在大模型训练、行业智能化升级持续推进的背景下，算力基础设施面临“密度更高、能耗更大、部署更复杂”的多重挑战。
一方面，模型参数规模和数据吞吐量快速增长，推动单节点与集群对计算、网络、存储的协同能力提出更高要求；另一方面，能耗与散热成为制约算力扩张的重要瓶颈，传统风冷在高功耗GPU密集部署场景中压力加大，机房空间、电力配套与运维成本同步上升。
针对上述问题，业内正从“单纯堆叠硬件”转向“系统级优化”。
技嘉旗下子公司Giga Computing推出水冷AI服务器XN24-VC0-LA61，试图以更紧凑形态、异构算力组合与液冷方案，提升单位空间算力与能效表现。
该服务器基于英伟达GB200 NVL4平台打造，采用2U双处理器设计，面向CPU+GPU异构架构需求，并支持直接液体冷却，以降低高负载运行下的散热压力与噪声、能耗等问题。
从配置看，该产品集成两颗ARM架构的英伟达Grace CPU与四块英伟达Blackwell GPU。
CPU侧配备LPDDR5X ECC内存（单颗CPU标称480GB），GPU侧显存最高可选186GB HBM3E。
此类组合意在通过CPU与GPU更紧密的协同，服务于大规模并行计算、向量与矩阵运算密集型任务，并在训练与推理的不同负载曲线下，提升整体资源利用率。
与此同时，服务器强调“模块化扩展”，即在不必一次性部署完整机架级方案的情况下，为数据中心或科研机构提供可按需扩展的节点形态，降低初期投入与改造门槛。
网络与存储是决定集群效率的关键环节。
XN24-VC0-LA61在网络侧支持Quantum-X800 InfiniBand或Spectrum-X以太网平台：使用InfiniBand时单端口可达800Gb/s，采用以太网时最高可达400Gb/s。
高带宽、低时延互联有助于缓解分布式训练中的通信瓶颈，降低参数同步开销，提高多节点扩展效率。
存储方面，该服务器最高可选12个PCIe Gen5 NVMe硬盘位，并可选配BlueField等数据处理单元，以加强数据面卸载、网络与存储路径的处理能力，提升在数据密集型任务中的吞吐与稳定性。
供电配置上，产品提供80 Plus钛金认证的冗余电源，强调可靠性与能效管理。
业内普遍认为，液冷与高速互联的加速普及有其现实原因：其一，GPU功耗提升与机柜热密度上升，使得风冷方案在PUE控制、局部热点治理等方面的成本与难度增加；其二，模型训练与推理正走向规模化、常态化运行，算力基础设施从“项目型投入”向“运营型资产”转变，能效与可维护性成为全生命周期的核心指标；其三，产业链对“可扩展、可复用”的标准化节点需求增强，模块化产品更有利于分阶段建设、快速上线与容量弹性调整。
从影响看，此类面向异构算力与液冷的服务器方案，可能在三方面带来变化：一是提升单位机柜算力密度与集群效率，为大模型训练、推理集群和行业专用模型提供更具可持续性的基础设施；二是推动数据中心散热与供配电改造加速，促进液冷生态在机房规划、运维工具与供应链侧的完善；三是进一步强化“算力—网络—存储”一体化设计的重要性，促使企业在采购与部署时更关注系统级指标，而非单一部件参数。
对策层面，面向高功耗算力部署，行业需要从规划、建设、运维三端协同发力：在规划端，应结合业务负载特征与增长预期，统筹机房电力冗余、冷却能力与网络拓扑，避免“算力到位、配套不足”；在建设端，推动液冷与高速互联的标准化接口与验收体系，降低跨厂商集成成本；在运维端，强化对液冷系统可靠性、泄漏风险、冷却液管理与监测告警的制度化管理，同时建立能耗与性能的持续评估机制，以数据驱动优化。
展望未来，随着模型规模、推理需求和多模态应用进一步扩张，高能效算力将成为产业竞争的重要支点。
以液冷为代表的绿色算力技术路线，预计将在大型数据中心、科研计算与行业智能化场景中加速落地；同时，服务器产品形态将更强调模块化与可组合能力，支持按需扩展与快速迭代。
能否在能效、可靠性与可维护性之间取得平衡，将决定相关方案的市场接受度与应用广度。
在数字经济与实体经济深度融合的今天，算力已成为衡量国家竞争力的重要指标。
技嘉此次技术创新既是对产业需求的精准响应，也折射出硬件厂商向解决方案服务商转型的战略趋势。
当绿色计算与高性能算力实现有机统一，人工智能产业才能真正释放其变革潜力，为全球数字化转型注入持久动能。