每經(jīng)記者｜王晶    每經(jīng)編輯｜魏文藝    

隨著人工智能（AI）技術(shù)飛速發(fā)展，算力需求呈現(xiàn)爆發(fā)式增長。從GPT-1到GPT-5，模型參數(shù)量從1.17億躍升至數(shù)萬億，模型結(jié)構(gòu)也在不斷演進，從稠密LLM模型向MoE稀疏化模型以及多模態(tài)模型持續(xù)演進。

面對這一趨勢，單純依靠傳統(tǒng)服務(wù)器的簡單堆疊已無法滿足需求，AI算力設(shè)施正加速向高密度、液冷化、集群化方向演進，這不僅帶來了更高的功率負載和更復雜的散熱要求，也對傳統(tǒng)數(shù)據(jù)中心的散熱、供配電系統(tǒng)、網(wǎng)絡(luò)設(shè)計等提出了新的挑戰(zhàn)。

9月17日，在上海召開的首屆AIDC產(chǎn)業(yè)發(fā)展大會上，中國電子工程設(shè)計院數(shù)據(jù)中心事業(yè)部副總經(jīng)理王志強向包括《每日經(jīng)濟新聞》在內(nèi)的媒體記者表示：“當前整個GPU芯片及AI集群的功率密度演進速度，已超過傳統(tǒng)云數(shù)據(jù)中心的技術(shù)演進路徑。超高密度、超大規(guī)模部署，使基礎(chǔ)設(shè)施在動力適配、樓體結(jié)構(gòu)、空間規(guī)劃等方面面臨巨大挑戰(zhàn)。”

在王志強看來，為匹配AI負載的快速演進對算力的需求，機房要具備足夠的靈活性和彈性擴展能力，并且在機房的規(guī)劃和建設(shè)模式上也需具有前瞻性。

首屆AIDC產(chǎn)業(yè)發(fā)展大會現(xiàn)場 圖片來源：每經(jīng)記者 王晶 攝 

算力設(shè)施將走向高密、液冷

事實上，隨著AI訓練與推理任務(wù)復雜度的不斷提升，單機柜功率正從當前的50kW（千瓦，功率計量單位）向300kW甚至更高水平躍進。與此同時，超節(jié)點規(guī)模的擴展也使得單集群供電需求躍升至數(shù)百MW（兆瓦，電功率的基本單位），遠遠超過了現(xiàn)有數(shù)據(jù)中心單棟樓10—20MW的供電能力。

在實際部署落地的過程中，高功率密度帶來基礎(chǔ)設(shè)施的升級挑戰(zhàn)遠比想象中復雜。

王志強表示：“去年單柜20kW還算主流，今年華為384型機柜已經(jīng)做到60kW，而字節(jié)、阿里、騰訊這些互聯(lián)網(wǎng)大廠在推理和訓練場景的單柜容量很快會突破100kW。”

功率密度外，制冷也成為數(shù)據(jù)中心投資規(guī)劃中無法回避的難題。在冷卻技術(shù)方面，風冷方案已接近極限，液冷成為轉(zhuǎn)型方向。這意味著數(shù)據(jù)中心的基礎(chǔ)設(shè)施必須同步迭代。

對此，當日（9月17日）發(fā)布的《AIDC機房參考設(shè)計白皮書》中對AIDC（AI數(shù)據(jù)中心）的設(shè)計思路及部署模式給出了一些建議。比如：構(gòu)建全鏈路高效供電體系，中低壓配電系統(tǒng)按最大容量池化設(shè)計；在建筑結(jié)構(gòu)規(guī)劃上，機房設(shè)計必須預留充足的層高和承重余量，以適配不斷增重的AI服務(wù)器及相關(guān)設(shè)備，同時保障后續(xù)設(shè)備更新?lián)Q代的靈活性；對于超節(jié)點域內(nèi)的互聯(lián)走線，按照最短互聯(lián)走線距離進行規(guī)劃設(shè)計，確保超節(jié)點內(nèi)時延最低。

在全球計算聯(lián)盟（GCC）秘書處CTO苗福友看來，未來兩三年，國內(nèi)AIDC建設(shè)仍將保持每年40%以上的年增速，隨后每年新增建設(shè)量還會增加，然后慢慢趨于平緩。預計到2030年前后，年增長率或在10%左右。

與新建機房相比，當前更為現(xiàn)實的問題是，存量數(shù)據(jù)中心機房以低密風冷機房為主，面向AIDC高密液冷機柜需求，如何才能實現(xiàn)平滑演進？

對此，王志強介紹了幾種路徑：第一，在規(guī)劃層面要引入模塊化理念；第二，做到風液兼容和匹配，原來風液比是4∶6，未來一年就可能變成1∶9?！按_實很難，但我們已經(jīng)找到了一些出口，比如在荷載層面、空間層面、架構(gòu)層面做適度合理的極簡。”

中外AIDC發(fā)展路徑存在差異

今年以來，海外科技巨頭們在AI基建上持續(xù)加碼。今年8月，OpenAI CEO奧特曼表示，未來公司將投入數(shù)萬億美元夯實AI基建，用于支持各項人工智能服務(wù)。更早之前，Meta CEO扎克伯格也表示，Meta將斥資數(shù)千億美元建設(shè)幾個大型AI數(shù)據(jù)中心。

據(jù)統(tǒng)計，2025年年初以來，多個國家和地區(qū)紛紛宣布將千億美元以上資金規(guī)模投向AI基建領(lǐng)域。

針對我國AIDC和海外AI基建之間的發(fā)展路徑差別，王志強回應稱： “在功率密度上，國際領(lǐng)先項目已普遍達到120至150kW/柜，英偉達2028年規(guī)劃向600kW推進，更追求單柜的超高密度；而國內(nèi)更多依靠光網(wǎng)絡(luò)封裝，在我們可以掌握的制程下，通過集群的方式來解決，目前主流在40-60kW/柜。在技術(shù)路線上，海外更注重GPU的性能發(fā)揮，常配置冷機提供中溫冷凍水，通過更低的水溫使GPU能夠工作在更高效的功率段上，而國內(nèi)受節(jié)能降耗驅(qū)動，大概供水的水溫在30—40攝氏度，是比較高的，可以實現(xiàn)全年的自然冷卻（可能會限制部分算力設(shè)備的峰值性能）。”

此外，在集群規(guī)模上也面臨差距?！昂Ｍ庖褜崿F(xiàn)10萬卡的集群落地，而國內(nèi)基于國產(chǎn)算力卡的超大規(guī)模集群也在做，但規(guī)模再大就會面臨組網(wǎng)的挑戰(zhàn)。不過目前很多技術(shù)，比如硅光封裝、光互聯(lián)等正在解決產(chǎn)業(yè)界的問題。”王志強說道。

雖然我國AIDC建設(shè)面臨諸多挑戰(zhàn)，但產(chǎn)業(yè)各方已積極行動。中國電子技術(shù)標準化研究院高級工程師沈芷月介紹稱，在標準方面，全球計算聯(lián)盟（GCC）已經(jīng)布局了智能計算、數(shù)據(jù)中心、機密計算、邊緣計算、綠色計算等多個領(lǐng)域的重點標準，目前已發(fā)布20項，預計年底將達到30項。在技術(shù)的研發(fā)與創(chuàng)新方面，針對目前AIDC面臨的熱、電、空間等問題的挑戰(zhàn)，產(chǎn)業(yè)界將繼續(xù)投入新技術(shù)的研發(fā)和推廣，以提升AIDC的能效和性能。此外，還會加大產(chǎn)業(yè)協(xié)同與生態(tài)建設(shè)。

免責聲明：本文內(nèi)容與數(shù)據(jù)僅供參考，不構(gòu)成投資建議，使用前請核實。據(jù)此操作，風險自擔。

封面圖片來源：每經(jīng)記者 王晶 攝