原生液冷不是液冷技术的“Pro Max”，Token工厂需要一次系统重构

智东西 作者 | 王涵 编辑 | 漠影 从年初的“小龙虾”OpenClaw爆火出圈开始，Agent的爆发便势不可挡。 从单一模型的阶段性训练与推理，到大模型训练、多模型协同推理和海量Agent持续运行……AI任务正在进入一个“永远在线”的新阶段。 在2026世界人工智能大会（WAIC 2026）上，中国工程院院士、清华大学计算机科学与技术系教授郑纬民曾提出，单智能体的Token消耗量可达传统对话应用的 百倍至千倍级 。随着海量Agent并发调用模型、读写记忆、编排任务、执行工具，Token的消耗速度正以指数级飙升。 Token需求的暴涨，直接推高了AI基础设施的规模天花板，千卡集群不够用了，万卡、十万卡正在成为前沿大模型训练的标配。 但数据中心的电力和空间是有限的，要想满足没有上限的Token需求，核心的方向是 在单位空间内塞进更多算力 ，把算力密度逼到极致。 算力密度提升，单机柜功耗必然飙升，从数十千瓦跃升至数百千瓦，并进一步向 MW级 迈进。 但这时问题出现了。当单柜功率到达这个量级，传统冷板液冷方案会导致机柜散热跟不上、空间不够用、互连被干扰，三条瓶颈同时在有限的空间里收窄。 Token工厂想继续扩产，计算、散热、互连、供电不能再各自为政，必须从 系统底层 找到新解法。 原生液冷，这个 从系统层面将计算、散热、互连、供电耦合 的方案，开始出现在行业视野。 一、Token需求井喷，把传统液冷的三重困境逼出来了 Token需求爆发推高了单机柜功率，也把部署空间压到了极限。在这样的场景下，传统液冷的短板被急剧放大。原本在低功率密度下尚能运转的方案，如今在 三个关键维度 上同时亮