Computer

CDU

什麼是 CDU？AI 高密度運算能否持續擴張的關鍵之一

Q: 如何計算水溫與環境露點，防止管路結露造成高價設備短路？

冷凝水確實是許多企業液冷機房的痛點，比較好的做法是在 CDU 內部硬性嵌入 Dew Point 計算模組，實時採集機房溫濕度；當環境露點上升時，系統自動透過三通閥微調一次側（Primary）冷水流量，強制 TCS 供水溫度恆定保持在「露點+2度C」的安全邊界之上。

Q: 如何準確監控水質，防範水冷頭微通道堵塞？

我們認為關鍵在於在線電導率/濁度感測、多級精密過濾與金屬離子螯合劑劑量控管。微米級雜質與生物膜會迅速堵塞 Microchannel。波士頓諮詢（BCG）在資料中心營運轉型案例中指出：應於 Secondary 迴路配置雙迴路可替換式過濾器與電導率監測（<5µScm）；當電導率或壓差異常時，系統自動發出預警並切換濾芯，確保水質達標。

Q: 管路或快拆接頭發生微漏時，能否在 0.5 秒內完成隔離與關斷？

我們的評估核心在於 繩狀液漏感測器（Rope Sensor）、微壓降演算法與電動防爆切斷閥（Solenoid Valve）連鎖。我們強調，在 AI 伺服器廠房安全機制中，CDU 應結合流量計平衡差值與微壓降偵測；當監測到壓降異常或底盤 Rope Sensor 導通，系統可在 300ms 內觸發硬體 Interlock，自動關斷二次側閥門並停運幫浦，將漏液量鎖定，即時反應。

Q: CDU 關鍵動件的備援機制與 MTBF 評估為何？

我們的解決方法為「N+1 / 2N 冗餘磁驅幫浦（Magnetic Drive Pump）」與「自動無縫切換 SOP」。單點故障會引發伺服器整櫃宕機。CDU 採用雙幫浦並聯熱備份（Hot-Standby），搭軸承無磨損磁驅結構，使動件 MTBF 突破 100,000 小時；當主幫浦效能衰退或異常時，備用幫浦於 10ms 內無縫銜接運轉，確保流量零中斷。

Q: 如何串接 CDU 數據與 DCIM/BMS，實現動態能耗最佳化？

將 CDU 端的流量、溫差與幫浦功耗即時上傳至 DCIM/BMS 中樞；系統根據伺服器晶片實時熱負載（TDP），動態調節 CDU 幫浦轉速與一次側冰水主機（Chiller）負載，使全廠 PUE 精準逼近 1.15 的綠色指標。

前言：

CDU（Coolant Distribution Unit，冷卻液分配裝置）是資料中心液冷系統中的核心設備，負責循環、分配與控制冷卻液，並將伺服器 GPU、CPU 等高功率元件產生的熱量帶走。在常見的液對液架構中，CDU 透過熱交換器把 IT 設備側的二次冷卻迴路與機房設施側的冷卻水迴路隔離，同時控制冷卻液的溫度、壓力與流量。

隨著 AI Server 與 HPC 帶來更高機櫃功率密度，單靠空氣帶走熱量會越來越困難，CDU 已成為 Direct-to-Chip 液冷與 AI Data Center 的重要基礎設備，因為液體的熱傳能力通常比空氣更高，所以可以直接把冷卻液帶到高熱源附近，再把熱量帶離伺服器。

作者：

製造新觀點

閱讀時間：

29 分鐘

更新日期：

2026 年 10 月 2 日

CDU 的 4 個核心功能與架構

水對水 CDU 與水對氣 CDU

D2C 與 GPU 系統中的 4 個機制

「一次側」與「二次側」迴路

CDU 降低資料中心 PUE 的路徑

AI 優化 CDU 的 4 個前瞻應用

CDU 與機房三控系統的整合

全球 AI 資料中心散熱變革與趨勢

CDU 運營中的風險與防護方案

導入高密度 CDU 系統的 3 個步驟

CDU 的 4 個核心功能與架構

分享文章

01 CDU 的 4 個核心功能與架構

CDU 是一個高效能的水力與熱交換模組，其最關鍵的任務是將廠務端的不純淨或高壓水路，與伺服器內部極度敏感的微通道水冷板做物理隔離。掌握 Primary Loop（一次側）與 Secondary Loop（二次側）的熱轉移路徑與壓差控制，能幫助資料中心架構師、熱管理工程師與 AI 機櫃設計師在規劃高密度機房時，建立明確的水路分界與安全防護概念。

雙環路物理隔離（Hydronic Isolation）： 透過板式熱交換器（Plate Heat Exchanger）隔離一次側廠務水與二次側伺服器冷卻液，防止廠務水雜質污染精密 Cold Plate。
精準壓力與流量控制（Pressure & Flow Regulation）： 採用變頻泵浦（VFD Pumps）與比例閥，根據二次側 GPU 負載動態調整二次側流量與壓差（Differential Pressure）。
露點控制與溫控去凝露（Dew Point Control）： 自動監控機房環境溫濕度，調節二次側進水溫度高於環境露點，徹底杜絕 Cold Plate 與管路結露風險。
流體品質維持與過濾（Filtration & Fluid Conditioning）： 整合微米級過濾器與去離子樹脂罐，維持二次側冷卻液的低電導率與無雜質狀態。

為了追求高熱交換效率而設計二次側流量時，是否評估過二次側流速過快對 Cold Plate 微通道造成的沖蝕磨損（Erosion Corrosion）風險？，我們建議工程團隊不能僅追求冰水產量，而是建立「流體動力學與水質監測閉迴路」，即時控制冷卻液 PH 值與流量，延長伺服器水冷組件的使用壽命。

一台高品質的 CDU 內部由多個工控元件組成，以確保零洩漏與穩定循環：

關鍵組件	在 CDU 中的核心功能與作用	關鍵技術規格要求與品質指標	評估失敗之致命風險
板式熱交換器 (PHE)	進行一次側與二次側熱量傳遞，實現完全物理隔離。	小，趨近溫度差（ATD < 2度C ~ 3度C），高耐壓防爆。	熱交換效率不足，導致伺服器晶片發生熱降頻（Throttling）。
循環水泵浦 (Circulation Pump)	驅動冷卻液在 Secondary Loop 高速循環。	無軸封磁力驅動泵（Magnetic Drive Pump）、N+1 雙泵冗餘。	軸封磨損洩漏，或泵浦停止運轉導致伺服器數秒內燒毀。
過濾與去離子單元 (Filter/De-ionizer)	去除冷卻液雜質，維持電導率（Conductivity）於低水位。	微米級（如 < 50µm）過濾網、去離子樹脂夾（DI Canister）。	水垢/雜質堵塞晶片 Cold Plate 微通道（Micro-channels）。
膨脹水箱與去氣器 (Expansion Tank/Degasser)	吸收熱脹冷縮之體積變化，並自動排出管路微氣泡。	壓力感測自動補液、微氣泡分離器（Micro-bubble Separator）。	系統氣鎖（Air Lock）導致流量驟降，壓力波動損壞管線。
PLC 智慧控制器與感測陣列	即時監測溫/壓/流，自動調節比例閥門與泵浦轉速。	支援 Redundant Modbus/BACnet/SNMP 協定、雙重漏液感測纜線。	缺乏警報預警，微量漏液未及時切斷電源導致伺服器短路。

01 CDU 的 4 個核心功能與架構

雙環路物理隔離（Hydronic Isolation）： 透過板式熱交換器（Plate Heat Exchanger）隔離一次側廠務水與二次側伺服器冷卻液，防止廠務水雜質污染精密 Cold Plate。
精準壓力與流量控制（Pressure & Flow Regulation）： 採用變頻泵浦（VFD Pumps）與比例閥，根據二次側 GPU 負載動態調整二次側流量與壓差（Differential Pressure）。
露點控制與溫控去凝露（Dew Point Control）： 自動監控機房環境溫濕度，調節二次側進水溫度高於環境露點，徹底杜絕 Cold Plate 與管路結露風險。
流體品質維持與過濾（Filtration & Fluid Conditioning）： 整合微米級過濾器與去離子樹脂罐，維持二次側冷卻液的低電導率與無雜質狀態。

一台高品質的 CDU 內部由多個工控元件組成，以確保零洩漏與穩定循環：

關鍵組件	在 CDU 中的核心功能與作用	關鍵技術規格要求與品質指標	評估失敗之致命風險
板式熱交換器 (PHE)	進行一次側與二次側熱量傳遞，實現完全物理隔離。	小，趨近溫度差（ATD < 2度C ~ 3度C），高耐壓防爆。	熱交換效率不足，導致伺服器晶片發生熱降頻（Throttling）。
循環水泵浦 (Circulation Pump)	驅動冷卻液在 Secondary Loop 高速循環。	無軸封磁力驅動泵（Magnetic Drive Pump）、N+1 雙泵冗餘。	軸封磨損洩漏，或泵浦停止運轉導致伺服器數秒內燒毀。
過濾與去離子單元 (Filter/De-ionizer)	去除冷卻液雜質，維持電導率（Conductivity）於低水位。	微米級（如 < 50µm）過濾網、去離子樹脂夾（DI Canister）。	水垢/雜質堵塞晶片 Cold Plate 微通道（Micro-channels）。
膨脹水箱與去氣器 (Expansion Tank/Degasser)	吸收熱脹冷縮之體積變化，並自動排出管路微氣泡。	壓力感測自動補液、微氣泡分離器（Micro-bubble Separator）。	系統氣鎖（Air Lock）導致流量驟降，壓力波動損壞管線。
PLC 智慧控制器與感測陣列	即時監測溫/壓/流，自動調節比例閥門與泵浦轉速。	支援 Redundant Modbus/BACnet/SNMP 協定、雙重漏液感測纜線。	缺乏警報預警，微量漏液未及時切斷電源導致伺服器短路。

02 水對水 CDU 與水對氣 CDU

在決定機房液冷架構時，選用 Liquid-to-Liquid（水對水）還是 Liquid-to-Air（水對氣）CDU 是影響 CAPEX、OPEX 與機房升級彈性的關鍵決策。Liquid-to-Liquid 適合新建或大規模 AI 運算中心，而 Liquid-to-Air 則是舊機房改造（Retrofit）的過渡利器。我們從「解熱能力（kW）、廠務設施依賴度、PUE 改善潛力與部署成本」四個維度評估這兩種 CDU 的特性，進而在機房改建或擴建時做出最佳的商業與技術決策。

散熱上限維度： 水水 CDU 透過液體間的高熱傳導率，能解熱最新的百千瓦（kW）級超高功耗 AI 機櫃；水氣 CDU 則受限於空氣比熱容，散熱密度存在天花板。
基建改造成本維度： 水氣 CDU 零廠務水路改造成本，可快速實現「即插即用」；水水 CDU 則需要鋪設一次側冷卻水管網。
營運能耗（OPEX）維度： 水水 CDU 能配合無冰水機組（Chiller-less）乾冷器（Dry Cooler）運作，能耗低；水氣 CDU 仍需依賴機房風扇散熱，能耗高。
機房空間利用率維度： 水水 CDU 多為 Rack-sized 或 In-row 形式，單位面積解熱密度遠高於水氣 CDU。

面對未來 AI 晶片功耗每世代成長 50% 的趨勢，我們今天選擇 Liquid-to-Air CDU 進行過渡，會不會在兩年後面臨必須撕毀重來的二次改建風險？對於這樣的疑問，我們建議企業採用「預留水路介面（Liquid-Ready Infrastructure）」策略，在現階段改建中先鋪設一次側水路管道，即使先使用水氣 CDU，也能在未來短時間內切換至水水 CDU。

在 AI 時代，不同的散熱架構在熱傳導效率與場地設施限制上存在顯著差異：

維度	傳統純風冷架構 (Air Cooling)CDU	水對氣機制 (Liquid-to-Air CDU / L2A)CDU	水對水機制 (Liquid-to-Liquid CDU / L2L)
核心熱交換媒介	氣流與散熱鰭片。	二次側為液體，一次側放熱至機房空氣。	二次側與一次側均為液體（廠務冰水機組 FWS）。
支援單機櫃功耗 (TDP)	<20kw（超過後風扇功耗暴增）。	20kw~80kw	>100kW~300kW+（如 AI Blackwell 機櫃）。
廠務水管設施需求	不需要水管，僅需一般機房 CRAC 空調。	不需要引進廠務冷卻水管（適合舊機房改建）。	必須預先佈設廠務冷卻水管（FWS Primary Loop）。
能源使用效率 (PUE)	較差（PUE 通常 > 1.4~ 1.6）。	中等（PUE 約 1.2~1.3）。	佳（PUE 可降至 < 1.1~1.15）。
適用場景	傳統一般企業級伺服器、通用 PC/Web 網頁機房。	舊機房升級高密度 AI 節點，但廠務無水管鋪設者。	超大規模資料中心 (Hyperscale)、AI HPC 算力中心。

02 水對水 CDU 與水對氣 CDU

散熱上限維度： 水水 CDU 透過液體間的高熱傳導率，能解熱最新的百千瓦（kW）級超高功耗 AI 機櫃；水氣 CDU 則受限於空氣比熱容，散熱密度存在天花板。
基建改造成本維度： 水氣 CDU 零廠務水路改造成本，可快速實現「即插即用」；水水 CDU 則需要鋪設一次側冷卻水管網。
營運能耗（OPEX）維度： 水水 CDU 能配合無冰水機組（Chiller-less）乾冷器（Dry Cooler）運作，能耗低；水氣 CDU 仍需依賴機房風扇散熱，能耗高。
機房空間利用率維度： 水水 CDU 多為 Rack-sized 或 In-row 形式，單位面積解熱密度遠高於水氣 CDU。

在 AI 時代，不同的散熱架構在熱傳導效率與場地設施限制上存在顯著差異：

維度	傳統純風冷架構 (Air Cooling)CDU	水對氣機制 (Liquid-to-Air CDU / L2A)CDU	水對水機制 (Liquid-to-Liquid CDU / L2L)
核心熱交換媒介	氣流與散熱鰭片。	二次側為液體，一次側放熱至機房空氣。	二次側與一次側均為液體（廠務冰水機組 FWS）。
支援單機櫃功耗 (TDP)	<20kw（超過後風扇功耗暴增）。	20kw~80kw	>100kW~300kW+（如 AI Blackwell 機櫃）。
廠務水管設施需求	不需要水管，僅需一般機房 CRAC 空調。	不需要引進廠務冷卻水管（適合舊機房改建）。	必須預先佈設廠務冷卻水管（FWS Primary Loop）。
能源使用效率 (PUE)	較差（PUE 通常 > 1.4~ 1.6）。	中等（PUE 約 1.2~1.3）。	佳（PUE 可降至 < 1.1~1.15）。
適用場景	傳統一般企業級伺服器、通用 PC/Web 網頁機房。	舊機房升級高密度 AI 節點，但廠務無水管鋪設者。	超大規模資料中心 (Hyperscale)、AI HPC 算力中心。

03 D2C 與 GPU 系統中的 4 個機制

如今，在 AI 伺服器（例如. NVIDIA HGX/NVL 系列），GPU 與 CPU 的 TDP（熱設計功耗）已突破 1000W 關卡。傳統氣冷散熱膏與風扇已達到達頂點，Direct-to-Chip（D2C，晶片直接液冷）成為主流，從小尺寸 Manifold 分流，精準注入晶片表面的微通道 Cold Plate，再經由 CDU 將熱量帶走，確保 GPU 保持在最高睿頻不降頻的最佳工作溫度。在 D2C 架構中，CDU 作為核心泵浦源，與伺服器內的 Cold Plate（水冷板）及 Manifold（分流管）緊密聯動。

與微通道水冷板（Microchannel Cold Plate）的熱傳導： CDU 輸送二次側低溫冷卻液至覆蓋於 GPU/CPU 表面的銅製水冷板，透過微通道結構帶走晶片核心的高熱流密度。
Manifold（分流管）的等壓等流分配： 伺服器機櫃側的垂直/水平分流管（Manifold）將 CDU 泵出的總流量，平均分配至各張 GPU 節點，防止單一晶片因流量不足而過熱。
無滴漏快拆接頭（Quick Disconnects, QDCs）介面防護： CDU 透過 QDCs 連接 Manifold 與伺服器，確保進行 GPU 節點熱插拔（Hot-swappable）維護時完全無冷卻液外洩。
熱動態負載追蹤（Dynamic Load Tracking）： 當 GPU 進行 LLM 大模型訓練產生突發 Peak 負載時，CDU 透過 Sensor 監測伺服器出口水溫，在毫秒級內提升泵浦轉速以維持結溫（Junction Temp）穩定。

當 GPU 晶片封裝面積越來越大，CDU 能否確保每一個 Cold Plate 微通道內的流場分布都是均勻的，而不是只看總流量？這是許多在執行晶片級熱管理的企業痛點，我們建議推動「晶片-Cold Plate-CDU 協同熱模擬（Co-simulation）」，利用 AI 演算法設計非對稱式 Cold Plate 微通道，並讓 CDU 根據 GPU 各核心（Compute Die）的實時熱點發熱狀況進行區域化流量微調。

03 D2C 與 GPU 系統中的 4 個機制

與微通道水冷板（Microchannel Cold Plate）的熱傳導： CDU 輸送二次側低溫冷卻液至覆蓋於 GPU/CPU 表面的銅製水冷板，透過微通道結構帶走晶片核心的高熱流密度。
Manifold（分流管）的等壓等流分配： 伺服器機櫃側的垂直/水平分流管（Manifold）將 CDU 泵出的總流量，平均分配至各張 GPU 節點，防止單一晶片因流量不足而過熱。
無滴漏快拆接頭（Quick Disconnects, QDCs）介面防護： CDU 透過 QDCs 連接 Manifold 與伺服器，確保進行 GPU 節點熱插拔（Hot-swappable）維護時完全無冷卻液外洩。
熱動態負載追蹤（Dynamic Load Tracking）： 當 GPU 進行 LLM 大模型訓練產生突發 Peak 負載時，CDU 透過 Sensor 監測伺服器出口水溫，在毫秒級內提升泵浦轉速以維持結溫（Junction Temp）穩定。

04 「一次側」與「二次側」迴路

CDU 的內部與外部連接方式中，「一次側（Primary Side）」與「二次側（Secondary Side）」是兩個至關重要的核心概念。一次側通常連接資料中心的大型中央冰水主機或冷卻塔，而二次側則直接連接伺服器內部的冷卻板與水冷板。這直接決定了液冷系統的熱交換效率、防漏安全防護等級以及整體的管路壓損表現。本篇將透過三個核心維度，清晰拆解一次側與二次側的本質區別與協同運作機制。

流體介質與水質純淨度差異：二次側通常採用高度純化的去離子水或特殊防凍防腐蝕冷卻液，以保護伺服器內部微通道；一次側則通常為一般工業冰水或大樓循環水。
壓力與流量控制特性差異：二次側需要精準的微流量與壓力調節以適應伺服器負載變化，一次側則偏向宏觀的大流量與總體熱能轉移。
隔離與防汙染風險管控：透過 CDU內部的板式熱交換器將兩側流體完全隔離，確保一次側的雜質或水質劣化不會波及伺服器內部的晶片。

當二次側迴路發生微小的壓力波動或滲漏時，現有的隔離設計必須在第一時間切斷風險，避免災難擴大，迴路之間的隔離與交界處永遠是系統最脆弱的防線。下一步的系統設計規劃中，工程團隊應當強化一次側與二次側交界處的雙重感測與自動切斷閥（Shut-off Valve）連動機制。

04 「一次側」與「二次側」迴路

流體介質與水質純淨度差異：二次側通常採用高度純化的去離子水或特殊防凍防腐蝕冷卻液，以保護伺服器內部微通道；一次側則通常為一般工業冰水或大樓循環水。
壓力與流量控制特性差異：二次側需要精準的微流量與壓力調節以適應伺服器負載變化，一次側則偏向宏觀的大流量與總體熱能轉移。
隔離與防汙染風險管控：透過 CDU內部的板式熱交換器將兩側流體完全隔離，確保一次側的雜質或水質劣化不會波及伺服器內部的晶片。

05 CDU 降低資料中心 PUE 的路徑

PUE（Power Usage Effectiveness，電力使用效率）是衡量資料中心能源效率的全球統一指標（PUE = 總機房能耗 / IT 設備能耗）。傳統氣冷機房的 PUE 普遍高於 1.5，意味著每用 1 度電給 GPU，就有 0.5 度電浪費在空調風扇上。導入 CDU 液冷系統後，透過提升水溫、消除高耗能冰水機組以及大幅降低伺服器風扇功耗，能將 PUE 壓低至 1.1 甚至 1.05 以下，為資料中心節約數百萬美元的年電費支出，並符合各國嚴格的碳排放合規要求。

支援高溫水冷（Warm Water Cooling）： CDU 可將二次側進水溫度提升至 32°C ~ 45°C，使一次側能 100% 採用乾冷器（Dry Cooler）自然冷卻（Free Cooling），徹底取消高耗能的冰水機組（Chiller）。
大幅削減伺服器內部風扇功耗： D2C 液冷帶走 GPU 80%+ 的熱量後，伺服器內部風扇轉速可降低 60% ~ 80%，光是伺服器端的風扇節能即達 10% ~ 15% 的 IT 總能耗。
高效率變頻泵浦動態流速調控： CDU 泵浦採用高效能 IE4/IE5 變頻馬達，根據 GPU 實際 TDP 負載調整轉速，避免無謂的水泵滿載耗電。
熱能回收（Heat Reuse）再利用架構： CDU 出口高達 50°C ~ 60°C 的高溫廢熱水，可直接透過熱交換轉供區域供暖（District Heating）或溫室農業，創造二次能源價值。

將 PUE 從 1.5 降至 1.1 時，我們是否忽略了 CDU 泵浦本身在高壓差下的功耗增長？液冷節能需要從「整體」的角度，我們建議使用「全系統能效最佳化演算法（Global COP Optimization）」，透過 AI 聯控，不只計算水泵耗電最小，而是計算「水泵功耗 + 冰水機功耗 + 伺服器風扇功耗」的總和最小值，實現節能效果。

05 CDU 降低資料中心 PUE 的路徑

支援高溫水冷（Warm Water Cooling）： CDU 可將二次側進水溫度提升至 32°C ~ 45°C，使一次側能 100% 採用乾冷器（Dry Cooler）自然冷卻（Free Cooling），徹底取消高耗能的冰水機組（Chiller）。
大幅削減伺服器內部風扇功耗： D2C 液冷帶走 GPU 80%+ 的熱量後，伺服器內部風扇轉速可降低 60% ~ 80%，光是伺服器端的風扇節能即達 10% ~ 15% 的 IT 總能耗。
高效率變頻泵浦動態流速調控： CDU 泵浦採用高效能 IE4/IE5 變頻馬達，根據 GPU 實際 TDP 負載調整轉速，避免無謂的水泵滿載耗電。
熱能回收（Heat Reuse）再利用架構： CDU 出口高達 50°C ~ 60°C 的高溫廢熱水，可直接透過熱交換轉供區域供暖（District Heating）或溫室農業，創造二次能源價值。

06 AI 優化 CDU 的 4 個前瞻應用

在 AI 時代下，透過 AI 模型、邊緣運算與工業物聯網（IoT）注入 CDU 系統後，能大幅提升液冷運營的穩定度，讓 CDU 進行流場預測、微小漏液識別、泵浦健康度診斷與數位雙生調試，CDU 不再只是一個被動運轉的「水泵與箱體」，而是具備自主感知、預測與調校能力的「智慧型 CDU（Smart CDU）」，為 AI 算力中心提供零突發停機的液冷防護網。

基於 AI 視覺與壓力場的微小漏液預測（Leak Detection）： 整合光纖感測、水壓變化與 AI 視覺相機，在冷卻液滴落前的「微微滲漏（Micro-seepage）」階段即時識別並發出預警。
CDU 泵浦與閥門的預測性維護（PdM）： 透過 Vibration（振動）與 Current（電流）Sensor 採集 CDU 泵浦運轉數據，AI 模型提前數周預測軸承磨損與氣蝕（Cavitation）風險。
AI 驅動的動態熱流場數位雙生（Digital Twin）： 在虛擬環境中對 CDU 內部水路與整個機房水管進行 3D 熱流體模擬，實現新機櫃上架前的流量預先平衡（Pre-balancing）。
與 AI GPU Workload 負載聯動的前饋控制（Feedforward Control）： CDU 透過 API 直接接收 AI 集群排程器（Scheduler）的 Job 派發訊號，在 GPU 開始大模型訓練前 5 秒即提前提高泵浦流速。

目前的 CDU 監控系統是在「出事後發出警報」，還是在「異常發生前 5 分鐘自動執行前饋補償」？我們建議企業推動「CDU 智慧邊緣控制器（Edge AI Controller）」升級，將負載預測模型直接部署於 CDU 本體，脫離對雲端控制器的依賴，實現更快的在地自主安全防護。

06 AI 優化 CDU 的 4 個前瞻應用

基於 AI 視覺與壓力場的微小漏液預測（Leak Detection）： 整合光纖感測、水壓變化與 AI 視覺相機，在冷卻液滴落前的「微微滲漏（Micro-seepage）」階段即時識別並發出預警。
CDU 泵浦與閥門的預測性維護（PdM）： 透過 Vibration（振動）與 Current（電流）Sensor 採集 CDU 泵浦運轉數據，AI 模型提前數周預測軸承磨損與氣蝕（Cavitation）風險。
AI 驅動的動態熱流場數位雙生（Digital Twin）： 在虛擬環境中對 CDU 內部水路與整個機房水管進行 3D 熱流體模擬，實現新機櫃上架前的流量預先平衡（Pre-balancing）。
與 AI GPU Workload 負載聯動的前饋控制（Feedforward Control）： CDU 透過 API 直接接收 AI 集群排程器（Scheduler）的 Job 派發訊號，在 GPU 開始大模型訓練前 5 秒即提前提高泵浦流速。

07 CDU 與機房三控系統的整合

我們先了解 CDU 機型部署型態（In-Rack、In-Row、Sidecar、Centralized Floor）特性：

型態	機櫃內式 (In-Rack CDU)	列間/機櫃旁式 (In-Row / Sidecar CDU)	集中式廠務型 (Floor-standing / Centralized)
安裝位置與空間佔用	嵌入單一 Server 機櫃底部或頂部（佔用幾 U 空間）。	獨立置於兩排機櫃之間（In-Row）或機櫃側邊（Sidecar）。	集中設置於獨立的機房廠務水力區。
冷卻資源覆蓋範疇專	服務單一機櫃（1-to-1 專屬）。	服務一整列（Row）4~10 台機櫃（1-to-Many）。	服務全機房或大型區域（Centralized Hub）。
熱交換容量範圍	較小（通常 20kW ~ 100kW）。	大（通常 150 kW ~ 1.3MW）。	超大（突破數個兆瓦 MW 等級）。
冗餘與維護彈性	單櫃失效不影響其他機櫃；但 U 數空間受限。	具備高 N+1 或 2N 泵浦與電源備援，單機故障影響一整列。	廠務統一管理維護，但二次側管線分配極其複雜。

CDU 作為機房液冷基礎設施的核心，不能單獨運作，必須對接到資料中心的三大管理系統：BMS（樓宇管理系統）、DCIM（資料中心基礎設施管理）與 SCADA（數據採集與監視控制系統）。透過工業通訊協定（Modbus TCP, BACnet, SNMP, Redfish API）將流量、壓力、溫度、電導率與警報資訊上報給中央控制室。這能協助系統整合商與 IT 架構師建構出全機房單一視窗（Single Pane of Glass）的可視化管理體系。

Modbus TCP / BACnet 整合至 BMS（樓宇管理系統）： CDU 上報一次側與二次側進出水溫、流量，供 BMS 進行全廠區冷源（Chillers/Dry Coolers）的聯動調度。
Redfish API / SNMP 整合至 DCIM（資料中心管理）： 將 CDU 的健康狀態、液位高度與電力消耗與 IT 伺服器資產綁定，提供機架級（Rack-level）熱能與空間動態地圖。
SCADA 系統控制與安全聯鎖（Safety Interlock）： 在高規格 AI 機房中，SCADA 透過即時 Industrial Ethernet 直接監控 CDU，當發生嚴重漏液時，發出切斷閥門指令。
MQTT / OPC UA 實現工業物聯網雲端數據湖整合： CDU 營運數據即時上雲，供全域 AI 分析模型進行長期的 PUE 計算與碳足跡履歷追溯。

當 CDU 支援多種通訊協定時，我們是否對 CDU 的網路介面實施了嚴格的 OT 資安（OT Cybersecurity）防護，防止駭客透過控制 CDU 癱瘓整個 AI 機房？」企業在 CDU 通訊方面必須採取「零信任（Zero Trust）」架構優化，實施控制訊號與監測訊號的實體隔離，並對所有 Redfish / Modbus API 呼叫進行加密與身分驗證。

07 CDU 與機房三控系統的整合

我們先了解 CDU 機型部署型態（In-Rack、In-Row、Sidecar、Centralized Floor）特性：

型態	機櫃內式 (In-Rack CDU)	列間/機櫃旁式 (In-Row / Sidecar CDU)	集中式廠務型 (Floor-standing / Centralized)
安裝位置與空間佔用	嵌入單一 Server 機櫃底部或頂部（佔用幾 U 空間）。	獨立置於兩排機櫃之間（In-Row）或機櫃側邊（Sidecar）。	集中設置於獨立的機房廠務水力區。
冷卻資源覆蓋範疇專	服務單一機櫃（1-to-1 專屬）。	服務一整列（Row）4~10 台機櫃（1-to-Many）。	服務全機房或大型區域（Centralized Hub）。
熱交換容量範圍	較小（通常 20kW ~ 100kW）。	大（通常 150 kW ~ 1.3MW）。	超大（突破數個兆瓦 MW 等級）。
冗餘與維護彈性	單櫃失效不影響其他機櫃；但 U 數空間受限。	具備高 N+1 或 2N 泵浦與電源備援，單機故障影響一整列。	廠務統一管理維護，但二次側管線分配極其複雜。

Modbus TCP / BACnet 整合至 BMS（樓宇管理系統）： CDU 上報一次側與二次側進出水溫、流量，供 BMS 進行全廠區冷源（Chillers/Dry Coolers）的聯動調度。
Redfish API / SNMP 整合至 DCIM（資料中心管理）： 將 CDU 的健康狀態、液位高度與電力消耗與 IT 伺服器資產綁定，提供機架級（Rack-level）熱能與空間動態地圖。
SCADA 系統控制與安全聯鎖（Safety Interlock）： 在高規格 AI 機房中，SCADA 透過即時 Industrial Ethernet 直接監控 CDU，當發生嚴重漏液時，發出切斷閥門指令。
MQTT / OPC UA 實現工業物聯網雲端數據湖整合： CDU 營運數據即時上雲，供全域 AI 分析模型進行長期的 PUE 計算與碳足跡履歷追溯。

08 全球 AI 資料中心散熱變革與趨勢

站在人工智慧與高效能運算發展的十字路口，資料中心的散熱架構正經歷一場改變。從早期的全氣冷到如今的混合氣液冷、甚至是未來的全浸沒式與先進 CDU 系統，全球科技巨頭與基礎設施供應商正投入巨資進行技術競賽。這不僅關係到誰能主導下一代 AI 基礎設施的硬體標準，更牽動著全球半導體與伺服器供應鏈的龐大資本流向。本篇將全面剖析 CDU 市場生態的四大未來發展趨勢。

高功率與模組化 CDU 的普及：因應單機櫃功率突破 100kW 以上的需求，CDU 正朝向大容量、模組化與高密度方向快速演進。
液冷標準化與跨廠牌相容性建立：國際組織與產業聯盟正加速推動液冷接頭、控制協議與 CDU 介面的標準化，打破過去封閉的生態。
浸沒式冷卻與 CDU 技術的整合創新：除了傳統的直接到晶片（DLC）外，單相與雙相浸沒式冷卻技術與新型 CDU 的結合正成為前瞻研討熱點。
供應鏈在地化與區域製造韌性：為了因應地緣政治與快速交貨的需求，CDU 供應商紛紛在歐美與亞太建立區域化製造與技術支援中心。

站在全球散熱變革與 CDU 市場高速成長的浪潮頂端展望未來，我們必須居安思危地思考，在技術路線快速更迭、標準尚未完全統一的當下，企業應避免過早押注某一項特定液冷技術而導致設備迅速面臨淘汰的風險，靈活性與相容性是應對不確定性的最佳武器。下一步的戰略規劃應當是採用具備高度模組化擴充彈性的 CDU 方案，並密切追蹤國際開放運算計畫（OCP）等標準組織的最新規範，確保基礎設施投資的長遠價值。

08 全球 AI 資料中心散熱變革與趨勢

高功率與模組化 CDU 的普及：因應單機櫃功率突破 100kW 以上的需求，CDU 正朝向大容量、模組化與高密度方向快速演進。
液冷標準化與跨廠牌相容性建立：國際組織與產業聯盟正加速推動液冷接頭、控制協議與 CDU 介面的標準化，打破過去封閉的生態。
浸沒式冷卻與 CDU 技術的整合創新：除了傳統的直接到晶片（DLC）外，單相與雙相浸沒式冷卻技術與新型 CDU 的結合正成為前瞻研討熱點。
供應鏈在地化與區域製造韌性：為了因應地緣政治與快速交貨的需求，CDU 供應商紛紛在歐美與亞太建立區域化製造與技術支援中心。

09 CDU 運營中的風險與防護方案

水與高壓電子設備在同一機架內共存，是液冷技術最令機房營運團隊擔憂的痛點。「冷卻液外洩（Leakage）」、「水路堵塞（Clogging）」以及「冷卻液劣化/腐蝕（Corrosion）」是 CDU 營運中的三大致命風險。一旦發生漏液或流量中斷，價值數百萬美元的 GPU 伺服器可能瞬間毀損或癱瘓。我們從「負壓控制、多重冗餘泵浦到快速隔離閥」四大安全防護方案，打造滴水不漏的 CDU 液冷安全體系。

負壓液冷技術（Negative Pressure Liquid Cooling）： 採用 negative pressure CDU，使 Secondary Loop 水路內部維持微負壓狀態；即使管路發生破損，空氣只會被吸入，冷卻液絕不外滲。
CDU 泵浦 N+1 / 2N 冗餘備援與熱插拔（Hot-swappable Pumps）： 配置雙變頻泵浦，當主泵浦突發故障時，備用泵浦在毫秒內無縫接管，確保二次側流量完全不中斷。
分區自動隔離與快速切斷閥（Automatic Isolation Valves）： 在 Manifold 與 CDU 出口配置電磁快速切斷閥，一旦 Leak Sensor 偵測到洩漏，瞬間切斷該分區水路並啟動自動抽吸排空。
水質電導率與 PH 值在線監測與自動警報： 實時監測二次側冷卻液電導率（需維持在< 5µS/cm），一旦發現電導率異常上升（代表腐蝕發生），系統自動提示更換去離子罐。

我們的營運團隊是否具備對 CDU 系統進行「實戰漏液演練」與「泵浦突發故障切換測試」的 SOP，還是僅依賴廠商的規格書承諾？如今在 AI 時代下，我們建議企業具備「液冷機房數位化演練標準 SOP」，定期透過 Digital Twin 進行流量中斷與洩漏模擬，確保現場人員能在緊急狀況下精確執行救災處置。

在液冷架構落地過程中，缺乏經驗的團隊常因忽視水質與熱力學參數而付出代價：

營運陷阱/工程盲點	現象與成因	對資料中心產生的實質危害	策略
1. 忽視冷卻液的電導率與水質腐蝕	混用未經認證的自來水或劣質防腐抑菌冷卻液，造成電化學腐蝕。	銅冷板與異種金屬產生析出物，堵塞晶片微通道並引發漏液。	嚴格規範二次側使用專用 PG25/水基冷卻液，並定期更換去離子濾芯。
2. 忽視露點溫度（Dew Point）與結露	當 Secondary Loop 供水溫度（Supply Temp）低於機房環境露點時。	管路與伺服器機殼表面凝結水珠，滴落至主板造成短路燒毀。	CDU 導入露點追蹤邏輯，確保冷卻液供水溫度高於環境露點（通常設在 25度C~35度C）。
3. 忽視泵浦 P-Q 曲線與迴路阻力	僅看 CDU 規格標示的最大流量，未計算冷板、快換自封接頭（UQD）的總壓降。	系統實際運轉流量不足，晶片核心局部熱點（Hotspot）無法帶走。	精算全迴路水頭損失（Head Loss），選用具備高揚程與變頻（VFD）調速功能的磁力泵。

09 CDU 運營中的風險與防護方案

負壓液冷技術（Negative Pressure Liquid Cooling）： 採用 negative pressure CDU，使 Secondary Loop 水路內部維持微負壓狀態；即使管路發生破損，空氣只會被吸入，冷卻液絕不外滲。
CDU 泵浦 N+1 / 2N 冗餘備援與熱插拔（Hot-swappable Pumps）： 配置雙變頻泵浦，當主泵浦突發故障時，備用泵浦在毫秒內無縫接管，確保二次側流量完全不中斷。
分區自動隔離與快速切斷閥（Automatic Isolation Valves）： 在 Manifold 與 CDU 出口配置電磁快速切斷閥，一旦 Leak Sensor 偵測到洩漏，瞬間切斷該分區水路並啟動自動抽吸排空。
水質電導率與 PH 值在線監測與自動警報： 實時監測二次側冷卻液電導率（需維持在< 5µS/cm），一旦發現電導率異常上升（代表腐蝕發生），系統自動提示更換去離子罐。

在液冷架構落地過程中，缺乏經驗的團隊常因忽視水質與熱力學參數而付出代價：

營運陷阱/工程盲點	現象與成因	對資料中心產生的實質危害	策略
1. 忽視冷卻液的電導率與水質腐蝕	混用未經認證的自來水或劣質防腐抑菌冷卻液，造成電化學腐蝕。	銅冷板與異種金屬產生析出物，堵塞晶片微通道並引發漏液。	嚴格規範二次側使用專用 PG25/水基冷卻液，並定期更換去離子濾芯。
2. 忽視露點溫度（Dew Point）與結露	當 Secondary Loop 供水溫度（Supply Temp）低於機房環境露點時。	管路與伺服器機殼表面凝結水珠，滴落至主板造成短路燒毀。	CDU 導入露點追蹤邏輯，確保冷卻液供水溫度高於環境露點（通常設在 25度C~35度C）。
3. 忽視泵浦 P-Q 曲線與迴路阻力	僅看 CDU 規格標示的最大流量，未計算冷板、快換自封接頭（UQD）的總壓降。	系統實際運轉流量不足，晶片核心局部熱點（Hotspot）無法帶走。	精算全迴路水頭損失（Head Loss），選用具備高揚程與變頻（VFD）調速功能的磁力泵。

10 導入高密度 CDU 系統的 3 個步驟

將 CDU 系統成功整合至高密度 AI 資料中心，是一項涵蓋機械工程、水利工程、電力工程與 IT 網路的複雜系統工程。許多專案因為前期水路設計瑕疵或二次側清洗不徹底，導致上線後 Cold Plate 堵塞與泵浦氣蝕現象頻傳。我們從「水力平衡計算、管路沖洗 passivation（壓降與潔淨度驗證）到智慧併網調試」的三大建置步驟，能確保 CDU 專案一次性順利高質量交付。

第一步：管網水力計算與流量平衡（Hydraulic Balancing）設計。計算一次側與二次側管路的壓力降（Pressure Drop），選定正確泵浦揚程，並在 Manifold 端配置動態平衡閥（PICV）。
第二步：二次側管路沖洗、預膜（Passivation）與預加壓測試：。採用專用清洗液對 Secondary Loop 進行多輪循環過濾，清除管路切削屑與油脂，並施加 1.5 倍工作壓力進行 24 小時保壓測漏。
第三步：CDU 智慧聯調、熱負載假負載（Dummy Load）測試與三控系統併網。使用加熱假負載機櫃（Heat Load Bank）模擬 GPU 發熱，調試 CDU 變頻泵浦的動態響應，並驗證 BMS/DCIM 的警報通訊。

在完成 CDU 建置後，你是否對二次側冷卻液進行了「初始基線化驗」，作為未來判定冷卻液是否老化的標準？工程交付時應實施「CDU 綠色數位護照（Digital Passport）」，將初始水質數據、壓降曲線與備件清單完全數位化存檔，為後續運運維團隊提供零時差的數位化維護基準線。

10 導入高密度 CDU 系統的 3 個步驟

第一步：管網水力計算與流量平衡（Hydraulic Balancing）設計。計算一次側與二次側管路的壓力降（Pressure Drop），選定正確泵浦揚程，並在 Manifold 端配置動態平衡閥（PICV）。
第二步：二次側管路沖洗、預膜（Passivation）與預加壓測試：。採用專用清洗液對 Secondary Loop 進行多輪循環過濾，清除管路切削屑與油脂，並施加 1.5 倍工作壓力進行 24 小時保壓測漏。
第三步：CDU 智慧聯調、熱負載假負載（Dummy Load）測試與三控系統併網。使用加熱假負載機櫃（Heat Load Bank）模擬 GPU 發熱，調試 CDU 變頻泵浦的動態響應，並驗證 BMS/DCIM 的警報通訊。

分享文章

製造問與答

01 如何計算水溫與環境露點，防止管路結露造成高價設備短路？

冷凝水確實是許多企業液冷機房的痛點，比較好的做法是在 CDU 內部硬性嵌入 Dew Point 計算模組，實時採集機房溫濕度；當環境露點上升時，系統自動透過三通閥微調一次側（Primary）冷水流量，強制 TCS 供水溫度恆定保持在「露點+2度C」的安全邊界之上。

01 如何計算水溫與環境露點，防止管路結露造成高價設備短路？

02 如何準確監控水質，防範水冷頭微通道堵塞？

我們認為關鍵在於在線電導率/濁度感測、多級精密過濾與金屬離子螯合劑劑量控管。微米級雜質與生物膜會迅速堵塞 Microchannel。波士頓諮詢（BCG）在資料中心營運轉型案例中指出：應於 Secondary 迴路配置雙迴路可替換式過濾器與電導率監測（<5µScm）；當電導率或壓差異常時，系統自動發出預警並切換濾芯，確保水質達標。

02 如何準確監控水質，防範水冷頭微通道堵塞？

03 管路或快拆接頭發生微漏時，能否在 0.5 秒內完成隔離與關斷？

我們的評估核心在於繩狀液漏感測器（Rope Sensor）、微壓降演算法與電動防爆切斷閥（Solenoid Valve）連鎖。我們強調，在 AI 伺服器廠房安全機制中，CDU 應結合流量計平衡差值與微壓降偵測；當監測到壓降異常或底盤 Rope Sensor 導通，系統可在 300ms 內觸發硬體 Interlock，自動關斷二次側閥門並停運幫浦，將漏液量鎖定，即時反應。

03 管路或快拆接頭發生微漏時，能否在 0.5 秒內完成隔離與關斷？

04 CDU 關鍵動件的備援機制與 MTBF 評估為何？

我們的解決方法為「N+1 / 2N 冗餘磁驅幫浦（Magnetic Drive Pump）」與「自動無縫切換 SOP」。單點故障會引發伺服器整櫃宕機。CDU 採用雙幫浦並聯熱備份（Hot-Standby），搭軸承無磨損磁驅結構，使動件 MTBF 突破 100,000 小時；當主幫浦效能衰退或異常時，備用幫浦於 10ms 內無縫銜接運轉，確保流量零中斷。