世界上第一款计算工程软件CEADS自动生成的AI算力机房冷板

——近日由深圳星舰航天科技有限公司研制完成

芯片决定算力的上限，散热决定这个上限能维持多久。

当单机柜功率突破 100 千瓦，风冷已经触到物理边界——不是效率问题，是物理问题。液冷冷板由此从配套件变成算力基础设施的核心部件，也由此成为一条正在爆发的产业赛道。

长期以来，冷板的设计方法却停留在经验与手绘的层面：画流道、打样、测试、返工，一轮接一轮。算力在指数级增长，设计手段却仍是线性推进。

深圳星舰航天科技用自主研制的计算工程软件CEADS，把这条链路彻底重构：由算法生成三维流道云图，按云图自动布置晶格，自动完成几何建模、仿真与迭代，直至方案收敛。这是世界上第一款由计算工程软件全流程自动生成的 AI 机房冷板。

一、冷板：算力时代最确定的产业赛道之一

这条赛道的规模，已经有清晰的数据支撑。

2024 年，中国液冷服务器市场规模达到 172.72 亿元，同比增长 67.0%；仅上半年即达 12.6 亿美元，同比增长 98.3%，出货量同比增长 81.8%。多家机构预测，2024 至 2029 年该市场年复合增速为 46.8%，2025 至 2029 年上调至 48%——增速预期的持续上修，反映的是 AI 算力需求的超预期释放。

在技术路线上，冷板式液冷占据绝对主导。2024 年上半年，国内冷板式液冷市场份额超过 95%；浸没式不足 5%，喷淋式不足 1%。技术成熟度高、改造成本低、可适配现有数据中心，使冷板成为未来三到五年最主流、也最确定的路线。

需求的驱动力同样明确。传统数据中心单机功率普遍在 5 千瓦以内，风冷尚可应付；而新建 AI 智算中心的单机功率普遍达到 8 至 15 千瓦，高密度集群甚至超过 20 千瓦，风冷的物理极限在 8 千瓦附近，液冷由此成为标配。从需求结构看，互联网行业贡献超过 60%，运营商约 20%，且以新增需求为主——这意味着市场增长并非存量替换，而是实实在在的增量扩张。

一个年复合增速接近 50%、单一技术路线占比超过 95% 的市场，其核心部件的设计能力，就是产业话语权。

二、二维设计，正在成为性能的天花板

过去数年，行业最主流的技术路径是“拓扑优化 + 冷板”。思路本身是正确的：给定设计域，让算法求解材料的空间分布，何处成流道、何处留金属，交由数学而非经验决定。

但绝大多数实现，止步于二维。

设计者先将冷板抽象为一个平面，求解出二维密度云图，再以此作为流道轮廓进行拉伸与扫掠。由此得到的构型高度同质：等宽直通道、圆弧折弯、反复回折的蛇形。

二维云图能够回答“流道走向何处”，却无法回答四个更本质的问题：蛇形通道是否最优？流道应当多深？高度方向上流速如何分布？通道内部是否需要填充结构、填充何种结构、填充密度几何？

而这三个问题，恰恰共同决定了压降与换热，也决定了一瓦泵功能带走多少热量。当芯片功耗继续攀升，二维设计与手工设计的局限不再是效率问题，而是性能天花板本身。

三、深圳星舰航天科技有限公司自主研发计算工程软件CEADS：把冷板设计交给算法

深圳星舰航天科技的做法，是将整条设计链路迁入三维空间，并交由软件自主完成。

计算工程软件CEADS首先在真实设计域内建立三维变密度拓扑优化模型：每一个体素都可能成为金属，也可能成为流道；算法以流动耗散与换热性能的加权为目标函数，使材料在立体空间中持续演化，数百步迭代后收敛。其输出不是一张平面黑白图，而是一个完整的三维流道云图——何处宜粗、何处宜细、何处应当分叉、高度方向上应当收敛还是扩张，全部编码于密度场之中，流道的三维骨架随之显现。

三维拓扑优化密度云图：材料在立体空间中自动让出流道

流道成型之后，真正的难题方才开始：通道内部应当填充什么。

填满金属，流体无法通过；完全留空，换热面积不足。行业的最新答案是三周期极小曲面晶格——一种连续、光滑、可自支撑的多孔结构，流体沿其孔隙穿行，晶格壁面即换热面。

但晶格不能任意填充。单胞尺寸减小，比表面积上升、换热增强，渗透率却按平方衰减，压降迅速失控；单胞尺寸增大，流动顺畅，换热面积又显不足。二者之间存在明确的极值点。计算工程软件CEADS 将这一抉择转化为可求解的优化问题：以单胞尺寸与孔隙率、壁厚为设计变量，以相同泵功下热阻最小为目标自动扫参。最终确定的晶格构型，换热面积达到蛇形通道的 5.6 倍以上，压降仅为蛇形管的一半，壁厚亦稳稳高于增材制造的工艺下限。

参数确定之后，几何生成与仿真验证同样由软件接管。板体、流道、晶格、进出口管接头——包括板内将圆孔过渡为矩形口的喇叭口、端部逐级缩小的接管嘴——全部由算法直接生成实体，输出可直接用于金属打印的 STL。随后自动划分网格、求解流动与传热、读取结果、回灌优化器，进入下一轮迭代，直至方案收敛。

设计不再是一次性的出图，而是一个闭环：计算、修正、再计算，直至最优。

四、三种构型的实证对比

为量化这套方法带来的差异，将三个方案置于同一块基板与同一泵功（0.126 瓦）下比较：构型 1（盘绕式流道 + 晶格）、构型 2（分叉式流道 + 晶格），传统蛇形管。

三种方案的内部流道截面：左为构型 1，中为构型 2，右为传统蛇形管

注：构型 1 的温度与压降为 CEADS 三维仿真结果；构型 2 与传统蛇形管的温度为同模型计算值。

                                   相同泵功下的压降与底面最高温度：构型全面领先

压降的意义首先被重新定义。同样 0.126 瓦泵功，传统蛇形管的压降为 2 274 帕，构型 1 为 1 303 帕，构型 2 为 1 270 帕。换言之，在承载同等热负荷的前提下，蛇形管需要多付出近一倍的水力代价，而这部分泵功全部消耗于沿程摩擦，未有一分用于散热。若反向要求蛇形管达到同等温度水平，其流量须再提升约三成半，压降将突破 4 000 帕，所需泵功约为原来的 2.5 倍。

温度的差异同样显著。底面最高温度由 77.5 ℃ 降至 70.6 ℃ 与 68.8 ℃，平均温度由 58.1 ℃ 降至 45.6 ℃ 与 43.8 ℃。对芯片而言，结温每下降 10 ℃，寿命与稳定性即上一个台阶；对机房而言，这直接决定了单柜功率还能否再上一档。

其机理在于换热面积。晶格将流道湿表面积提升至蛇形通道的 5.6 至 6.0 倍，热阻随之下降——这是温度改善的根本来源，也是“必须填充晶格”的答案。

一个值得注意的现象是：构型 1 与构型 2 的流道拓扑差异显著，一为盘绕、一为分叉，最终温度却仅差 1.8 ℃。这说明当晶格将换热面积放大至五六倍之后，流道造型的影响已被大幅稀释，真正决定性能的是晶格本身。这也解释了为何 CEADS 将大量算力投入晶格寻优——那才是主战场。

下面的温度云图，不是估算，不是经验公式，而是计算工程软件CEADS对构型 1 完成三维共轭传热计算后，直接输出到底面的温度场。

      构型 1 的底面温度云图（CEADS 三维仿真结果）：最高 70.6 ℃，平均 45.6 ℃，压降 1 303 帕

这张图说明三件事。其一，温度沿流动方向单调爬升：左下深蓝处冷媒方入，约 50 ℃；右侧深红处换热行至末端，约 70 ℃。冷热两端由平滑过渡带连接，无突变、无阶跃。其二，底面不存在局部热点，整块板温度控制在 70 ℃ 出头，最高与最低相差仅二十余度，说明拓扑优化后的流道将冷媒均匀输送至每一处，晶格又将有限的冷媒摊布于五倍以上的面积之上，热量由整块板共同承接，而非由某一点硬扛。其三，1303 帕的压降与温度出自同一次仿真，即该温度是在仅消耗 0.126 瓦泵功的条件下取得的，而非依靠加大流量堆砌。

五、这块冷板的产业价值

首先是能效。冷板式液冷可将数据中心的 PUE 由风冷时代的 1.4 至 1.5 压降至 1.1 至 1.2。以一个 10 兆瓦规模的智算中心为例，PUE 每下降 0.3，年节电约 2 600 万度，按工业电价折算约 1 500 万元。在此基础上，本方案在同等散热能力下将泵功需求降低约 60%，并把底面温度再压低 7 至 9 ℃——前者直接削减循环泵的常年电耗，后者降低芯片漏电流、延长器件寿命。二者叠加，其价值已不止于省电费，而是把数据中心的运行成本曲线整体下移。

其次是效率。传统定制冷板从需求到可打印模型，周期以周计；在 CEADS 中，输入边界条件与设计目标后，数小时即可获得首版方案，当日迭代至收敛，设计周期压缩一个数量级。与之相伴的是试制成本的下降：过去五到六轮打样方能定型，如今一至两轮即可确认。

再次是适配性。不同机箱、不同芯片、不同流阻要求，只需变更设计域与边界条件，算法即可生成新的构型。定制由成本项变为默认选项，这正是高度碎片化的冷板市场最稀缺的能力。

还有制造可行性。晶格是典型的只能增材制造的结构。CEADS 在设计阶段即将壁厚下限、悬垂角、自支撑性纳入约束，输出的 STL 可直接进入金属打印机，无需二次修模。

最后是性能本身。同等泵功下温度低 7 至 9 ℃、换热面积高 5 至 6 倍——这不是靠堆材料、堆体积换来的，而是结构在微观尺度上被重新组织的结果。

更深远的意义在于方法可复用。冷板只是首个落地场景；同样的“三维拓扑云图—晶格填充—自动建模—自动仿真”链路，可平移至散热器、换热器、燃料电池双极板、催化载体，乃至一切流动与传热共生的结构。

当设计不再依赖个体的经验，而依赖一套可复现、可迭代、可验证的算法，工程能力才真正开始规模化。

世界上第一款由深圳星舰航天科技有限公司自主研发的由计算工程软件CEADS自动生成的 AI 算力机房冷板，只是一个开始。