在过去的几年里，我们见证了AI算力以惊人的速度进化，从训练大模型到智能驾驶，算力正成为驱动科技进步的核心引擎。算力的背后，本质是电力——这是黄仁勋反复强调的观点。当一枚芯片的功耗突破2300瓦，当单个机柜的功率向30千瓦迈进，我们突然发现，电力革命带来的不仅是能量的输送，更是一场关于“热”的战争。
电力在驱动算力的同时，也在产生巨大的热量。如果热无法被高效带走，芯片会降频、设备会宕机、算力会“虚耗”。散热，这个曾经隐藏在设备背后的“配角”，正迅速站上舞台中央，成为决定算力能否持续释放的“关键先生”。
那么，在这场电力革命中，我们该如何应对“发热”的挑战？如何用更智能、更高效的方式，为算力设备“降温”？今天，我们请到了一位用“数字技术”为散热系统赋能的专家。
本期嘉宾：孙凯，广州远诺互联科技有限公司的创始人
远诺是一家以自主CFD工业软件开发起家的科技企业，他们的团队集结了来自帝国理工、清华、北理、重大等一众高校的校友，目前在CFD工业软件开发、GPU并行构架、国产芯片生态三大领域颇有建树。长期深耕于热管理仿真、气动噪声与GPU并行计算领域。他们开发的CFD软件“常吉”，已经在奇瑞汽车等主机厂开展测试，GPU的并行构架技术得到浙大、东湖实验室等高校和科研机构认可，在气象和网格剖分等领域快速推广，并在国产芯片生态中扮演着越来越重要的角色。
04:12 在算力驱动的时代，散热系统的核心竞争力是什么？
06:08 GPU功率跃升对散热系统提出了哪些根本性的挑战？
07:16 为什么风冷逐渐失效？液冷在系统成本、可靠性和运维上带来了哪些新课题？
10:33 行业里常提“散热与芯片协同设计”，这具体意味着什么？如果散热没提前参与，会导致什么问题？
12:28 仿真如何在散热设计中替代传统的“试错法”，提升效率？
14:23 远诺的CFD软件“常吉”强调基于“大涡模拟”和“GPU并行计算”。这两项技术在高精度散热仿真中分别解决了什么痛点？
16:02 远诺如何实现挑战现有国外成熟的仿真软件？
18:44 在具体的散热场景中，仿真能帮助优化哪些关键指标？
20:20 面向不同硬件平台（如英伟达GPU、海光DCU）进行散热仿真时，软件需要做哪些适配？这对国产算力发展有何意义？
22:16 什么是并行架构？
23:49 除了数据中心，您看到哪些新兴领域（如新能源汽车、储能、超充桩）对高端散热仿真的需求正在快速兴起？
27:53 远诺在这方面是否有布局？您如何看待“AI+仿真”的未来？
30:06 对于想进入散热赛道或关注该领域的创业者与投资者，您会建议他们重点关注哪个环节？仿真技术在其中处于怎样的生态位？
___________________________________________________________
从AI算力带来的“散热焦虑”谈起，深入剖析了液冷的技术逻辑、仿真的核心价值，也看到了远诺在国产化替代与商业化落地上的扎实探索。
回顾本期内容，有几个关键点值得再次回味：
散热已进入“系统协同”时代：散热不再只是事后补救，而需与芯片、结构同步设计，追求温度“刚刚好”的精准控制；
仿真是散热设计的“效率引擎”：基于大涡模拟与GPU并行的仿真系统，正从“替代试错”走向“赋能设计”，成为高功率设备开发的必备工具；
国产软件正迎来“生态机遇”：从底层架构自主，到适配国产芯片，再到切入气象、军工等关键场景，一条自主可控的软件之路正在形成；
商业化需要“场景先行”：从气象预警到海浪预测，远诺选择以明确需求为导向，快速实现闭环，为更长线的CFD软件研发提供支撑。
最后，孙总也给了我们一个清晰的启示：在硬科技创业中，软件要看技术领先性，硬件要看量产经验，而所有创新最终都要回归到“为客户省钱、为系统增效”的本质。
如果你对散热仿真、国产工业软件、或气象预测技术感兴趣，欢迎在评论区留言交流。本期节目就到这里，欢迎添加主播，加入群聊交流，欢迎关注公众号：浩数投资视点