芯片，太热了，引发关注

随着人工智能（AI）数据中心市场呈现爆炸式增长，“热管理”已成为决定AI基础设施竞争力的核心技术。半导体、冷却系统、电力设备乃至炼油行业都在全面投入热管理技术研发。

据市场研究公司 Fortune Business Insights 预测，全球热管理系统市场预计将从 2025 年的 819.7 亿美元增长至 2034 年的 1694 亿美元，复合年增长率为 8.5%。人工智能数据中心设施投资预计也将从去年的 7500 亿美元飙升至今年的 1 万亿美元。

注：根据 Dell'Oro Group 的预测，全球数据中心资本支出 (CapEx) 预计将在 2026 年首次超过 1 万亿美元，这印证了上述数字的发展趋势。

一位业内人士指出：“数据中心冷却方式分为风冷、芯片级液冷和浸没式冷却。”他补充道：“其中，浸没式冷却作为下一代冷却技术正日益受到关注。”该人士进一步解释说：“提高冷却效率对于提升电源使用效率（PUE）至关重要，韩国正在积极开展相关技术研发，包括开发浸没式冷却解决方案。”

在半导体行业，散热管理已成为下一代存储器竞争的核心。特别是高带宽存储器（HBM）——人工智能半导体的核心——采用了一种将DRAM芯片堆叠成多层的结构。随着堆叠层数的增加，有效散热技术变得愈发重要。

三星电子（005930.KS）近日发布了新一代3D内存技术“zHBM”。zHBM将内存垂直堆叠在AI加速器之上，缩短了数据传输距离，与传统HBM相比，系统性能提升高达8倍，能效提升高达3倍。值得一提的是，zHBM有望通过将热阻降低一半来有效解决散热问题。

三星还展示了一款名为“zNAND-O”的高性能NAND解决方案。该方案结合了V-NAND堆叠技术和硅通孔（TSV），可将NAND芯片堆叠成4层或8层结构，目标市场为设备端和边缘AI市场。

SK海力士（000660.KS）同样展示了其下一代存储技术HBF（高带宽闪存），并将散热管理技术定位为核心竞争优势。该公司在HBM4和HBM4E的研发过程中，不断推进散热材料和封装技术的进步。SK海力士与闪迪共同发布了首个开放的HBF标准规范，旨在拓展HBF生态系统。

上周，两家公司在加州圣克拉拉举行的“FMS 2026”大会上发布了一系列下一代内存技术。其中最引人注目的是CXL（Compute Express Link），它被誉为下一代HBM。CXL技术能够将CPU、GPU和内存有机连接起来，从而扩展带宽和容量。

三星电子展示了基于CXL内存池的KV缓存卸载实验结果，证明了大容量内存池技术的潜力。SK海力士与Marvell合作推出了基于CXL的PNM（近内存处理）内存模块“CMM-Ax”，并表示在超长上下文LLM环境下，其吞吐量比单个GPU高出5.5倍。

PIM（内存内处理）技术，即内存同时执行计算任务，是两家公司都在大力投资的另一个领域。三星电子凭借其LPDDR5X-PIM（全球首款此类产品）荣获“FMS最佳展示奖”，而SK海力士则发布了其LPDDR6-PIM开发路线图。这项技术面向边缘AI市场——例如无需通过中央云平台的设备端AI——其优势在于能够以低功耗运行高性能AI。

LG电子正将制冷业务打造为人工智能时代未来的增长引擎。人工智能数据中心制冷解决方案是LG电子B2B业务的核心领域之一。凭借其现有的商用暖通空调业务，该公司正积极推进冷水机组、冷却系统和空调设备的研发，以瞄准全球数据中心市场。

大信证券分析师朴康浩解释说：“截至今年上半年，该公司已获得约6000亿韩元（约合4.263亿美元）的人工智能数据中心冷却解决方案订单。”他补充道：“如果LG电子所暗示的价值数万亿韩元的额外订单能够实现，预计到2027年，其环保解决方案（ES）部门的盈利能力将得到提升。”

注：LG电子2026年上半年新订单总额约为9500亿韩元（约合6.75亿美元）。该公司正通过扩大国内外产能并利用其获得英伟达认证的液冷设备，增强其海外订单竞争力。（News1，2026年7月30日）

人工智能数据中心的功率密度远高于普通服务器，仅靠传统的风冷难以有效散热。LG电子正将其结合高效冷水机和液冷技术的综合冷却解决方案拓展至北美和欧洲市场。

随着热管理技术成为新的竞争前沿，电力设备公司和炼油行业也在加速冷却领域的技术发展。

LS Electric 和晓星重工正在扩大其数据中心电源设备和超高压变压器业务，同时专注于开发能够减少发热量并提高冷却性能的高效电源设备。

SK Enmove正致力于研发专用于浸没式冷却的冷却液，将其作为未来的增长业务。浸没式冷却是将服务器直接浸入一种特殊的、不导电的介电冷却液中以带走热量的方法。与传统的风冷相比，它具有更高的冷却效率和更低的能耗，因此被视为人工智能数据中心的下一代冷却技术而备受关注。

炼油行业也正密切关注热管理液市场的增长潜力。HD Hyundai Oilbank正与首尔国立大学人工智能数据中心和韩国陶瓷工程技术研究院合作，展示其“Xtier E-Cooling Fluid”产品。S-Oil的浸没式冷却液“e-Cooling Solution”是一种适用于包括数据中心、储能系统（ESS）和电动汽车（EV）电池在内的高温环境的热管理解决方案。该公司计划与成均馆大学超级计算中心等机构开展示范测试。

与此同时，主导人工智能半导体市场的英伟达据称正在考虑降低其下一代GPU“Rubin Ultra”的HBM内存配置。这被解读为应对高性能HBM供应短缺的一项措施。

市场研究公司TrendForce预测，DRAM供应短缺预计将持续到2027年。尽管HBM位出货量预计在2027年同比增长50%至60%，但仍无法满足市场需求。SK海力士已公开表示，其2026年的HBM、DRAM和NAND产能已全部售罄，三星电子也警告称，内存短缺将持续到2027年。

注：TrendForce 于 2026 年 8 月 4 日正式宣布，英伟达已开始评估 12 层 HBM4E 的低规格替代方案。此前，12 层 HBM4E 一直是 2025 年至 2026 年上半年 Rubin Ultra 的基准规格。此举是由于 DRAM 供应短缺持续到 2027 年，以及 12 层 HBM4E 的验证和良率时间表存在不确定性所致。此前，由于 LPDDR5X 供应受限，英伟达已将其下一代 Vera Rubin 超级芯片的 SOCAMM 容量减半。此外，服务器厂商也在 2026 年上半年削减了 RDIMM 的容量——这表明内存供应紧张的局面正在蔓延至整个人工智能半导体规格领域。

如果英伟达降低HBM规格，客户可能需要部署更多GPU来处理大型语言模型（LLM）推理等AI工作负载。这可能会导致包括微软、Meta、亚马逊和谷歌在内的主要云运营商增加数据中心建设成本，这些运营商正在扩大其AI基础设施投资。

然而，业内观察人士将英伟达的这一举动解读为一个象征性事件，表明“内存墙”正在成为人工智能扩展的关键瓶颈。这反映了这样一个现实：尽管人工智能的计算需求呈爆炸式增长，但HBM的供应却受到物理产能扩张速度的制约。

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

加星标⭐️第一时间看推送