芯科液冷王冲：AI数据中心迈入深水区，基础设施能力构筑新竞争壁垒

AI算力爆发推动数据中心系统性重构

随着AI大模型持续演进，算力需求呈指数级增长，数据中心进入新一轮深度升级周期。芯科液冷CEO王冲在MoneyFrontier 2026新基建智算峰会上发表题为《算力浪潮迭代：数据中心产业转型机遇与现实挑战》的主题演讲，强调从传统PoW（Proof of Work）基础设施迈向AI数据中心（AIDC）并非简单叠加GPU或液冷设备，而是一场涵盖供电、制冷、消防、网络、建筑结构及运维体系的系统性重构。

液冷交付能力成工程核心竞争力

王冲指出，在高密度算力时代，液冷已超越传统散热方案定位，成为AI数据中心不可或缺的基础设施组成部分。面对如GB300 NVL72等单机柜功率高达150千瓦的AI服务器（远超传统15千瓦），仅靠暖通或单一设备交付已难以为继。他强调，真正的挑战在于构建一次侧与二次侧协同的精密液冷系统，并建立包含气密检测、循环稳定性测试、冷却介质兼容性验证、传感器标定及满载老化测试在内的完整交付体系，形成可追溯的数据档案以支撑后续运维。

运维模式迈向“零中断”与主动预警

伴随算力密度飙升，数据中心运维逻辑正从“故障后维修”转向“风险前预警”。王冲表示，新一代数据中心基础设施管理平台（DCIM）需整合供电、液冷、消防、网络与能耗系统，结合环境温度、流量及冷热侧运行数据，实现潜在故障的智能预测。与此同时，供电体系也必须升级——AI数据中心正从传统PoW允许的“可中断”运行，全面转向“零中断”架构，普遍采用双路市电、UPS、备用发电机及N/N+1冗余设计，并积极探索风电、光伏与储能等多能协同模式。

转型本质是基础设施能力升级

针对传统PoW设施如何转型，王冲坦言，并非所有既有资产都具备复用价值。真正可持续利用的主要是土地资源、电力接入能力及一次侧散热条件，而机房结构、消防系统、建筑承重与噪声控制等仍需按AI数据中心标准重新评估。他建议传统基础设施企业可从液冷改造与托管服务切入，逐步延伸至GPU部署、算力租赁乃至云算力服务等高附加值环节，但这一路径对供应链管理、软件生态构建、客户运营及长期运维能力提出更高要求。

未来竞争回归基础设施底层能力

王冲总结道，AI算力持续扩张背景下，数据中心行业的竞争壁垒正回归绿色能源利用效率、网络质量与冷却效能等基础能力。他主张企业应通过托管服务、算力运营到云服务的渐进路径完成能力跃迁，避免盲目重资产投入。未来，工程质量、运营韧性与长期交付能力，将成为划分行业格局的关键分水岭。