随着技术的发展，生成式AI已成为推动社会进步的重要力量。AIGC以其强大的内容生成能力和智能化应用，正逐步进入企业管理和商业运作的各个环节。面对层出不穷的各种大模型应用，作为承载算力底座的数据中心，也正在经历着持续创新与快速的技术迭代，如何找到建设与运营挑战的最优解，更好地发挥AI效能，成为了行业和企业面临的重要课题。
在近期举办的2024数据中心标准大会—《智算未来之数据中心高峰论坛》施耐德电气专场上，施耐德电气副总裁、关键电源业务中国中心负责人徐栋指出，随着生成式AI的爆发，未来智算中心的整体增长趋势对比传统数据中心将是3—4倍的增量。与此同时，在未来的几年中，出海业务的加速也将驱动数据中心的机会遍布全球。
毋庸置疑，数据中心正面临着前所未有的机遇与挑战。基于深耕行业多年的技术积累与创新，更好地满足多元化应用场景、各行业客户个性化需求，正是施耐德电气当前及未来工作的重中之重。
AI时代，数据中心面临诸多难题
《中国综合算力指数报告（2024）》指出，中国在用算力中心超过830万标准机架，智能算力同比增速超过65%。随之而来的是快速扩张的规模、持续提升的功率密度，行业企业要在AI浪潮中占据优势，亟需将前所未有的全方位挑战转化为发展机遇。
随着AI应用场景不断拓展深入，供配电系统正是首当其冲的一大挑战。在AI应用中，算法模型的复杂度和强度相对较高，导致大量计算能力的需求激增，这也意味着更大的耗电量。相关数据指出，ChatGPT 查询所需的电量几乎是 Google 搜索的 10 倍，而到2030年，数据中心电力需求将增长130%。
其次，新的芯片和服务器技术的迭代升级，加速了数据中心致密化趋势，更催生了制冷挑战。传统风冷方式已难以完全满足其散热需求，升级制冷方式对于数据中心运营商至关重要。考虑到液冷系统虽具备多项优势，但其安装较为复杂，目前风冷仍是行业主流选择，企业亟需行业专家评估当前及未来的运营需求，并针对个体化需求定制最佳制冷解决方案。
此外，为了更好地适应AI工作负载需求，机柜尺寸、承重能力、空间及散热设计等也都是制约算力规模提升的一大难题。在高密度的硬件配置、新一代GPU/CPU芯片、更多的rPDU及液冷的应用要求之下，机柜需尺寸更大、深度空间更大、承重能力更大。
与此同时，在数据中心设计、建设到运维的全生命周期内，物理基础设施软件工具（DCIM、EPMS、BMS以及数字化电气设计工具等）的重要性将会被提升到新高度。针对高密度人工智能集群与液冷、风冷系统相结合产生的复杂性，数字化工具不仅能降低复杂电网出现意外故障的风险，同时也可以支持构建数据中心的数字孪生，从而更好地为企业的布局决策提供有力依据。
闽公网安备 35020602001684号