AI 服务器/智算中心行业报告中含"分客户出货量""液冷搭载率"的测算表

这份AI服务器与智算中心行业测算表围绕分客户出货量、液冷搭载率两大核心维度展开，覆盖现状梳理、驱动逻辑、未来预测全链条内容，可为行业需求研判提供参考。

分客户出货量测算

从近2年（2024-2025年）的出货分布特征来看，云服务提供商是绝对需求主力：2024年全球AI配置系统出货量同比增长46%，同期全球前四大云服务商2024年公共云基础设施支出激增48%，直接拉动全年AI服务器出货走高 【4】 ；2025年北美大型CSPs依然是AI服务器市场需求扩张的核心主力，叠加tier-2数据中心、中东及欧洲主权云项目的补充需求，支撑2025年全球AI服务器出货维持双位数增长 【13】 。国内市场方面，2025年国内AI服务器出货量达84万台，其中政企、国资智算平台相关需求占比持续提升，叠加大模型商业化落地带动的推理侧需求爆发，2025年国内AI推理服务器占比已达67%，这部分需求除云厂商外，大量来自国资智算节点、行业数字化转型的政企客户 【9】 【11】 ，目前公开资料暂未披露近2年不同类型下游客户的精确出货量拆分占比。

未来3年的出货量测算具备清晰的现实支撑：全球维度来看，头部云厂商（微软、Meta、亚马逊、谷歌等）已明确规划持续增加云计算和AI基础设施资本支出，同时叠加中美相关产业政策（如美国Stargate项目、国内东数西算/智算中心建设政策）、大模型在自动驾驶、AIoT、边缘计算等场景的落地渗透，共同支撑AI服务器需求维持稳健增长 【4】 【5】 【13】 ；国内维度则由大模型商业化落地、国产化替代推进、智算中心密集建设、推理侧应用需求爆发共同驱动 【9】 。据TrendForce测算，2026-2027年全球AI服务器出货量将分别同比增长17.2%、16.8%，结合2025年全球AI服务器出货180万台的基准值推算，2026年、2027年全球AI服务器出货量约为211万台、247万台，2022-2026年全球AI服务器出货量年均复合增速可达29% 【2】 【5】 【13】 。国内市场方面，2026-2031年国内AI服务器出货量年均复合增速为21.98%，按该增速推算未来3年（2026-2028年）国内AI服务器出货量约为102.5万台、125万台、152.5万台，其中AI推理服务器2025-2031年年均复合增速约22.96%，对应2026-2028年推理服务器出货量约为68.9万台、84.7万台、104.2万台，主要对应大模型企业、运营商、国资智算平台的推理侧算力采购需求 【9】 【11】 ，目前暂未披露不同类型下游客户的单独拆分预测数据。

液冷搭载率测算

当前受AI场景带动算力密度大幅提升的驱动，液冷技术正从“可选技术方案”向算力基建标配快速渗透，目前新建大型/超大型智算中心的液冷导入进程明显加快，多数第三方算力中心服务商在新建智算项目中优先选择液冷相关方案 【24】 。从2024年国内液冷数据中心市场份额来看，冷板式液冷是绝对主流，2024年国内冷板式液冷数据中心市场规模达99.6亿元，在整体液冷数据中心市场中的占比高达90.5% 【20】 ，该路线已实现规模化部署，产业链成熟度、生态匹配度都已取得实质性进展，不仅适配新建智算中心，也能低成本改造原有风冷数据中心，工程落地门槛很低 【18】 【26】 ；剩余不足10%的液冷市场份额基本由全浸式液冷占据，目前主要在追求极致能效、超高算力密度的大模型训练集群等前沿场景扩大应用，同时也在边缘算力盒子这类新形态设备中拓展落地场景 【20】 ；喷淋式液冷当前落地应用极少，受喷嘴设计、温度均匀性等技术瓶颈限制，实际工程实践案例不多，暂未形成规模化的市场占比 【19】 。目前公开资料暂未明确区分不同算力等级智算中心的液冷技术实际搭载率细分数据，从现有落地特征来看，搭载超高密度算力的超大型智算中心会更多试点浸没式液冷方案，而绝大多数中高密度的常规大型智算中心都优先选择技术更成熟、改造成本更低的冷板式液冷路线。

液冷搭载率的变动同时受到核心驱动因素与制约因素的共同影响。驱动层面，首先是算力功率密度持续攀升倒逼散热方案升级，随着智算中心GPU芯片算力不断迭代，英伟达B200芯片TDP功耗已达1000W，GB200超级芯片功耗更是达到2700W，Vertiv数据显示AI GPU机架的峰值密度有望从2024年的130kW到2029年突破1MW；而传统风冷系统在芯片功率超过300W时散热能力就会失效，芯片热失控风险急剧升高，液冷凭借液体更高的比热容，可将芯片结温降低15℃至25℃，精准适配高密部署场景的散热需求，逐步成为刚需 【37】 。其次是行业增长空间明确带动液冷需求扩容，一方面AI服务器市场整体处于高速扩张通道，2024-2029年中国液冷服务器市场CAGR将达到46.8%，2029年市场规模可达162亿美元；另一方面据CIME预测，到2030年全球AI服务器液冷渗透率有望达到65%，服务器总量增长叠加渗透率提升，将推动液冷板块需求迎来二阶增速拐点 【36】 。最后是政策与行业规范引导散热方案升级，后续政策持续对服务器能耗作出严格要求，叠加液冷技术应用场景不断宽泛化，将推动液冷技术进入快速增长阶段，逐步成为AI服务器的主流散热选择 【39】 。制约层面，若AI智算中心整体扩张速度低于预期，或是受芯片良率、留片等因素影响算力进展受阻，又或是受政策、投资、建设进度、能耗指标等因素影响AIDC发展不及预期，都会直接影响液冷的实际落地节奏，拉低液冷搭载率的提升速度 【32】 【35】 ；同时液冷方案定制化程度较高，如果后续相关厂商研发投入不足，很可能在技术更新迭代过程中出现研究方向偏差、无法突破的技术瓶颈、产业化转化不力等问题，阻碍液冷方案的大规模普及应用 【35】 ；此外如果国内液冷供应商出海进度低于预期，无法打开海外市场空间，也会在一定程度上限制液冷技术的整体渗透规模 【32】 。

2025-2027年液冷搭载率的分阶段测算对应明确的前提假设：2025年AI数据中心整体液冷渗透率预计达到33%，较2024年的14%实现翻倍以上增长，核心假设是GB200 NVL72在2025年放量出货，云服务商加速规模化导入液冷散热技术，同时AI服务器单机柜功率密度向20kW演进，传统风冷已无法匹配高功耗AI芯片的散热需求，2025年成为液冷需求启动元年 【42】 【44】 ；其中中国AI训练服务器液冷渗透率2025年预计进一步提升至95%以上，核心假设是国内高算力AI训练场景的散热刚需持续释放，液冷在该细分领域的渗透速度远超全球平均水平 【46】 。2026年全球AI训练服务器的液冷渗透率预计攀升至40%，核心假设是以冷板式液冷为主流的方案凭借较低改造成本与优异散热效率，在头部云服务商、大型算力中心内加速铺开，产业链上下游的研发与落地进度持续推进，液冷方案的成熟度进一步提升 【43】 。2027年暂无直接的整体渗透率数值披露，结合英伟达AI服务器液冷空间的测算逻辑，核心假设为英伟达Rubin系列机柜在2027年实现大规模出货，高功耗新世代AI芯片进一步拉高单机柜热密度，液冷作为标配的渗透趋势持续向全类型AI服务器场景扩散，带动液冷相关零部件、系统的需求持续扩张 【40】 。