在每一場革命的前半段,人們總是著迷於發明本身;但在革命的後半段,真正決定成敗的,往往是物理極限。第一次工業革命是如此,第二次的資訊革命也如此,當前展開的第三次AI革命依然會如此。
AI革命瓶頸 散熱絕對不能停
十九世紀工業革命時蒸汽機重寫生產函數,但真正讓工業化得以持續擴張並不是更大的馬力,而是一整套看似不起眼,卻至關重要的工程體系。鍋爐是否會爆炸、冷卻水是否充足、礦井通風能否避免窒息,這些「一點都不性感」的工程問題,才是工業革命能否從局部突破,擴散為整個社會結構改寫的關鍵。
把歷史視角平移到今天的AI革命,情況出奇地相似。大模型與算力集群重寫了知識生產方式,資料中心與雲端平台成為放大器,而當單顆GPU功耗眼看即將跨過千瓦、單一機櫃邁向百萬瓦等級且全年滿載成為常態時,AI革命的瓶頸開始從演算法,轉移到一個更底層的問題,「熱」,怎麼辦?這正是晶片散熱、伺服器機櫃散熱,以及AI機房整體熱管理,開始浮上檯面的原因。
這些環節在過去的IT時代,充其量只是效率優化的工程選項,但在算力時代,它們已經逐漸成為算力能否存在的前提條件,當GPU必須長時間高頻運轉,不能降頻、不能中斷,散熱不再只是「冷不冷」,而是「會不會停」。
從歷史定位來看,散熱在AI革命中的角色,並非革命本體,也不是單純的零組件,而是「讓革命不自我毀滅的生命維持系統」。就像是蒸汽機時代的鍋爐冷卻與礦井通風,它們不提升生產力,卻決定生產力能否長時間存在。
算力密度持續提高已經是不可逆的趨勢,而熱密度同步上升,以往的風冷系統解方已經成了過去式,液冷系統也從選配進階走向不可或缺的標配,這不是技術路線之爭,而是物理極限推導出的必然結果。
可預期基載電力24小時不中斷
沒有液冷,算力密度就無法再上去,算力密度上不去,資料中心的空間經濟學便會崩塌。而當散熱問題被推到系統層級,電力的角色也隨之改寫。在傳統IT架構下,電力是成本項目;在算力時代,電力則成為結構性約束。
沒有二十四小時不中斷、可預期的基載電力,再先進的GPU也只是擺設,這正是為什麼高壓直流電(HVDC)開始被視為算力時代的必要基建。其意義,不在於效率提升的幾個百分點,而在於能否把電力「穩定而精準地送進算力核心」。
液冷、電力、HVDC與算力密度
當我們把「液冷、電力、HVDC與算力密度」都放在同一張圖上,會發現AI革命已不再是一條線性成長曲線,而是一個被物理法則邊界包住系統,任何一層卡住,整個算力擴張就會停滯。
對投資人關鍵的視角轉換是,當產業發展進入這個階段,拉開差距的應該不是誰算得更快,是「誰被卡住了瓶頸」。歷史一再證明,當某個環節決定了「能不能繼續擴張」,這部分就能取得定價權。
讓AI革命繼續跑的底層工程
鐵路時代與電網時代如此,算力時代亦然。所以問題不再是「AI會不會繼續成長」,而是更深層的問題:在AI革命算力時代繼續擴散過程中,瓶頸會在哪一層?而誰,正站在那個瓶頸上?
真正的機會,往往不在最耀眼的發明,而藏在那些讓革命「跑得下去」的底層工程裡,讀者們該捲起袖子做功課了。
詳細內文就在 [理財周刊1329、1330期] 👈點紅字看完整精彩內容


