「一滴水落在伺服器就完了！」黃仁勳催出液冷散熱商機，但普及還有2大難題|數位時代 BusinessNext

液冷技術為何崛起？跟風冷散熱相比，好在哪？

今年3月的GTC大會上，輝達揭露了採用全新Blackwell架構的GB200伺服器，並聲稱將採用液體冷卻技術。根據《華爾街日報》報導，輝達發言人還透露，他們正在與供應商合作，著手開發浸沒式冷卻技術，將整台電腦浸泡在絕緣液體中進行冷卻。

自從AI技術興起後，資料中心的用電一直被搬上檯面討論。目前全球資料中心用電已高達350 TWh（太瓦時），比台灣2023全年用電270 TWh還要高出許多，全球只有16個國家用電量高於這個數字。但《彭博社》預估，2034年時資料中心用電將成長至1,580 TWh，相當於印度一整年的用電量。

資料中心巨額的用電量，很大一部分就是用於散熱。麥肯錫曾估計，冷卻就占了資料中心耗電的40%左右。 倘若使用液冷或更先進的技術，用電占比降到10%甚至更低，都是有可能的情況。

而除了用電疑慮外， 依靠風扇冷卻的作法也已經快要滿足不了AI晶片的散熱需求 。

研究公司集邦科技指出，B200、GB200等產品單一GPU功率就超過1,000W，HGX型號一組就有8塊GPU，而NVL型號則每個機櫃有著高達36或72塊GPU，傳統的風冷已經漸漸難以負荷。NVL36預計還會採用風冷、液冷結合的作法，而NVL72則會以液冷為主。

《華爾街日報》指出，AI伺服器供應商美超微（Super Micro Computer）就強調，液冷系統可將資料中心的耗能降低30%到40%；輝達也提到， 液冷技術可以省下風扇空間，使得資料中心內可以容納倍於風冷的運算能力 。另外，風扇揚起的灰塵還可能影響硬體效能。

延伸閱讀：[液冷散熱是什麼？跟水冷有何不同？解析下一個明星技術][1]

液冷散熱普及兩大難題：漏水、供應不穩定

不過，液冷要普及應用還有幾點困難等待克服，最大的風險就是 液體外洩 。「如果一滴水落在伺服器上，好比說要價數百萬美元的GB200，可能引發災難性的損壞。」散熱技術公司力致科技總經理連春源向《華爾街日報》表示。

7月下旬，GB200就被爆出液冷零組件有問題，出現機櫃漏水的情況，一度導致鴻海和相關供應商股價下跌5%以上。《華爾街日報》指出，消息人士透露目前供應商正在解決問題，預計不會影響到GB200的出貨時間。

再加上，目前液冷零組件的供應還不是很穩定，美超微在最新財報中提到，因為液冷零組件短缺導致出貨延遲，這一季少了8億美元收入。短缺的其中一種零組件叫作快接頭（UQD），是讓液冷系統運作時不漏液的關鍵零組件。

液冷的成本暫時也相對高昂，摩根士丹利估計，GB200的液冷系統一套要價超過8萬美元，相當於H100使用的風冷系統的15到20倍的價格。

目前風冷仍是資料中心冷卻辦法的絕對多數，超過95%資料中心都還是使用風冷，集邦科技認為，隨著輝達Blackwell系列晶片的推出，液冷普及率可望在年底到達10%。值得一提的是，該研究是在Blackwell系列傳出設計缺陷前發布，延期消息對此有多大的影響，暫時還不得而知。不過美超微也透露，明年出貨的伺服器將有高達30%都是採用液冷技術。

液冷要取代風冷成為主流，勢必還有相當長的一段時間，但如今的成長趨勢顯示，液冷不再只是高端電腦玩家，或者核電廠等特別環境才會使用的技術，能夠真正為資料中心帶來革新。今年6月黃仁勳出席HPE的活動也提到，「液冷技術未來將帶來包括更好的性能、更少的基礎設施和更低的營運成本等所有一切好處。」

延伸閱讀：[氣冷、液冷、浸沒式三種散熱差在哪？一文看懂AI大商機：關鍵技術、概念股有哪些？][2]

資料來源：[華爾街日報][3]、[集邦科技][4]、[CRN][5]

隨著代理式AI（Agentic AI）快速發展，人工智慧的角色也從被動問答的對話工具，轉變為能主動代為執行搜尋的商業介面；兩者根本的差異在於，前者仍須仰賴使用者逐步下達指令，後者則能自主完成任務。當AI代理為人類代勞搜尋、比價、甚至決策等任務，品牌競爭的對象便不再限於消費者，也涵蓋替消費者把關的AI代理。

因此，「Business to Agent」（B2A）成為當代企業必須面對的新命題，為了擁抱嶄新的思路，跨國AI轉型解決方案供應商iKala舉辦第二屆「iKala Connection Day」論壇，以「數據領航：AI時代的真實價值」為題，邀集Google Cloud、Google Ads等產業領袖，一同剖析企業如何從基礎建設走向市場端，搶佔AI先機。

不只SEO，還要GEO！企業如何讓AI認識你

回顧過往科技發展週期，新科技普遍需10至12年才能成熟。iKala共同創辦人暨集團董事長程世嘉引述AMD執行長蘇姿丰的比喻來說，若AI是一場棒球賽，目前僅走到第三局。這意味著，只要企業採用率持續攀升，尚且毋需擔憂AI泡沫化；反之，AI產業可能才正要邁入超級循環。

不過，程世嘉也提出「智慧通膨」的現象，他表示：「各大廠不斷推出新模型，資本支出也不斷提升，但使用成本並沒有因此下降，因為算力供不應求；不過長期來看，成本曲線一定會往下走，未來AI智慧會像水龍頭一樣，打開就有。」

隨著AI逐步普及，使用者尋找資訊的方式也隨之轉變。程世嘉強調，搜尋行為正從關鍵字轉向AI對話與生成式搜尋。企業除經營傳統SEO，更需布局GEO（生成式引擎優化），提高被AI引用與推薦的機會。這波版位重分配與十餘年前SEO興起時無異，及早掌握規則者，才能在新流量分配中卡位。

迎戰Business-to-Agent，如何搶進AI決策新戰場

要爭取AI時代的流量紅利，關鍵前提在於企業內部的基礎建設是否到位。「現在超過9成的企業都有AI焦慮症，大家都很急著導入AI工具，但背後缺乏整體的策略與架構。」iKala AI服務事業部副總經理Gary Yang認為，AI專案應如培訓新進員工，結合商業策略與數據資產雙向評估，才能真正落地。

「如果沒有穩定的雲端基礎，企業的AI就會是空中樓閣。」他強調，雲端即是企業佈局AI的關鍵基礎建設之一。如多數企業選擇Google Cloud，看重的就是技術護城河、數據主權與總體擁有成本；而iKala推出的企業級AI代理平台iKala Nexus，定位為策略中樞與營運大腦，即立基於此。

然而，架構穩固只是起點。Google Workspace銷售總監Murray Chiang指出，全球僅約3%企業成功透過AI達成深度轉型，關鍵就在AI代理能取得多少企業資料與情境。因此，企業級Gemini Enterprise App結合個人級Google Workspace，構成Google所主張的「代理型工作轉型」（Agentic Workplace Transformation，AWT）主軸，讓AI從被動對話框升級為跨系統執行的代理，並恪守數據主權歸屬企業的原則，讓企業級AI能真正發揮效益。

當企業打穩內部地基，外部競爭也才能順勢轉向市場端。「Google Search全球年搜尋量達5兆次，近八成消費者認為AI讓購物決策更快、更有信心。」Google Ads廣告產品行銷資深總監Alvin Tsai指出，「B2A」（Business to Agent）的時代來臨，當AI代理主導決策時，看重的是API串接流暢度與數據結構化程度，企業必須從爭取「被看見」的SEO排名，走向爭取「被推薦」的AI清單，並進一步走向「被選擇」。其中，信任將成為AI時代品牌經營的關鍵。

從洞察到執行，iKala全方位解方引領品牌佈局

這份信任要能落地，關鍵在於底層數據是否可信。對此，iKala行銷科技事業部總監Donna Hsu提出的IMC整合行銷架構，正是iKala因應Agentic Commerce時代所提出的整體解決方案。

面對高度碎片化的行銷環境，品牌需要建立的，是一套能從市場洞察延伸至全通路執行、並持續優化的整合行銷系統。Ontix即時掌握消費者社群聲量與市場趨勢，代表品牌對人的理解；Kuroma則從AI搜尋視角，分析品牌在生成式搜尋中的能見度與引用表現，代表對AI的理解；兩者合力，讓品牌同時掌握人類與AI代理的決策脈絡。再透過Kolr行銷數據平台，將洞察轉化為具體行銷執行，使每一次決策都能以數據驅動、持續優化，協助品牌在AI時代建立長期競爭優勢。

最後，在論壇壓軸的高峰對談中，程世嘉強調，當前正是典範轉移的關鍵時機，如同過往率先布局SEO的業者得以享有紅利；他認為，這同樣是企業重生的契機，提早深耕者將在此波轉型中佔得先機。尤其，AI轉型已非單機運作所能達成，企業應優先建立基礎建設與治理架構；當自身能力有限，也須慎選合作夥伴、借助外部資源，並在安全可信任的前提下，實現共同成長。