生成式AI與大型語言模型快速發展，帶動4大雲端服務供應商（CSP）持續加大AI伺服器與資料中心基礎設施投資。然而，舊有氣冷散熱規格已難以滿足新一代GPU（圖形處理器）與ASIC（特定應用晶片）的高功耗需求。

以代表性產品為例，輝達（Nvidia）GB300功耗約1.4kW（千瓦），Vera Rubin（VR200）約2.3kW，未來Rubin Ultra甚至將突破3.5kW。在高功耗趨勢下，散熱基礎設施勢必升級至全水冷架構，以支撐高密度機櫃運行。

功耗突破3kW 散熱深入封裝層

下一代AI伺服器散熱主流技術，將以水冷散熱（如冷板、分歧管）與封裝層級的微通道冷卻蓋（MCL）為核心，可大幅提升熱傳導效率，滿足極端高溫環境需求。

當晶片功耗進一步突破3kW以上時，散熱架構將不再只是機櫃或模組升級，而需將MCL直接整合進晶片封裝結構內部，以縮短散熱路徑、降低熱阻並提升溫度均勻性。

新散熱技術導入時程逐步清晰。GB300已於去（2025）年第4季小量出貨，VR200將於今年下半年量產，而最高階的MCL技術，則預期在2027年下半年率先導入Rubin Ultra。