All Posts

全球AI算力需求快速成長，帶動伺服器功耗攀升，傳統氣冷散熱已達極限，液冷技術成為AI基礎設施升級的關鍵。台灣憑藉半導體與伺服器製造優勢，正崛起為全球液冷供應鏈的重要樞紐。 全球首台專為AI伺服器打造的液冷水壓測試系統 洺九自動化設備有限公司宣布成功推出「全球首台專為AI伺服器打造的液冷水壓測試系統」，已正式交付全球伺服器代工龍頭廣達電腦，成為其核心測試設備供應商。 該系統針對AI液冷架構的四大核心機構元件——水冷板、液冷模組、通用快速接頭及分歧管，提供高精度、高可靠度的水壓及氣壓防漏與耐壓極限測試。成功交付不僅提升液冷伺服器出廠良率，更為全球AI算力產業築起安全防線。 該測試系統依循OCP標準開發，支援客戶在尺寸、需求及測試規範方面與國際接軌，協助AI伺服器產品順利導入全球供應鏈體系。 系統專為AI伺服器液冷核心CDU設計，涵蓋壓力衝擊、爆破壓力、壓力循環測試等模式，可全面檢測水冷管路的密封性與耐壓表現。採用多通道獨立測試架構，可同步進行多項測試任務，顯著提升整體測試效率與產能。 洺九自動化長期深耕工業自動化測試設備研發與製造領域，服務涵蓋半導體

8 月 3 日，洺九自動化以林口新創園 A7 棟新創代表身分，向財政部金擘獎評審團展示 AI 伺服器液冷測試與 AR 信賴性測試技術成果。

製造業談 Industry 4.0 已經十年，但真正讓「智慧製造」落地的，往往不是最顯眼的機械手臂，而是產線末端那一站：檢測。測試站是產品出廠前最後的守門員，也是整條產線數據最密集的地方——這正是 AI 最能發揮的位置。 趨勢一：從「抓出不良品」到「預測不良品」 傳統檢測回答的是「這一件過不過」；導入數據分析後，測試站累積的壓力曲線、洩漏率、循環壽命等數據，可以進一步回答「為什麼不過」「哪一批料件風險偏高」。當測試數據與製程參數串接，品保就從事後把關走向事前預警。 趨勢二：測試設備本身也要自動化 AI 伺服器、AR 眼鏡等新世代產品的測試項目多、規範變動快，人工上下料與逐站操作已成瓶頸。自動化測試設備把上料、定位、測試、判定、數據上傳整合成一條龍流程，不僅省人力，更重要的是排除人為變異，讓每一筆測試數據都可追溯、可比對。 趨勢三：客製化是常態，不是例外 新產品的形態變化越來越快——今天是液冷伺服器的分歧管，明天是 AR 眼鏡的鏡架扭轉壽命。測試設備商的價值，在於能不能快速把新的測試規範轉化成可靠的設備：治具怎麼設計、壓力與循環條件怎麼給、數據怎麼

液冷伺服器的可靠度，取決於整條水路中「最弱的那個接點」。對製造端來說，真正的問題不是要不要測，而是：測什麼、測到什麼程度、怎麼測得夠快。本文整理液冷測試的四大關鍵元件與常見測試模式，供產線與品保團隊參考。 四大關鍵受測元件 水冷板（Cold Plate）：直接承載晶片熱源，流道細、焊點多，是洩漏高風險區。 液冷模組：整合水冷板與管路的組件，需驗證組裝後的整體密封性。 通用快速接頭（UQD）：插拔頻繁、依循 OCP 規範，插拔壽命與密封性都要驗證。 分歧管（Manifold）：機櫃內冷卻液的主幹道，承受最大流量與壓力變化。 三種核心測試模式 壓力衝擊測試（Pressure Shock）：模擬系統啟停瞬間的壓力突變，驗證元件在瞬態壓力下不變形、不滲漏。 爆破壓力測試（Burst Pressure）：逐步加壓直到極限，確認元件的安全係數與破壞邊界。 壓力循環測試（Pressure Cycling）：反覆加壓洩壓數千至數萬次，模擬長期運轉的疲勞累積。 搭配水壓與氣壓兩種介質的防漏測試，才能完整涵蓋出廠驗證需求。 產能瓶頸怎麼解？多通道獨立測試架構 單站單

生成式 AI 帶動的算力競賽，正在改寫資料中心的基礎架構。過去一台伺服器功耗約 300～500W，氣冷風扇就能應付；但搭載高階 GPU 的 AI 伺服器，單機櫃功耗已從 10kW 級距一路推升到 100kW 以上，空氣的導熱能力有其物理極限，「風扇吹不動」成為整個產業共同面對的現實。 液冷為什麼是解答？ 水的導熱效率遠高於空氣。液冷技術透過水冷板（Cold Plate）直接貼合 GPU、CPU 等發熱元件，將熱量帶進冷卻液循環系統，再由 CDU（Coolant Distribution Unit，冷卻液分配裝置）統一調節流量與溫度。相較氣冷，液冷可以在更小的空間帶走更多熱，同時降低整體用電（PUE），是 AI 資料中心兼顧密度與能耗的必然選擇。 液冷普及後，新的風險也跟著出現 氣冷時代漏風只是效率問題；液冷時代漏液卻是災難——冷卻液一旦滲漏到主機板上，損失的不只是單台伺服器，而是整櫃設備與停機時間。因此液冷架構中的每一個環節：水冷板、液冷模組、快速接頭（Quick Disconnect）、分歧管（Manifold），出廠前都必須經過嚴謹的防漏與耐