每經記者｜王晶(jing)    每經編輯｜魏文藝    

隨著人工智能（AI）技術飛速發展，算力需求呈現爆發式增長。從GPT-1到GPT-5，模型參數量從1.17億躍升至數萬億，模型結構也(ye)在不斷演(yan)進(jin)，從稠密LLM模型向MoE稀疏化模型以及多(duo)模態(tai)模型持續演(yan)進(jin)。

面對(dui)這一趨勢，單(dan)純依(yi)靠傳(chuan)統(tong)服(fu)務(wu)器的(de)(de)簡單(dan)堆疊已無(wu)法滿足(zu)需求(qiu)，AI算力設施正加速(su)向高(gao)密(mi)度(du)、液冷(leng)化、集群化方向演進，這不僅帶來了(le)更(geng)高(gao)的(de)(de)功率負載(zai)和更(geng)復(fu)雜的(de)(de)散(san)熱(re)要求(qiu)，也對(dui)傳(chuan)統(tong)數據(ju)中心的(de)(de)散(san)熱(re)、供配電系統(tong)、網(wang)絡設計等提出了(le)新的(de)(de)挑戰。

9月17日，在上海召開的首屆AIDC產業發展大會上，中國電子工程設計院數據中心事業部副總經理王志強向包括《每日經濟新聞》在內的媒體記者表示：“當前整個GPU芯片及AI集群的功率密度演進速度，已超過傳統云數據中心的技術演進路徑。超(chao)高密度、超(chao)大規模部署(shu)，使(shi)基礎設施在動力適配、樓體(ti)結構、空間(jian)規劃等方面面臨巨大挑(tiao)戰。”

在(zai)王志強看來，為匹配(pei)AI負載的(de)(de)快速演進對(dui)算力的(de)(de)需求，機房要(yao)具備足夠的(de)(de)靈活性(xing)和彈(dan)性(xing)擴展能力，并且在(zai)機房的(de)(de)規劃(hua)和建(jian)設模式上也需具有前瞻性(xing)。

首屆AIDC產業發展(zhan)大會現場 圖片來源(yuan)：每經(jing)記(ji)者 王晶 攝(she) 

算力設施將走向高密、液冷

事實上(shang)，隨著AI訓(xun)練與推理(li)任務復(fu)雜度的不(bu)斷提升，單(dan)機柜(ju)功(gong)(gong)率正從當前的50kW（千瓦(wa)，功(gong)(gong)率計(ji)量單位）向(xiang)300kW甚(shen)至更高水平躍(yue)進。與此同時(shi)，超節點規模的擴展也(ye)使得單集群供電需求躍(yue)升至數(shu)百(bai)MW（兆瓦，電功率的基本(ben)單(dan)位），遠(yuan)遠(yuan)超(chao)過了現(xian)有數據中心單(dan)棟樓10—20MW的供電能力。

在實際部署落地的過程中(zhong)，高功率密(mi)度帶來基礎設施的升級(ji)挑戰遠比想象(xiang)中(zhong)復雜。

王志(zhi)強表示：“去年單柜(ju)20kW還算主流，今年華(hua)為(wei)384型(xing)機(ji)柜(ju)已經(jing)做到60kW，而字節、阿里、騰(teng)訊這(zhe)些互聯(lian)網大廠在推理和訓練(lian)場景的單柜(ju)容量(liang)很快會(hui)突破100kW。”

功(gong)率(lv)密度(du)外(wai)，制冷也(ye)成(cheng)(cheng)為數據中(zhong)心投資規劃中(zhong)無法回(hui)避的難題。在冷卻技(ji)術方面，風(feng)冷方案已接近極限，液冷成(cheng)(cheng)為轉型方向(xiang)。這意味著數據中(zhong)心的基(ji)礎設施必(bi)須同(tong)步迭代。

對(dui)此(ci)，當(dang)日（9月(yue)17日）發布的(de)《AIDC機房參考設(she)(she)(she)計白皮書》中對(dui)AIDC（AI數據中心）的(de)設(she)(she)(she)計思路(lu)及部署(shu)模式(shi)給(gei)出了一些建議。比(bi)如：構建全鏈路(lu)高(gao)效供(gong)電(dian)(dian)體系，中低壓配(pei)電(dian)(dian)系統按(an)最(zui)大容量池化設(she)(she)(she)計；在(zai)建筑結構規(gui)劃上，機房設(she)(she)(she)計必須預留充足的(de)層高(gao)和承(cheng)重余(yu)量，以適(shi)配(pei)不斷增重的(de)AI服務器及相關設(she)(she)(she)備，同時保障后續設(she)(she)(she)備更新(xin)換代(dai)的(de)靈(ling)活性；對(dui)于超節點域內(nei)的(de)互聯走線，按(an)照最(zui)短互聯走線距離進行規(gui)劃設(she)(she)(she)計，確保超節點內(nei)時延最(zui)低。

在全球計算(suan)聯盟（GCC）秘書(shu)處CTO苗福(fu)友看來(lai)，未來(lai)兩三(san)年(nian)，國內AIDC建設仍將保持每年(nian)40%以(yi)上的年(nian)增(zeng)速，隨后每年(nian)新增建設量還(huan)會增加，然(ran)后慢慢趨于平緩(huan)。預計(ji)到(dao)2030年(nian)前后，年(nian)增長率或(huo)在(zai)10%左右。

與新建機(ji)房相比，當前更為現實(shi)的問題是，存量數(shu)據中心機(ji)房以低密(mi)風(feng)冷機(ji)房為主，面向AIDC高密(mi)液冷機(ji)柜需求(qiu)，如何才(cai)能實(shi)現平滑演進？

對(dui)此，王志強(qiang)介紹了(le)(le)幾種路徑：第(di)一(yi)(yi)，在規劃層(ceng)面要(yao)引入模塊化理(li)念；第(di)二，做到風(feng)液兼(jian)容和匹(pi)配，原來風(feng)液比是4∶6，未來一(yi)(yi)年就可能(neng)變成1∶9。“確(que)實很(hen)難(nan)，但我(wo)們已經找(zhao)到了(le)(le)一(yi)(yi)些出口，比如(ru)在荷載層(ceng)面、空(kong)間層(ceng)面、架構層(ceng)面做適度合(he)理(li)的(de)極簡(jian)。”

中外AIDC發展路徑存在差異

今年(nian)(nian)以來(lai)(lai)，海外(wai)科(ke)技(ji)巨(ju)頭們在(zai)AI基(ji)建(jian)上持續加碼。今年(nian)(nian)8月，OpenAI CEO奧特曼表示，未(wei)來(lai)(lai)公司將投入(ru)數(shu)(shu)(shu)萬億美元(yuan)夯實AI基(ji)建(jian)，用于支持各項(xiang)人工智能服務。更早之前，Meta CEO扎克伯格也(ye)表示，Meta將斥資數(shu)(shu)(shu)千億美元(yuan)建(jian)設幾個大型AI數(shu)(shu)(shu)據中心。

據統計(ji)，2025年(nian)年(nian)初以來，多(duo)個(ge)國家和地(di)區紛紛宣布將千億(yi)美(mei)元以上(shang)資金規(gui)模投向AI基(ji)建領域。

針對我國AIDC和海外AI基建之間的發展路徑差別，王志強回應稱： “在功率密度上，國際領先項目已普遍達到120至150kW/柜，英偉達2028年規劃向600kW推進，更追求單柜的超高密度；而國內更多依靠光網絡封裝，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(zai)(zai)技術路線上，海外更(geng)(geng)注重(zhong)GPU的(de)(de)(de)性(xing)能(neng)(neng)發(fa)揮(hui)，常配(pei)置冷機提(ti)供(gong)中溫冷凍水，通過更(geng)(geng)低的(de)(de)(de)水溫使(shi)GPU能(neng)(neng)夠工(gong)作在(zai)(zai)更(geng)(geng)高效(xiao)的(de)(de)(de)功率(lv)段上，而(er)國內受節能(neng)(neng)降(jiang)耗驅(qu)動，大概(gai)供(gong)水的(de)(de)(de)水溫在(zai)(zai)30—40攝氏度，是(shi)比較高的(de)(de)(de)，可以實現(xian)全年的(de)(de)(de)自然(ran)冷卻（可能(neng)(neng)會限制(zhi)部分算力設(she)備的(de)(de)(de)峰值性(xing)能(neng)(neng)）。”

此外，在(zai)集群(qun)規(gui)(gui)模上也面臨(lin)差距。“海外已實現10萬卡的(de)集群(qun)落地，而(er)國(guo)內基(ji)于國(guo)產算力卡的(de)超大規(gui)(gui)模集群(qun)也在(zai)做，但規(gui)(gui)模再大就(jiu)會面臨(lin)組網的(de)挑戰。不過目(mu)前很(hen)多技(ji)術(shu)，比如硅光封(feng)裝、光互(hu)聯等正在(zai)解(jie)決產業界(jie)的(de)問題。”王志強說道。

雖然我國AIDC建設面(mian)臨諸多挑(tiao)戰，但(dan)產業各方已積極行動。中國電子技術標準化研究院高級工程師沈芷月介紹稱，在標準方面，全球計算聯盟（GCC）已經布局了智能計算、數據中心、機密計算、邊緣計算、綠色計算等多個領域的重點標準，目前已發布20項，預計年底將達到30項。在技術的研發(fa)與創新方面(mian)，針對目前AIDC面臨(lin)的熱、電(dian)、空間等問題的挑戰，產業界將繼續投入新技術的研發和推(tui)廣，以提升AIDC的能效和性能。此外，還會加大產業協(xie)同與生態建設。

免責聲明：本文內容與(yu)數據(ju)(ju)僅供參考，不構成投資建議，使(shi)用前請核實(shi)。據(ju)(ju)此操作，風(feng)險(xian)自擔(dan)。

封面(mian)圖片來源：每經記者 王晶(jing) 攝