计算机行业周报：液冷产业趋势持续确认！智谱发布GLM 5.3 Flash

请务必仔细阅读正文之后的各项信息披露与声明 行业及产业 行业研究/行业点评 证券研究报告 计算机 2026 年 08 月 29 日 液冷产业趋势持续确认！智谱发布GLM 5.3 Flash 看好 ——计算机行业周报 20260824-20260828 相关研究 《AI 时代光通信底座，国产替代迎来成长机遇——计算机行业周报 20260817-20260821》 2026/08/22 《关注华为超节点进展！国产大模型多更新！——计算机行业周报 20260810-20260815》 2026/08/15 证券分析师 黄忠煌 A0230519110001 huangzh@swsresearch.com 洪依真 A0230519060003 hongyz@swsresearch.com 刘洋 A0230513050006 liuyang2@swsresearch.com 研究支持 崔航 A0230524080005 cuihang@swsresearch.com 曹峥 A0230525040002 caozheng@swsresearch.com 陈晴华 A0230525100001 chenqh@swsresearch.com 罗宇琦 A0230526070005 luoyq@swsresearch.com 联系人 王开元 A0230125030001 wangky@swsresearch.com 本期投资提示： ⚫ 超节点是后续液冷放量最核心的产业驱动。英伟达持续推进 Vera Rubin 量产，AI 基础设施由单机、单柜进一步向 Pod 级超节点演进。随着 GPU 柜、CPU柜、网络及存储系统协同部署，液冷对象也由核心计算芯片扩展至整柜及多机架系统，液冷设计单元开始由 Rack 向 Row、Pod 延伸。 ⚫ 液冷产业正在从“冷板渗透”进入“整套流体系统升级”阶段。一方面，芯片热流密度继续提升，冷板由传统流道向微通道演进，对热设计、加工精度、洁净控制和量产良率提出更高要求；另一方面，液冷点位增加后， UQD、Manifold 等连接与流量分配部件数量同步提升，并逐步向盲插、高流量、低压降和标准化方向发展。 ⚫ 整体看，液冷后续关注重点将从单纯的渗透率提升，逐步转向超节点扩容、技术升级和应用外溢。超节点扩容主要利好 CDU、Manifold 及整体解决方案，技术升级主要关注微通道冷板、UQD 和高可靠流体部件，应用外溢则重点关注CPU、网络设备及高速光互联散热。进入规模交付阶段后，产业链分化将更多取决于头部客户认证、量产可靠性和持续交付能力。 ⚫ 2026 年 8 月 26 日智谱发布 GLM 5.3 Flash，为围绕推理效率重新训练和重构的原生多模态模型。定位是以约 5.6%的参数激活率承接高频编码、Agent 和专业办公负载，在能力和成本之间寻找新的帕累托前沿。低成本没有以明显牺牲复杂任务能力为代价。在 Z.ai Code Bench v1.0 最高推理档位达到 29.0，接近Claude Opus 4.8 的 29.5。我们认为，本次发布的意义仍围绕单位推理成本下的可用智能。一方面高性能 Flash 模型有望成为 Agent 与办公应用的默认流量层，推动调用频次和任务时长提升，此外，原生多模态、开源权重和国产芯片规模化服务同时落地，将加速模型、应用、推理框架和本土算力的协同优化。 ⚫ 重点推荐主线：1）数字经济领军；2）AIGC 应用；3）AIGC 算力；4）数据要素；5）信创弹性；6）港股核心；7）智联汽车；8）新型工业化；9）医疗信息化。详细标的请见正文。 ⚫ 风险提示：AI 数据中心资本开支节奏变化。高速率产品迭代存在不确定性。 行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第2页共12页简单金融成就梦想 1. 液冷产业趋势确认，超节点打开系统级增量 近期液冷产业催化持续增加，核心仍是 AI 基础设施由单机向整柜、超节点快速演进。 中际旭创近期拟受让中石科技部分股份，高速光互联厂商进一步加强热管理能力布局。 英伟达近期对 Vera Rubin 的最新表述：Vera Rubin 已经进入全面量产，英伟达同时持续强化“AI Factory”和全栈基础设施定位，产品范围已经从GPU延伸至CPU、NVLink、以太网/IB网络、存储等多个系统。我们认为，下一阶段液冷最大的变化不是单纯渗透率提高，而是 AI 计算系统的物理边界快速扩大，散热也从服务器内部问题变成整个超节点的基础设施问题。 超节点是未来几年液冷市场扩容最重要的驱动力，液冷的设计单位正从 Server、Rack 进一步转向 Row 和 Pod。 传统 GPU 服务器的散热对象相对集中，主要解决 CPU、GPU 等核心芯片的取热问题；Blackwell 开始以整柜作为主要计算单元，计算、互联和供电都在 Rack 内部进行协同；Vera Rubin 进一步采用 Pod 级架构，由 GPU Rack、CPU Rack、网络 Rack、存储等多个 Rack-scale 系统共同组成一个完整计算系统。 英伟达在 Vera Rubin POD 中已经明确提出，多类机架共享统一的机械、电力和冷却基础设施。因此后续判断液冷空间，应更多观察一个 AI Pod 中有多少类设备进入液冷、整个集群需要处理多少热负荷。 图 1 英伟达机柜功率持续提升 资料来源：英伟达官网，申万宏源研究 超节点首先显著扩大了液冷对象，CPU、网络和存储正在成为 GPU 之外的新热源。 过去市场讨论液冷，核心变量往往是 GPU TDP 提升；但 Agentic AI 时代的计算结构已经发生变化，大模型推理之外增加大量工具调用、代码执行、数据处理和长上下文存储需求，CPU、DPU、交换芯片以及存储系统负载同步提高。Vera Rubin 中已经单独设计高密度Vera CPU Rack，网络侧则形成独立的 Spectrum 系统，存储侧也引入专用基础设施。这 行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第3页共12页简单金融成就梦想 意味着未来液冷的增量一部分来自单颗芯片更热，另一部分来自原本不需要大规模液冷的设备开始进入液冷回路，后者可能是超节点阶段更容易被忽略的增量。 液冷产业的第二个变化是价值量逐渐从“芯片取热”向“流体系统”扩散。 冷板式液冷可以拆成芯片侧、服务器侧、机柜侧和设施侧：芯片通过 TIM 和 Cold Plate 完成取热；UQD、软管和板级 Manifold 完成服务器内部连接；Rack Manifold 负责整柜流量汇集和分配；CDU 完成一次侧和二次侧之间的换热、泵控和温控；最终再通过数据中心管网和室外设备完成排热。过去功率较低时，市场更多关注冷板本身；随着机柜密度提高、液冷点位增加和集群扩大，决定系统稳定性的变量逐渐从“冷板能不能把热带走”扩展到“流量能不能分均匀、接口会不会漏、CDU 能不能稳定控制、设施侧能不能把热排出去”。 产业链的价值量和壁垒因此开始向 Manifold、UQD、CDU 和设施侧迁移。 表 1：液冷向整体化方案演进 层级 解决的问题 核心部件 需