今天讲的出海案例是依米康,这家数据中心温控与液冷设备厂商正在把泰国纳入海外交付体系,并用生产线、总装车间和焓差实验室承接算力设施订单。
2026 年 6 月,依米康围绕海外布局和液冷业务介绍了泰国方向。公司提到将建设生产线与专业化总装车间,并配套全亚洲测试能级领先的大型焓差实验室,从量产制造、可靠性检测和快速交付三个环节提高液冷规模化能力。
依米康近两年的经营变化,已经把这件事从海外销售线索变成制造和交付能力调整。它已经完成环保业务剥离,重新把资源集中到信息数据领域,产品也从传统机房精密空调扩展到风墙、AHU、干冷器、CDU、液冷机柜和冷板系统。
泰国进入依米康海外体系后,所承担的角色已经超过一处销售触点。数据中心客户买的是长期运行的温控系统,本地团队、备件、测试能力和批量制造会共同决定交货质量,海外订单也会更快反映到工厂组织与现金流管理上。
依米康从精密空调做起,把产品线延伸到液冷全链条
依米康的前身四川依米康制冷设备有限公司在 2000 年代初围绕精密环境控制设备起步,早期产品主要服务数据中心机房等恒温恒湿场景。公司在 2009 年 8 月完成股份制改造,同年 9 月取得新的营业执照,后来在深圳证券交易所上市,制冷设备、空调、不间断电源、系统集成和工程服务构成了早期业务底座。
公司在 2018 年 2 月把名称由四川依米康环境科技股份有限公司变更为依米康科技集团股份有限公司,这个更名背后是业务边界从单一设备供应走向数字基础设施服务。到 2025 年,依米康已经把主营业务表述为围绕信息数据领域温控设备研发、生产和销售展开,为数据中心机房等恒温恒湿环境提供温控设备制造、系统集成和技术咨询。
依米康在算力机房里的产品演进,先从风冷走向风液协同,再进入冷板和浸没式液冷。公司在 2025 年形成风冷、风液同源、液冷覆盖的制冷产品矩阵,核心产品包括 NexLiq2.0 液冷系统、氟泵多联系统、风墙系统、模块化 UPS 和精密配电等,面向云数据中心、智算中心、超算中心和边缘数据中心提供温控硬件。
依米康真正沉淀下来的资产,是把制冷设备、工程交付和数据中心运行约束放进同一套产品体系。
国际能源署《Energy and AI》测算,全球数据中心用电量在 2024 年约为 415 太瓦时,到 2030 年预计接近 945 太瓦时。算力设施耗电增加会推高单机柜功率密度,温控系统从配套设备变成影响 PUE、设备寿命和机房可用性的关键系统,液冷也因此从技术储备进入批量交付阶段。
依米康在 2025 年完成的产能扩张与产品转向,已经反映到经营结果中。公司当年营业收入 14.52 亿元,同比增长 26.84%;精密温控设备业务收入 10.47 亿元,同比增长 57.87%;有效产值同比增长 58.6%,设备月均产出提升 49%,风墙系列日均产出提升一倍。
依米康液冷产品线在 2025 年开始从方案储备走向批量出货。公司先后发布水系统冷板式液冷系统、氟系统冷板式液冷系统和多形态浸没式液冷方案,核心产品覆盖干冷器、CDU、预制化环网、液冷机柜、Manifold 和快速接头。公司 2025 年新获授权专利 26 项、软件著作权 6 项,其中发明专利 14 项,多项围绕液冷散热系统控制方法、液冷服务器控制方法和浸没式液冷系统流量控制。
公司在 2024 年 10 月启动绿色精密环境产业基地二期项目,原计划建设焓差精密环境实验室、测试平台、蒸发冷却及液冷生产线等内容。2025 年 5 月,依米康终止原二期项目,并增加对算力基础设施温控产品建设项目及研发测试平台项目投入,拟向特定对象发行募集资金不超过 3.11 亿元,其中 1.78 亿元用于温控产品建设项目,5295.20 万元用于研发测试平台项目。
依米康这条历史线说明,海外前端组织要承接的不只是机房空调单品。风墙、干冷器、AHU、CDU、冷板系统和液冷机柜共同进入客户项目,交付也从销售沟通扩展到备件、测试、装配和服务响应。
泰国数据中心项目增加,本地交付要回答供电与可靠性问题
依米康的海外业务在 2025 年已经明显放大,来自海外客户的订单达到 2.59 亿元,同比增长 182.62%,产品批量进入马来西亚、泰国、印尼等项目。公司在马来西亚设立全资子公司,并在新山、吉隆坡、泰国和香港设服务中心,东南亚市场从项目机会变成需要常驻团队维护的经营区域。
泰国放在依米康这张区域网络里,承担的是靠近客户现场的服务功能。数据中心温控系统要长期处理高温、高湿、满负荷运行和故障响应,客户不会只看设备出厂参数,还会看本地团队能否提供安装、调试、备件和运维支持。对液冷系统来说,管路、接头、CDU、机柜和外部冷源之间的匹配,也会把售后响应前移到项目建设期。
泰国发电局 2024 年年报称,EGAT 电力系统 2024 年净峰值负荷为 36477.80 兆瓦,净发电量为 220590.44 吉瓦时,分别较上年增长 6.88% 和 6.00%。数据中心是高连续负荷资产,电力系统峰值抬升会让机房运营方更加在意 PUE、冗余配置和温控效率,设备厂商需要把节能性能与可靠性测试同时交给客户验收。
泰国市场的门槛不只在拿到订单,还在把连续供冷、快速维修和系统调试能力放到客户所在区域。
依米康过去更多依靠国内制造体系和海外项目交付,泰国服务中心让公司在现场层面缩短响应距离。海外客户采购数据中心温控设备时,通常会把设备参数、项目工期、备件可得性和工程协同放在一起评估,本地团队能够减少跨境沟通成本,也能把现场问题更快反馈到研发和生产端。
东南亚数据中心建设正在吸收中国温控厂商的设备能力,但本地化并不会自动降低质量要求。依米康的客户覆盖运营商、互联网企业和第三方 IDC,这类客户通常要求设备长期稳定运行,并在扩容或改造时保持系统兼容。泰国交付体系需要把国内的工艺记录、测试规范、备件管理和工程服务复制到当地,才能支撑多项目并行。
泰国方向让依米康的风冷和液冷产品组合,更容易贴近项目需求。风墙和氟泵多联系统可以服务高效风冷及风液同源场景,CDU、液冷机柜、冷板系统和预制化环网则对应高密度算力机柜,干冷器和 AHU 承担外部换热与空气侧处理。多个产品共同进入项目时,本地团队需要理解的不只是一台设备,还包括整套冷源、管路、配电与控制逻辑。
依米康在 2025 年已把海外战略从跟随国内客户出海,调整为主动连接海外 IDC 厂商与本地运营商。泰国承接这一步变化,销售、服务和备件体系会更接近项目现场。
生产线、总装车间和焓差实验室把海外业务推向交付责任
泰国方向的生产线与专业化总装车间,改变了依米康海外业务的责任边界。过去海外订单可以主要表现为设备出口和项目服务,生产组织放到客户所在区域后,物料、人员、测试、装柜和交货都会进入当地管理半径,客户对批次一致性和故障定位的要求也会更加直接。
大型焓差实验室在液冷设备交付链条中,承担的是产品性能验证。数据中心温控设备需要在不同温湿度、负载和运行工况下验证制冷量、能效、稳定性和控制逻辑,液冷产品还要处理流量、压降、泄漏风险和系统联动。焓差测试能级提高后,依米康可以把更多高功率、高热密度产品放到统一测试平台上验证。
量产制造解决的是交货能力,焓差实验室解决的是客户敢不敢把设备放进关键机房长期运行。
依米康已经把募投资金投向温控产品建设项目和研发测试平台项目,这与泰国方向形成了前后端分工。国内侧补齐柔性生产线、总装车间和高端测试平台,海外侧靠服务中心、项目团队和本地交付能力靠近客户现场,二者共同服务风冷、风液同源和液冷产品的批量销售。
泰国生产与服务体系进入实体运行后,依米康的经营指标会出现新的约束。海外订单增长带来收入空间,也会带来备件库存、人员派驻、当地运营和项目回款管理。温控设备不同于标准消费电子,交付后仍要伴随安装调试、质保服务和扩容改造,客户关系会持续多年。
在泰国项目进入现场交付后,依米康的液冷规模化交付会继续改变内部协同方式。CDU、液冷机柜、冷板系统、干冷器和预制化环网需要研发、生产、测试、供应链和工程团队同步工作,单一产品出货能力不足以支撑完整项目。泰国团队越接近客户现场,越需要把现场反馈转化为国内产品改版和工艺修正。
随着海外订单和液冷出货同步增加,依米康近两年的经营改善已经为这次泰国出海提供了基础。2025 年公司实现扭亏为盈,精密温控设备业务增长快于整体收入,海外订单同比大幅增加,液冷专用产线建成投产并进入批量发货。泰国方向把这些变化连接起来,让海外扩张从销售网络走向制造测试和交付体系。
生产线、总装车间和焓差实验室同步投入后,依米康海外扩张的难度也会提高。制造环节会形成固定投入,测试平台会提高验证能力,同时也要求订单、产品型号、人员配置和项目排期保持匹配。公司需要用更强的产线组织能力承接海外客户,把国内测试平台、泰国服务体系和东南亚项目需求放进同一张经营图里,并让每个项目的交付责任都能回到具体团队。
依米康这次泰国动作的含金量,在于它把液冷产品从“能做方案”推向“能在海外批量交付并承担可靠性责任”,这比单纯增加海外销售网点更重。
好文章,需要你的鼓励
今天讲的出海案例是依米康,这家数据中心温控与液冷设备厂商正在把泰国纳入海外交付体系,并用生产线、总装车间和焓差实验室承接算力设施订单。
BioMatrix是首个将分子序列、分子三维结构、蛋白质序列、蛋白质三维结构和自然语言统一在单一语言模型中的生物基础模型,在80项任务中77项达到最优或第二优。
美国远程医疗巨头Hims & Hers完成对澳大利亚竞争对手Eucalyptus的收购后,正式进军英国、德国、日本等市场。公司肥胖症业务负责人Craig Primack博士表示,肥胖症是慢性、复发性疾病,需综合治疗方案而非单纯开药。远程医疗能填补NHS等公共医疗体系的服务缺口,为患者提供药物、营养、运动及生活方式的全方位支持,并在GP停诊时提供及时的医疗咨询。
浙江大学提出SKILLHARNESS框架,通过为AI电脑助手的每项技能附加安全边界,从成功、失败和风险三类经历中学习,使AI在动态危险环境中安全高效地完成任务。