃有多少高功率GPU同時在發熱」
當熱量高度集中，過去可以靠大量冷空氣處理的問題，就可能逐漸變成需要水路、冷板、CDU、熱交換器與大型Chiller共同解決的系統工程。
真正改變的是機櫃功率密度：NVIDIA GB200 NVL72已經進入約120kW級
以NVIDIA GB200 NVL72為例，一個機櫃整合36顆Grace CPU與72顆Blackwell GPU，NVIDIA官方文件顯示整櫃功率大約：
120kW
而且這套系統本身就是液冷Rack-scale設計。
這代表一排高密度AI機櫃累積起來，需要處理的熱負載會非常驚人。
所以AI伺服器散熱已經逐漸從「伺服器裡裝更好的風扇」升級成整棟資料中心必須重新設計冷卻架構。
為什麼以前吹冷風就好，現在開始大量談液冷？
空冷仍然不會消失，但當熱密度持續增加，單靠空氣搬運大量熱能會愈來愈困難。
| 比較項目 | 傳統空冷 | Direct-to-Chip液冷 |
|---|---|---|
| 帶走熱量方式 | 利用大量氣流通過伺服器 | 冷卻液透過冷板直接接近CPU、GPU熱源 |
| 高密度機櫃 | 熱密度升高後設計難度增加 | 更適合處理高集中熱負載 |
| 系統複雜度 | 成熟、維護經驗豐富 | 需增加冷板、管路、CDU、漏液偵測與控制 |
| 適用方向 | 一般伺服器與中低密度環境仍廣泛使用 | 高密度AI、HPC與新一代Rack-scale系統 |
所以未來更常見的可能不是「空冷或液冷二選一」，而是兩者搭配的混合架構。
CDU到底在做什麼？可以把它理解成AI液冷系統的「交通控制站」
CDU是Coolant Distribution Unit，冷卻液分配單元。
它通常位在資料中心設施水路與伺服器液冷迴路之間，負責控制：
- 流量
- 溫度
- 壓力
- 熱交換
- 泵浦運作
- 故障與備援控制
它不是一條單純水管，而是確保冷卻液能以正確條件、安全穩定送進高價值AI設備的核心機電設備。
那Chiller呢？它負責把整座資料中心收集來的熱真正排出去
Chiller一般翻譯成冰水主機，是大型冷卻系統的重要設備。
如果把Direct-to-Chip冷板想成貼在晶片上的第一線，CDU是控制液體流動的中間站，那Chiller就是更上游的大型熱管理設備。
GPU／CPU產熱
↓
Cold Plate冷板
↓
CDU冷卻液分配
↓
Facility Water Loop
↓
Chiller與其他排熱系統
LG這次與AIR正式簽下的核心，就是大規模Chiller長期供應。
LG為什麼不只賣Chiller？因為它想把散熱一路做到「Chip-to-Chiller」
9月28日，LG正式成為NVIDIA Partner Network的Power and Cooling Solution Preferred Partner。
目前LG的2.6MW CDU已取得NVIDIA DSX Ready資格，600kW與1MW CDU也完成相關基礎設施驗證，公司還規劃推進4MW CDU。
LG現在公開的資料中心冷卻產品已涵蓋：
- Chiller
- CDU
- Cold Plate
- Fan Wall Unit
- 浸沒式冷卻方案
- Data Center Cooling Manager控制系統
而且LG官方表示，2026年上半年資料中心冷卻方案訂單已超過4.28億美元。
這代表原本大家熟悉的HVAC產業，正在因AI資料中心重新被放進科技基礎建設的核心位置。
有GPU還不夠，現在連「電能不能送進資料中心」都可能成為限制
國際能源署2026年最新預估，全球資料中心用電量可能從2025年的約485TWh增加至2030年的約950TWh，接近翻倍。
AI型資料中心的電力需求增加速度甚至比整體資料中心更快。
在美國，IEA預估資料中心可能占2026至2030年間新增電力需求的大約一半。
PJM等電力市場現在也已因資料中心與其他大型負載快速成長，開始面臨發電容量、電網可靠度與新增成本究竟由誰負擔的爭論。
AI資料中心不是「買到GPU就能開機」
電網接不上，GPU只是放在機房裡的昂貴硬體
冷卻效率為什麼直接影響AI成本？因為不是每一度電都進了GPU
資料中心常用PUE，也就是Power Usage Effectiveness觀察能源效率。
概念很簡單：
資料中心總用電
÷
IT設備用電
除了GPU、CPU與網通設備，冷卻、泵浦、風扇、UPS與電力轉換也都需要能源。
當整座AI園區進入數百MW甚至GW級，冷卻效率即使只差幾個百分點，長期都可能轉化成龐大的電費、設備容量與營運成本差異。
液冷是不是一定更耗水？不能這樣直接下結論
「液冷」描述的是把熱從晶片帶走的方式，不代表冷卻液會不斷被直接消耗。
Direct-to-Chip液冷很多屬於封閉循環，冷卻液會反覆循環。
真正影響資料中心用水的，是整個最終排熱系統採用哪種架構，例如：
- 蒸發式冷卻
- 冷卻塔
- 乾式冷卻
- 空冷Chiller
- Free Cooling
- 當地氣候與水資源條件
因此同樣是液冷AI資料中心，不同設計的現場用水量可能差非常多。
舊資料中心為什麼最麻煩？因為它當年根本不是替120kW級AI機櫃設計
既有資料中心導入高密度AI，不一定只是換掉幾台伺服器。
可能需要重新確認：
- 配電容量是否足夠
- UPS與變壓器是否需要升級
- 機櫃與地板承重
- 能否鋪設液冷管線
- CDU與Chiller容量
- 漏液偵測與維修空間
- 消防及機電控制系統
所以AI帶來的不只是新資料中心建設潮，也可能帶出規模龐大的舊機房改造市場。
對台灣來說，AI供應鏈不能只看晶圓代工：散熱已經從零組件變成系統級機會
台灣原本就在全球伺服器與電子散熱供應鏈占有重要位置。
當AI機櫃熱密度上升，真正受惠的範圍會從傳統散熱模組一路向外擴張：
- 冷板
- CDU
- 水泵與閥件
- 快接頭與管路
- 漏液偵測
- 風扇
- 電源供應器
- BBU與UPS
- 機櫃
- 電源管理
- 熱管理軟體
- 資料中心系統整合
未來真正高價值的可能不只是某一顆散熱零件，而是誰有能力把伺服器、電源、機櫃、液冷與設施端冷卻整合成可以穩定大量部署的系統。
AI軍備競賽可能開始從「GPU數量」轉向「真正能上線多少MW」
一家公司宣布買了10萬張GPU，不代表這些GPU明天都能穩定提供服務。
真正可用的AI算力，還取決於：
GPU有沒有交貨
↓
電力有沒有接通
↓
機房有沒有完成
↓
散熱能不能承受
↓
網路能不能跟上
↓
系統能不能長時間穩定運轉
這也是LG這張5GW長期協議真正值得看的地方。它顯示AI投資正在從晶片採購快速外溢到電力與機電工程，AI已經開始進入真正的重型基礎建設階段。
已知事實、延伸分析與目前不能直接下結論的地方
目前可以確認
- LG Electronics USA已與AIR Control Concepts簽署多年期Chiller供應協議
- 合作支援美國及加拿大合計超過5GW容量的AI資料中心專案
- 5GW不是單一冷卻設備功率，也不是官方公布的合約金額
- LG官方沒有公布整份協議的完整成交金額
- LG 2026上半年資料中心冷卻方案訂單超過4.28億美元
- LG已成為NVIDIA Power and Cooling Solution Preferred Partner
- LG 2.6MW CDU已取得NVIDIA DSX Ready資格
- LG 600kW與1MW CDU亦完成NVIDIA相關驗證
- NVIDIA GB200 NVL72整櫃功耗約120kW，並採液冷架構
- IEA預估全球資料中心用電量從2025年約485TWh增至2030年約950TWh
- 美國PJM電力市場已因資料中心等大型負載成長面臨新的可靠度與成本分配問題
本文的延伸分析
將散熱視為AI基礎建設下一個重要瓶頸，是根據高密度GPU機櫃、資料中心電力需求、液冷設備投資與大型Chiller供應協議所做的產業判斷。
未來AI基礎設施的競爭可能從單純比較GPU數量，逐步轉向比較真正已取得電力、完成冷卻、可以穩定營運的IT容量與MW數。
不能直接推論
- 5GW不能直接換算成LG訂單金額
- 5GW不代表所有專案已經完成建設或同時上線
- 液冷成長不代表空冷會完全消失
- 液冷不代表一定比所有空冷架構更省水
- 通過NVIDIA驗證不代表整座資料中心只能使用該品牌冷卻設備
- AI伺服器功率上升不代表所有企業機房都需要120kW機櫃
- GPU熱密度提高不代表散熱就是唯一瓶頸
- 電力、網路、土地、設備交期、施工與許可仍可能同時限制資料中心擴建
結論：AI下一階段真正缺的，可能不是另一張GPU，而是讓GPU能長時間全速運轉的整套基礎建設
GPU仍然是AI算力最重要的核心之一。
但晶片性能愈強，AI系統反而愈依賴物理世界。
電必須真的送進來
熱必須真的排出去
冷卻設備必須真的做得出來
機房也必須真的蓋得完
這也是為什麼Chiller、CDU、冷板、泵浦、變壓器、UPS、電纜與機電工程這些看似「老工業」的產業，會突然成為AI軍備競賽的重要角色。
LG這份支援北美超過5GW AI資料中心容量的長期合作，真正透露的不是「冷氣突然變成AI產品」，而是AI正在從一場晶片競賽，轉變成一場完整的能源、熱管理與工業基礎建設競賽。當全世界都想蓋AI資料中心時，真正稀缺的可能不是誰能再買一批GPU，而是誰能把這些高功率晶片真正養得活。
AI資料中心散熱、液冷與CDU常見問題 FAQ
資料來源與查核基礎
- LG Electronics，2026年10月5日北美AIR Control Concepts長期供應協議
- AIR Control Concepts，LG North America AI Data Center Cooling Supply Agreement
- LG Electronics，NVIDIA Power and Cooling Solution Preferred Partner資料
- LG Electronics，Chip-to-Chiller與CDU產品資料
- NVIDIA，GB200 NVL72與DGX GB Rack技術資料
- International Energy Agency，Key Questions on Energy and AI 2026
- International Energy Agency，Electricity 2026
- Federal Energy Regulatory Commission，PJM大型負載與可靠度相關資料
