偉創(chuàng)力首席執(zhí)行官, Revathi Advaith

人工智能正在重塑世界，數(shù)據(jù)中心是其動(dòng)力命脈。

如今的數(shù)據(jù)中心遠(yuǎn)不止是服務(wù)器集群，它們是支撐醫(yī)療、生產(chǎn)力乃至國家安全領(lǐng)域取得重大突破的核心基礎(chǔ)設(shè)施。而算力需求正遠(yuǎn)超供應(yīng)，基礎(chǔ)設(shè)施升級往往耗時(shí)數(shù)年。問題顯而易見：目前，電網(wǎng)無法跟上創(chuàng)新與電力需求呈指數(shù)級增長的速度。

我們可以直觀感受這一變化的規(guī)模：幾年前，一臺機(jī)架功耗僅數(shù)千瓦，與一組家用電器的能耗相當(dāng)。而如今，在AI 集群中，單機(jī)架功耗通常達(dá)到了數(shù)十千瓦，高密度部署則會達(dá)到數(shù)百千瓦。

兆瓦級部署已近在眼前。到 2030 年，全球數(shù)據(jù)中心需求預(yù)計(jì)增至三倍，能源效率提升至關(guān)重要。能效的提升將決定數(shù)十億美元的資本支出，究竟是轉(zhuǎn)化為可用算力，還是淪為擱淺投資。

電力去向：確立基準(zhǔn)線

要規(guī)劃通往更高能效的路徑，首先要清楚掌握數(shù)據(jù)中心的能耗分布。數(shù)據(jù)中心運(yùn)營方需全面考量從電網(wǎng)到芯片的電力與冷卻基礎(chǔ)設(shè)施，并關(guān)注引發(fā)能效損耗的附加成本（即下文“其他” 類別）。高密度 AI 負(fù)載會同時(shí)提高冷卻與算力需求。

– 圖源Thinkstock / Yelantsevv

算力設(shè)備，約40%

AI 訓(xùn)練集群密度高、功耗大。單個(gè) GPU 節(jié)點(diǎn)在滿負(fù)載工況下功耗可達(dá)數(shù)千瓦。服務(wù)器電源管理、處理器能效與負(fù)載優(yōu)化，對實(shí)現(xiàn)能耗精細(xì)化管控至關(guān)重要。

冷卻系統(tǒng)，約40%

為高密度機(jī)架散熱的機(jī)械冷卻（暖通空調(diào)）系統(tǒng)、冷水機(jī)組及風(fēng)扇會消耗大量電力。應(yīng)對不同場景的能耗需求時(shí)，如AI訓(xùn)練的能耗需求，運(yùn)營方常出現(xiàn)冷卻資源過度配置的情況。冷卻是提升能效的最大突破口。

其他，約20%

內(nèi)部電力調(diào)節(jié)系統(tǒng)、網(wǎng)絡(luò)與存儲設(shè)備，以及照明系統(tǒng)，構(gòu)成了數(shù)據(jù)中心剩余的能耗部分。

電源使用效率（PUE）是行業(yè)通用衡量指標(biāo)，它是指數(shù)據(jù)中心總能耗與 IT 設(shè)備能耗的比值。例如， 電源使用效率為1.5是指是在 IT 負(fù)載能耗基礎(chǔ)上，額外附加能耗占 50%。當(dāng)前，超大規(guī)模數(shù)據(jù)中心的電源使用效率普遍在 1.04–2.0 之間，但若冷卻與電力轉(zhuǎn)換環(huán)節(jié)無法持續(xù)優(yōu)化，AI 驅(qū)動(dòng)的負(fù)載將會提高這一數(shù)值。

數(shù)據(jù)中心規(guī)模擴(kuò)大將加劇能效損耗

對于最終財(cái)務(wù)利潤而言，能效下降 1 個(gè)百分點(diǎn)聽起來微不足道。但對超大規(guī)模數(shù)據(jù)中心來說，其影響卻不容小覷。 若一座100 兆瓦的數(shù)據(jù)中心的電價(jià)為每千瓦時(shí) 0.12 美元，能效每提升 1%，每年便可節(jié)省 100 萬美元運(yùn)營成本。在全球數(shù)據(jù)中心集群中，效益還會成倍放大。

除運(yùn)營成本外，低能效還會對資本投資產(chǎn)生長期影響。如果數(shù)據(jù)中心運(yùn)營方為彌補(bǔ)電力損耗而過度擴(kuò)建容量，即便這些電力基礎(chǔ)設(shè)施、制冷系統(tǒng)及其他前期設(shè)施并未被充分利用，相關(guān)成本也會隨之增加。與之相反，高能效設(shè)計(jì)能在單位面積內(nèi)提供更強(qiáng)算力，既能加快部署速度，又提升了投資回報(bào)率。

– 圖源Getty Images

通過能效優(yōu)化，降低運(yùn)營成本，提升 IT 資源利用率

能效提升不僅有助于節(jié)能，同時(shí)可以加強(qiáng)運(yùn)營靈活性、打造競爭優(yōu)勢。布局電力能效優(yōu)化是關(guān)鍵的盈利抓手，也是建設(shè)高性價(jià)比數(shù)據(jù)中心的核心策略。

更智能的電力與冷卻方案有助于運(yùn)營方實(shí)現(xiàn)每瓦算力最大化，提升利潤空間。新能源發(fā)電與輸電項(xiàng)目周期漫長，且大多不在運(yùn)營方可控范圍內(nèi)，但能效升級則可快速落地實(shí)施：

先進(jìn)冷卻系統(tǒng)—— 高密度 AI 集群的單機(jī)架功耗可達(dá) 20kW 至 100kW，兆瓦級機(jī)架也即將投入應(yīng)用。常規(guī)風(fēng)冷無法匹配其產(chǎn)熱散熱需求，而直接芯片液冷的散熱效率會大幅更高，同時(shí)智能控制系統(tǒng)還可根據(jù)負(fù)載需求動(dòng)態(tài)調(diào)節(jié)冷卻強(qiáng)度。

最優(yōu)電力轉(zhuǎn)換—— 高壓直流配電、固態(tài)變壓器等先進(jìn)電力架構(gòu)可以減少電力轉(zhuǎn)換環(huán)節(jié)與損耗。高效不間斷電源（UPS）系統(tǒng)、適配容量的機(jī)柜配電單元（PDU），能有效避免電能閑置的浪費(fèi)以及無法轉(zhuǎn)化為有效算力。

調(diào)試驗(yàn)收—— 落地執(zhí)行環(huán)節(jié)尤為關(guān)鍵。對IT 基礎(chǔ)設(shè)施、電力、機(jī)械及控制系統(tǒng)進(jìn)行上線前的測試與驗(yàn)證，可避免控制系統(tǒng)調(diào)試不當(dāng)、參數(shù)設(shè)定錯(cuò)誤等問題，杜絕造成長期不必要的能耗。嚴(yán)格的調(diào)試驗(yàn)收流程對實(shí)現(xiàn)目標(biāo) PUE 值至關(guān)重要。

AI 輔助運(yùn)維——AI 技術(shù)提供助力。機(jī)器學(xué)習(xí)算法可以實(shí)時(shí)預(yù)測熱負(fù)荷、調(diào)節(jié)氣流、全局優(yōu)化硬件資源配置，在性能、能效與能耗間實(shí)現(xiàn)平衡，持續(xù)挖掘可規(guī)模化落地的增量收益。

行業(yè)協(xié)同至關(guān)重要

電力接入周期漫長、電網(wǎng)基礎(chǔ)設(shè)施老舊以及容量不足的問題，使得單純依賴電網(wǎng)擴(kuò)容成為一種高風(fēng)險(xiǎn)策略。如果能效難以大幅提升，數(shù)據(jù)中心的發(fā)展將持續(xù)受到電力供應(yīng)的限制。在人工智能時(shí)代，這對運(yùn)營方以及企業(yè)的競爭力與經(jīng)濟(jì)增長會產(chǎn)生重要影響。

企業(yè)難以能獨(dú)自彌合能效差距，其涉及算力、基礎(chǔ)設(shè)施、電力電子、冷卻技術(shù)以及電網(wǎng)接入等多個(gè)領(lǐng)域。

分享最佳實(shí)踐方案、制定開放標(biāo)準(zhǔn)，能夠在整個(gè)生態(tài)中加速創(chuàng)新、推動(dòng)能效提升技術(shù)落地。這正是開放計(jì)算項(xiàng)目（OCP）等行業(yè)聯(lián)盟存在的重要意義。

在該框架下中，許多超大規(guī)模數(shù)據(jù)中心運(yùn)營方正攜手合作，在人工智能的超高負(fù)載場景下重新定義數(shù)據(jù)中心基礎(chǔ)設(shè)施。從高壓直流配電，到解耦式輔助電源機(jī)柜，再到先進(jìn)液冷技術(shù)的集成，他們正推動(dòng)數(shù)據(jù)中心運(yùn)行模式實(shí)現(xiàn)戰(zhàn)略性轉(zhuǎn)變。規(guī)模化運(yùn)用此類創(chuàng)新將節(jié)省數(shù)百萬美元的能源成本。

分享最佳實(shí)踐并制定開放標(biāo)準(zhǔn)，能夠加速創(chuàng)新，并推動(dòng)整個(gè)生態(tài)系統(tǒng)對能效技術(shù)的采納與應(yīng)用：

未來方向清晰明確：在電網(wǎng)約束日益嚴(yán)峻的當(dāng)下，能效提升成為必然。這是新一輪人工智能創(chuàng)新活力與盈利能力的關(guān)鍵。實(shí)現(xiàn)發(fā)展目標(biāo)固然需要容量保障，也同樣需要精細(xì)化管理與持續(xù)優(yōu)化的嚴(yán)謹(jǐn)思路。為了實(shí)現(xiàn)長期性能與利潤，運(yùn)營方需做到：

從源頭進(jìn)行能效設(shè)計(jì)： 每一度電都至關(guān)重要，能效損耗會快速累積放大。

投資先進(jìn)電力與冷卻方案： 部署先進(jìn)液冷技術(shù)、高效電力轉(zhuǎn)換系統(tǒng)及人工智能驅(qū)動(dòng)的控制系統(tǒng)，優(yōu)化能源使用。

嚴(yán)格開展調(diào)試驗(yàn)收：確保基礎(chǔ)設(shè)施設(shè)計(jì)與實(shí)際運(yùn)行匹配，避免不必要的成本與能效損耗。

推動(dòng)全行業(yè)協(xié)同合作：通過開放計(jì)算項(xiàng)目等平臺，支持開放標(biāo)準(zhǔn)與聯(lián)合創(chuàng)新，實(shí)現(xiàn)共贏發(fā)展。

對數(shù)據(jù)中心而言，電力能效是可持續(xù)增長的基石。能否充分發(fā)揮 AI 基礎(chǔ)設(shè)施的全部價(jià)值，關(guān)鍵就在能效。彌合能效差距不只是優(yōu)秀工程技術(shù)的考量，更是明智的商業(yè)決策。