浸沒式不會取代所有散熱，但在「超高功耗 AI 機房」裡，幾乎可以確定會從實驗品 → 標配，尤其是特定機櫃／叢集。
撰文｜AI伺服器研究團隊｜2025年11月
一、為什麼浸沒式幾乎一定會變主流選項之一？
AI 伺服器機櫃功耗，從以前的 20–30 kW 一路往 80–130 kW 飆，風冷和傳統機櫃設計快頂不住，這是所有研究報告的共識。各家研究預估：浸沒式資料中心液冷市場，2024 約 21 億美元，2030 看 72 億美元，年複合成長率 ~22%。
有報告甚至估計 2035 前後會再「翻幾倍」，主要驅動就是 AI data center 擴建＋節能減碳壓力。
同時，微軟、Google、Meta 等 hyperscaler 已經實際部署液冷（含浸沒式）在 AI/TPU/LLaMA 相關叢集，液冷節能 15–20%、用水量可降 30% 以上，這種節省幅度在電費＋水費壓力下，很難不採。
二、單相 vs 雙相浸沒：未來路線怎麼分？
單相浸沒（single-phase）
- 用不揮發的絕緣油，設備整個泡在裡面，靠液體循環＋熱交換器帶走熱。
- 優點：液體比較便宜、穩定，材料相容性好；維運相對簡單。
- 缺點：散熱效率比雙相略低，機櫃功率密度再往上時，要更大的流量／換熱面積。
雙相浸沒（two-phase）
- 用「低沸點絕緣液」，發熱→沸騰變氣體→冷凝片上又變回液體。
- 優點：相變換熱能力超強，適合超高熱流密度，理論上最適合 B200 之後那種怪物級 AI GPU。
- 缺點：液體成本高、補充費用高。fluid 蒸氣對材料／環境規範的疑慮（F-gas、PFAS 類），另外設計與維護難度較高
趨勢大致會是：
短中期（2025–2030）：單相浸沒 + 冷板液冷為主流，雙相浸沒鎖定「最瘋狂功耗」的 AI/HPC 叢集。
長期（2030+）：如果環保法規讓某些工質難用，雙相浸沒就往「封裝級微流道／MCL」靠攏，整櫃雙相浸沒可能集中在特定客戶或特定 fluid 供應鏈。
三、標準化與生態系：從客製玩具 → 工業標準
現在浸沒式最大問題其實不是技術，而是「標準和生態系」：
Open Compute Project (OCP) 這幾年一直在推 Immersion Requirements、Material Compatibility 等文件，開始規範：浸沒用 fluid 的材料相容性、熱階層設計（熱再利用 vs 流量最小化）、安全與維護規範。
廠商（像 GRC、Submer、Gigabyte 等）已經有一整套 immersion-ready server / tank 解決方案，而 hyperscaler 正在做大規模 PoC 與初期部屬。
未來 3–5 年的關鍵變化：
Server 端出現「Immersion Ready」設計：PCB、散熱片、網路模組、連接器都改成可長期泡在 fluid 裡。
Tank + Facility 標準化：機櫃尺寸、流體接口、與機房環路（CDU、chiller）對接開始出現標準 spec。
Fluid 供應鏈集中化：幾家主要化工廠（冷媒／合成油）吃下大部分份額，並針對環保法規做新配方。
四、應用場景演進：不是全部換浸沒，而是「分層」
可以把未來機房想成一個混合冷卻菜單：
AI / HPC 超高功耗區（> 80–100kW/rack）
- 主流：冷板液冷（D2C）＋背門熱交換
- 浸沒式：作為「極高密度叢集」或水資源敏感地區的選項（特別是雙相）。
一般雲端 / 企業 DC 區
- 主流：高效風冷＋少量冷板
- 浸沒式可能出現在 crypto、HFT、特殊算力池（例如 AI 即時推論叢集）。
邊緣／模組化資料中心（container DC, micro DC）
浸沒式 + 模組化 container 很搭：一個箱子就是一個封閉液冷系統，直接丟到電力就緒的場域即可。
大方向會是：「越高密度、越接近 AI 訓練 / HPC，浸沒式滲透率就越高」，而不是整個機房一夜之間全部泡水。
五、產業與投資角度：誰會成最大受益者？
從這幾條供應鏈來看：
- Fluid（工質）廠商：做絕緣油、低沸點工質的化工公司；但會受環保法規強烈影響（PFAS/F-gas）。
- Tank / System Integrator：專門做浸沒槽、CDU、熱交換器、監控系統的公司（像 GRC、Submer、Hypertec 等）。
- Server / ODM / 散熱件供應商：Gigabyte、Supermicro 等開始出 immersion-ready server。台灣這邊，奇鋐、雙鴻等，會在「冷板＋MCL＋浸沒式周邊」切入，誰能把封裝級微流道 + 機櫃級浸沒做成一條龍，就很香。
- 電力＋散熱整體解決方案供應商：像 Eaton 收購 Boyd Thermal，就是要把電力＋液冷一次包起來，顯示散熱已經是 data center 垂直整合的一部分。
六、風險與瓶頸：為什麼不是明年就全面起飛？
fluid 法規與長期可靠度：材料相容性、泄漏風險、汙染回收成本，這些都還在爭論。 且CapEx 高、Retrofit 難：舊機房要改成浸沒式，等同於砍掉重練；多數會在新建 AI 機房才採用。
維運習慣改變需要時間，工程師從「拉機、換卡」變成「把手伸進油槽」這種文化轉換，也需要時間。
所以比較合理的 picture 是：
2025–2030：液冷（冷板＋RDHx）快速普及，浸沒式在 AI/HPC 特定場景占一塊「高毛利利基」。
2030 之後：AI rack 功耗再上去，浸沒式才有機會在 hyperscaler 裡拿到更大 share。
