直接答案：以单芯片 1400 W 折算，供回液温差 10 K、 丙二醇 PG 水溶液 25%、供液 40 ℃ 的工况下，单芯冷却液需求 2.08 L/min， 每柜 100 颗；机柜级回路流量 208.05 L/min、 管径 DN50 / 2"（流速 1.711 m/s）、25 m 回路压降 20.61 kPa； 冷板热阻 0.01370 ℃/W、结温 75.06 ℃、热流密度 38.89 W/cm²。
本页数字由平台计算内核实时算出并写入，不是手抄的。 口径：稳态单相液冷、丙二醇 PG 水溶液 25%、ΔT = 10 K、供液 40 ℃、结温上限 85 ℃。 口径不同则数字不可直接对比。
1400 W 是当前单芯片液冷的主流功率档。它已经越过风冷的可行上限，且单芯流量需求会直接决定 CDU 与主干管径，所以这一档是所有后续计算的起点。
结温 75.06 ℃ ≤ 上限 85 ℃，余量 9.94 K。冷板结到液总热阻 0.02148 ℃/W，低于本工况反推允许的 0.03214 ℃/W。此结论基于平台默认口径（ΔT、进液温度、介质浓度），项目落地前必须把这三项替换为实测/合同值后重算。
| 项目 | 本平台算出的值 | 工况 |
|---|---|---|
| 单芯流量需求 | 2.08 L/min | 单芯 1400 W / ΔT=10 K / 丙二醇 PG 水溶液 25% |
| 每柜芯片数（按功率折算） | 100 颗 | 单柜 140 kW ÷ 1400 W |
| 机柜回路流量 | 208.05 L/min | 140 kW / ΔT=10 K |
| 管径与流速 | DN50 / 2" @ 1.711 m/s | 25 m 主管 |
| 回路压降 / 泵轴功率 | 20.61 kPa / 109.9 W | 同上 |
| 冷板热阻（板本体 / 结到液） | 0.01370 ℃/W / 0.02148 ℃/W | 进液 40 ℃ / 2.08 L/min |
| 结温 | 75.06 ℃（上限 85 ℃） | 同上 |
| 热流密度 | 38.89 W/cm² | 同上 |
| 雷诺数 / 流态 / 流道数 / 鳍效率 | Re=160.7 / 层流 / 99 条 / 0.8722 | 微通道几何反算 |
| 热阻上限（反推） | ≤ 0.03214 ℃/W | (85 ℃ − 40 ℃) ÷ 1400 W |
复算方式：python -c "from openthem import focus as F; import json; print(json.dumps(F.build_solution(chip_power_w=1400, text='140kW 机柜', top_k=5), ensure_ascii=False, indent=2))"
按平台默认口径（供回液温差 10 K、25 vol% 丙二醇 PG25）反算，单芯需求为 2.08 L/min。注意这个值是「机柜总流量 ÷ 每柜芯片数」得到的平均分配量，实际排布若为 GPU 与 CPU 混插，必须按实际颗数重算。它也是决定 CDU 容量与主干管径的输入量，不是冷板自己的标称值。
够，但要看热流密度而不是看总功耗。以本平台基准工况（1400 W、2.08 L/min、进液 40 ℃）计算，解析模型给出的热流密度为 38.89 W/cm²，仍处在单相微通道冷板的常规能力区间内（经验上平面热流密度超过约 200 W/cm² 才开始接近单相传热极限）。真正需要警惕的是局部热点（HBM 周边）而非平均热流。
以结温上限 85 ℃、进液 40 ℃ 反推，冷板总热阻（结到液，含 TIM 与扩散热阻）必须 ≤ 0.03214 ℃/W。本平台在基准工况下算出的微通道真空钎焊冷板：板本体热阻 0.01370 ℃/W、结到液总热阻 0.02148 ℃/W，对应结温 75.06 ℃。对标时务必问清供应商报的是哪个热阻口径 —— 结到壳、结到板本体、结到液三者能差 50% 以上。
因为口径不同。冷板是芯片级部件，厂商标称值是单芯片 TDP、流阻、供水流量；机柜级热负载是系统级指标。用 140 kW 去筛会把全部冷板滤光。本平台的选型引擎在候选阶段把热负载门槛置空，只在回路反算阶段使用机柜级功率。
三个端点无需鉴权，返回值结构见 openapi.yaml。
| 方法 | 路径 | 用途 |
|---|---|---|
POST | /api/focus/solution | 端到端方案：需求翻译 → 回路反算 → 冷板校核 → 候选匹配 → 供应商 → CFD 边界 → 凭证 |
POST | /api/focus/report | 生成 Markdown + 带水印与凭证 ID 的 PDF 选型报告 |
GET | /api/focus/scenario | 场景锁定声明（在营范围 / 不在营范围 / 为什么） |
请求示例：
{"text": "200kW GPU 集群，PUE 目标 1.15，空间 2U，芯片 GB300"}；
{"chip_power_w": 1400}
本页数字由脚本从计算内核生成，但内核也会错。「哪儿错了」比「打几分」有用得多 —— 如果你算出不同的值，请把工况和你的值写下来。反馈会落到只追加的日志里，供后续回流到数据集与选型规则。
接口：POST /api/focus/feedback（vote = accurate / inaccurate / correction），
汇总：GET /api/focus/feedback。反馈日志为追加写入，不修改、不覆盖历史记录。
| 功率档 | 语义化 URL | 适用平台 |
|---|---|---|
| GB300 / B300 单芯片 1400 W | /ai-gpu-liquid-cooling-1400w/ | 1400W GPU 液冷散热器选型 |
| B200 / MI300X 级单芯片 1000 W | /ai-gpu-liquid-cooling-1000w/ | 1000W GPU 液冷散热器选型 |
| 双芯片模组 2700 W（2×1350 W 级） | /ai-gpu-liquid-cooling-2700w/ | 2700W GPU 散热器怎么选 |
| 全场景总页 | /ai-gpu-liquid-cooling.html | 端到端方案、候选型号、凭证与 PDF 报告 |
本页属于平台唯一在营场景「AI 数据中心 GPU 液冷散热器选型」。 储能、新能源汽车、压缩机三个方向的选型算法处于停用状态，不在营、不对外承诺。 数据许可 CC BY 4.0（署名即可）。
