在AI算力需求爆发的驱动下，由于英伟达VR300（3600W）、AMD MI355（1400W）、谷歌TPU v7（约980W） 等主流AI芯片的热设计功耗已普遍逼近或超过1000W，突破了传统风冷散热的极限，使得液冷技术正成为AI数据中心的刚性需求。行业报告预测，到2026年，AI数据中心液冷渗透率将快速提升至40%，全球市场规模有望达到165亿美元（约1162亿元人民币）。[1]
然而传统制造技术所实现的液体冷板散热性能已亮起了红灯，增材制造-3D打印作为在实现复杂三维结构、一体化功能集成结构时具有显著优势的技术，是不是可以成为下一代液体冷板制造届的“能力担当”？如何通过先进设计激发增材制造技术在这一领域的潜能？
传播增材思维的火种，本期SparkTalk，由3D科学谷SparkUnion-星火联盟成员-LEAP71大中华区独家合作伙伴/上海集栈科技创始人林一祎女士，主要从计算工程技术驱动的增材制造设计角度，谈谈她对于3D打印下一代液体冷板如何重塑数据中心热管理的见解。
Q: 数据中心的发展对于散热提出了怎样的挑战？
数据中心技术与需求每三年就“翻一番”,这个时间周期正在持续加速——从云计算、大数据到今天的生成式AI，每一次迭代都把“散热”推向新极限。
目前从“需求变化→散热痛点→技术方向”链条出发，对散热需求包括不限于：
芯片层面：单卡功耗破千瓦，风冷散热天花板被击穿。传统风冷（热管/均热板+机房空调）已经很难稳定压住功率1000W 的芯片；英伟达下一代的更高功率芯片已逐渐量产，预计轻松突破1500W+，风冷已经逼近声功率和温度极限。基于目前的高热流密度，热量被困在封装内部，需要更高效的热管理方法直接带走热量。
机柜层面：单柜功率从6kW→60kW→120kW，局部热点瞬间爆表，而局部热点的小温差 1–2℃ 就能触发降频或宕机。
数据中心层面：PUE政策与电费双重挤压，散热必须“既省地又省电”。 国内“东数西算”新建机房强制PUE≤1.25，北京/深圳核心区更要求 ≤1.15；风冷机房平均PUE1.6–1.8，液冷可轻松做到1.05–1.15，已经成为基于政策和节省资源层面的刚需解决方法。全球数据中心2024年已吃掉1.5% 总电量，IEA 预计 2030年冲到4%；AI训练中心电费占TCO 50% 以上，散热系统每降低0.1 PUE，10MW 机房十年可省电费约1500 万元。
数据中心从“风冷够用”到“液冷必需”，核心驱动力就是“芯片功耗千瓦级+机柜功率十万瓦级+PUE政策红线”——散热必须向高导热、高比热、低温度梯度的液冷演进，否则算力再强也“热”到跑不动。
Q: 传统制造的冷板能够应对这些新挑战吗？是否需要一种全新的设计和制造范式？
“铣削+钎焊”这条传统路线在几何、公差、可靠性、时效性等方面的红线已经亮起，业界需要在设计、制造端唤醒“3D设计制造一体化”这一新范式。
传统制造的“硬墙”
1. 微通道极限：受刀具径深比限制，CNC无法稳定加工超高精度的连续通道；钎焊后焊料流动容易堵塞，热交换面积做不上去，高比表面积又是提升换热效率的一大指标之一，所以人们开始思考超高精度的板翅设计，如英伟达黄仁勋提出的MLCP方案，即微通道液冷板。
2. 热点匹配度低：直线/铲齿流道是2D思路，面对GPU核心+显存“非均匀热图”只能平均化，局部温差仍较大，容易触发降频。
3. 泄漏及强度：多零件+焊缝结构会提升泄漏率，随时可能报废整柜。
4. 迭代速度与成本考量：开模-冲压-钎焊-检漏-修模周期较长，AI 芯片迭代速度较快，传统节奏很快无法同步。
创新型设计范式如计算工程，结合3D打印可以在很大程度上加快迭代周期，拓宽设计制造一体化思路，从而在成本层面以及技术层面上进一步优化终端产品形态。具体可以通过如下几方面得到体现：
1. 计算工程给出的几何自由：基于目前终端客户需求确定设计边界，运用在航空航天等热管理领域积累的计算工程的工程模型库，跨行业设计优化不同于简单的翅片（Fins）结构或者2D CAD仿生结构等，解决特别存在于高功率芯片上工作热量集中/热流密度高的痛点，均质化热流密度的同时指数级提升比表面积，同时降低热阻。基于目前包括不限于MLCP等结构设计存在的优缺点进行分析，可以发现其对于工艺的要求非常高（SLM增材制造工艺需要达到0.15-0.2mm的层厚和间距），无形中提升了制造成本，缩减了工艺的选择性。设计需要进一步考虑制造端的更多可能性，进行迭代，争取在设计端可以突破高精度制造端的限制。
可堆叠液液热管理结构
在600mm幅面3D打印设备采用无支撑工艺进行加工制造
2. 一体化无焊：3D打印的兴起给了我们更多制造端的可能性，如激光或ECAM电化学沉积一次成型等，可以从成本的角度出发，结合传统工艺拓宽最终产品形态的设计思路。
3. 材料潜能释放：运用散热效率高的材料如纯铜，另外也考虑铜合金的可能性：结合制造工艺优化材料组分和材料工艺，解决纯金属（铜）强度低、耐腐蚀性差、抗氧化差等问题。需要考虑合金降低的热导率，可以从两个方面解决：
a) 设计端弥补：通过计算工程生成的高效结构弥补材料段导致的热导率降低的缺陷；
b) 改性合金：通过添加微量元素，在考虑成本的基础上达到与纯铜持平甚至超越纯铜的热导率，即400w/mK。
4. 研发节奏：计算工程快速设计迭代→结合3D打印的工艺定型→测试闭环，设计变更只需改代码，可快速验证新版结构，迭代速度与芯片同频。
“铣削+钎焊”逐渐触及物理、经济和时效三重天花板；我们需要探索耦合材料、设计以及制造工艺的一体化解决思路新范式——这不是“升级”，而是“换代”。
Q: 3D打印液冷板规模化应用存在哪些挑战？
采用金属3D打印工艺的主要顾虑有：
1）制造成本
2）批量时的交期
3）技术方式，如红光打印与绿光打印的对比（包含尺寸精度、成本等），材料的选择、结合3D打印的工艺选择等。
但目前3D打印在冷板的形态中已经是刚需，需通过创新设计和材料以及工艺，来进一步拓宽3D打印在冷板量产方面的可能性。
Q: 3D打印液冷板存在哪些设计挑战？AI+计算工程技术如何赋能增材制造冷板设计？
现阶段，存在的主要挑战包括应用端缺乏基于3D打印制造技术在更优化更有效散热结构上的设计思维。同时，对于对材料和工艺的综合考量也相对缺乏，这导致设计端受到限制，从而限制了3D打印在液冷板设计中的可能性。
AI可以进一步优化植入到计算工程中的数据有效性，而计算工程可以给出几何自由：基于目前终端客户需求确定设计边界，运用计算工程跨行业工程模型库设计优化结构，解决特别存在于高功率芯片上工作热量集中/热流密度高的痛点，均质化热流密度的同时指数级提升比表面积，同时降低热阻。设计需要进一步考虑制造端的更多可能性，进行迭代，争取在设计端可以突破高精度制造端的限制。同时，计算工程可以进一步根据材料的选择定制化设计方案，解锁更多材料运用在液冷板应用的可能性。
Leap71 计算工程设计的高效热管理结构
l 典型先进热管理结构 l 计算工程设计结合3D打印一体成型，以优化的内部冷却流道提升热管理效率，解决气动塞式发动机（Aerospike）塞体尖端的极高温（>2000K）和梯度热应力挑战。
Q: 展望未来，有哪些是需要产业链上下游共同推动的？
再牛的3D打印冷板也救不了“孤岛式数据中心”，只有“芯片-打印-液冷-运维”全链路打通数据、接口与模型，才能让越来越高要求的数据中心热管理集群真正跑起来，而标准制定、联合实验室、开源数据库、资本生态库等等等则是推动新范式的“集结号”。
认知，是信念的底座
3D科学谷SparkTalk，只在每年岁末年初做一件事：希望传递给增材制造产业一束“信仰之光”，把那些行业跳动的脉搏翻译成所有人都能听懂的“下一个伟大变化”。SparkTalk不是年终秀，而是一场“信仰接力”——从增材制造出发，让智能制造的脉搏跳动成能看的到未来的节奏。预见全球智能制造的“伟大变化”，不是预言，而是此刻正在发生的现场。
欢迎更多业界人士加入分享属于你的认知，在这里，我们一起相信信念的力量，一起相信每一个微小的改变，将成为变革的因子，推动增材制造与传统制造共谱下一代自进化、可持续发展的智能制造蓝图。
参考资料：
[1]《国海计算机 | GPU+ASIC渗透加速，液冷市场规模再添增量》
知之既深，行之则远。基于全球范围内精湛的制造业专家智囊网络，3D科学谷为业界提供全球视角的增材与智能制造深度观察。有关增材制造领域的更多分析，请关注3D科学谷发布的白皮书系列。
白皮书下载 l 加入3D科学谷QQ群：106477771
网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源3D科学谷 l 链接到3D科学谷网站原文
