自ChatGPT問(wèn)世以來(lái)，在新一輪AI浪潮的席卷下，智算需求逐漸增加，這也推動(dòng)了IDC向著AIDC邁進(jìn)?！端懔A(chǔ)設(shè)施高質(zhì)量發(fā)展行動(dòng)計(jì)劃》中指出，到2025年，計(jì)算力方面，算力規(guī)模超過(guò)300 EFLOPS，智能算力占比達(dá)到35%。

從如今國(guó)內(nèi)IDC市場(chǎng)發(fā)展現(xiàn)狀上看，目前通用算力已經(jīng)有供大于求的趨勢(shì)，而智能算力則是相當(dāng)緊俏，一方面，芯片的短缺是影響智算發(fā)展的重要因素之一；另一方面，隨著摩爾定律逐漸“失效”，似乎依靠“粗暴”堆疊芯片，已成為當(dāng)下滿足智算需求的最佳路徑，這也對(duì)數(shù)據(jù)中心的電容、制冷等諸多系統(tǒng)提出了新的要求。

在IDC向著AIDC演進(jìn)的過(guò)程中，預(yù)制化、綠色化、智能化已經(jīng)成為當(dāng)下產(chǎn)業(yè)向前發(fā)展的“三板斧”。

數(shù)據(jù)中心步入預(yù)制化時(shí)代

建設(shè)一座支持萬(wàn)卡的數(shù)據(jù)中心需要多久？

如果從土建開(kāi)始算起，在一切順利的情況下，大概需要12個(gè)月的交付周期，對(duì)于北方存在“凍土期”（凍土期不能進(jìn)行土建施工）的數(shù)據(jù)中心而言，可能這個(gè)時(shí)間還會(huì)更久。

大模型的變化有多快？

短短2年時(shí)間，大模型已經(jīng)席卷了各行業(yè)，各行業(yè)對(duì)于算力，尤其是智能算力的需求呈現(xiàn)式井噴式的增長(zhǎng)。

其實(shí)不光是大模型，早在大模型之前的互聯(lián)網(wǎng)時(shí)代，互聯(lián)網(wǎng)企業(yè)對(duì)于業(yè)務(wù)部署的速度要求也是越來(lái)越快，在這個(gè)“唯快不破”的年代，早一天上線業(yè)務(wù)，就能早一天賺錢(qián)，就能早一天占據(jù)市場(chǎng)。而這也導(dǎo)致了企業(yè)對(duì)于底層支撐的數(shù)據(jù)中心建設(shè)速度的要求。

對(duì)此，普洛斯中國(guó)高級(jí)副總裁、數(shù)據(jù)中心業(yè)務(wù)聯(lián)席總裁郭仁聲表示，用戶如今對(duì)于數(shù)據(jù)中心交付周期的要求很高，都希望早點(diǎn)上線業(yè)務(wù)，這也就對(duì)數(shù)據(jù)中心建設(shè)提出了更高的要求，而預(yù)制化、模塊化的方式，可以幫助用戶在更短的時(shí)間，保質(zhì)保量的完成交付，“未來(lái)，預(yù)制化的模式會(huì)成為數(shù)據(jù)中心建設(shè)的一種主流方式?！彼赋?。

預(yù)制化數(shù)據(jù)中心就是將數(shù)據(jù)中心中的各個(gè)系統(tǒng)進(jìn)行模塊化分解，比如將制冷、變電站、供配電等不同的功能模塊，通過(guò)預(yù)制化的方案，在工廠進(jìn)行標(biāo)準(zhǔn)化的生產(chǎn)，并進(jìn)行測(cè)試，確保達(dá)到使用要求，再拉到施工現(xiàn)場(chǎng)，進(jìn)行拼裝，郭仁聲說(shuō)，“預(yù)制化的優(yōu)勢(shì)在于，一是可以實(shí)現(xiàn)快速的交付，二是減少了現(xiàn)場(chǎng)的安全測(cè)試環(huán)節(jié)，交付質(zhì)量更有保障?！?/p>

以普洛斯常熟東南數(shù)據(jù)中心為例，總建筑面積15萬(wàn)平方米，IT負(fù)載達(dá)120MW，可為超過(guò)30萬(wàn)臺(tái)服務(wù)器提供設(shè)施和增值服務(wù)。項(xiàng)目采用了多系統(tǒng)預(yù)制化的方案，對(duì)變電站、冷凍站、鋼結(jié)構(gòu)/熱通道等進(jìn)行模塊拆分、工廠預(yù)制化及現(xiàn)場(chǎng)拼裝建設(shè)，在7個(gè)月內(nèi)就實(shí)現(xiàn)了改建項(xiàng)目一期的落地交付（建筑面積6萬(wàn)多平方米，IT負(fù)載65兆瓦），而傳統(tǒng)方案平均要接近一年的時(shí)間才能完成，工期縮短了接近一半。而整個(gè)建設(shè)過(guò)程中還包括了一般數(shù)據(jù)中心不會(huì)單獨(dú)建設(shè)的一個(gè)110千伏變電站。

除此之外，通過(guò)預(yù)制化、模塊化的方式，也可以降低數(shù)據(jù)中心全生命周期的碳排放，側(cè)面推動(dòng)了數(shù)據(jù)中心整體的碳中和進(jìn)程。

魚(yú)和熊掌需兼得

從產(chǎn)業(yè)角度上看，預(yù)制化、模塊化的建設(shè)數(shù)據(jù)中心僅是數(shù)據(jù)中心節(jié)能減排的“冰山一角”，在算力需求與碳中和需求的雙重影響下，IDC在向AIDC演進(jìn)的過(guò)程中，如何實(shí)現(xiàn)算力與碳中和的“魚(yú)和熊掌兼得”也成為近幾年來(lái)產(chǎn)業(yè)上下游企業(yè)共同努力的方向。

有業(yè)內(nèi)專(zhuān)家指出，在國(guó)家碳中和目標(biāo)的引導(dǎo)下，數(shù)據(jù)中心行業(yè)推進(jìn)碳中和是必然的趨勢(shì)，與此同時(shí)，為了確保數(shù)字技術(shù)的發(fā)展，數(shù)據(jù)中心作為底座，其算力保障也是必不可少的，而如何實(shí)現(xiàn)二者的兼得，就成為未來(lái)很長(zhǎng)一段時(shí)間內(nèi)，產(chǎn)業(yè)需要共同面臨的話題。

在算力方面，根據(jù)市場(chǎng)調(diào)研，目前絕大多數(shù)芯片廠商的GPU利用率都在30%以下，“這種情況一方面造成了企業(yè)需要堆疊更多的芯片，才能滿足需求，進(jìn)而使得投資成本更高；另一方面，也造成了資源浪費(fèi)的現(xiàn)象?！痹撁麑?zhuān)家指出，“從技術(shù)角度出發(fā)，如何提高GPU利用效率、算力資源利用效率，是目前業(yè)內(nèi)在算力方面最需要解決的問(wèn)題?！?/p>

在碳中和方面，數(shù)據(jù)中心作為公認(rèn)的高載能行業(yè)，尤其是在AI時(shí)代，單機(jī)柜功率已經(jīng)從原先通算時(shí)代的2.5KW/機(jī)柜，上升到6KW、8KW、12KW/機(jī)柜，甚至在某些特定的場(chǎng)景下，單機(jī)柜功率已經(jīng)可以達(dá)到幾十千瓦，如果還使用傳統(tǒng)的模式的話，數(shù)據(jù)中心的能耗將進(jìn)一步上升。

此時(shí)，就需要從兩維度對(duì)數(shù)據(jù)中心進(jìn)行升級(jí)優(yōu)化。首先，就是數(shù)據(jù)中心供配電系統(tǒng)，一方面，傳統(tǒng)的供配電系統(tǒng)已經(jīng)不能滿足穩(wěn)定地為數(shù)據(jù)中心進(jìn)行供配電，新的架構(gòu)下，自建變電站以提升穩(wěn)定性的數(shù)據(jù)中心越來(lái)越多，而普洛斯常熟東南數(shù)據(jù)中心就是這其中一個(gè)典型的代表。

另一方面，提升供配電系統(tǒng)的效率也是目前數(shù)據(jù)中心行業(yè)比較聚焦的一個(gè)問(wèn)題。針對(duì)此，目前數(shù)據(jù)中心內(nèi)比較常見(jiàn)的提升供電效率的操作是采用高壓直流的方式進(jìn)行供電。對(duì)此，郭仁聲表示，普洛斯常熟東南數(shù)據(jù)中心就采用了高壓直流供電的方式，“一方面，高壓直流提升了數(shù)據(jù)中心供配電的穩(wěn)定性，另一方面也提升了數(shù)據(jù)中心的供配電效率，從而在間接節(jié)省了電費(fèi)的開(kāi)銷(xiāo)的同時(shí)，還能降低數(shù)據(jù)中心整體的碳排放?！惫事暼缡钦f(shuō)。

相較于傳統(tǒng)的UPS交流供電系統(tǒng)，一方面，高壓直流的供電模式采用模塊化設(shè)計(jì)，可以靈活擴(kuò)容，且每個(gè)模塊的負(fù)載率可達(dá)70%~80%，比傳統(tǒng)UPS系統(tǒng)高。

另一方面，由于去掉了逆變環(huán)節(jié)（傳統(tǒng)UPS系統(tǒng)結(jié)構(gòu)相對(duì)復(fù)雜，包含多個(gè)變換環(huán)節(jié)和冗余設(shè)計(jì)，以提高供電可靠性），減少了能量損耗，整體效率更高，一般來(lái)講，高壓直流系統(tǒng)的效率可高達(dá)96%以上，有些極度優(yōu)化的甚至可達(dá)98%~99%左右，比傳統(tǒng)UPS系統(tǒng)高近10%。

除了在供配電系統(tǒng)方面的優(yōu)化升級(jí)以外，作為數(shù)據(jù)中心能耗“大頭”的制冷系統(tǒng)也隨著機(jī)柜功率的上升，迎來(lái)了新的變革。

其實(shí)供冷的變革早在生成式AI爆火以前就已經(jīng)開(kāi)始了。彼時(shí)，機(jī)柜的功率已經(jīng)開(kāi)始呈現(xiàn)出逐漸增長(zhǎng)的趨勢(shì)，諸如AHU間接蒸發(fā)冷卻、封閉冷/熱通道、循環(huán)冷凍水、自然冷卻等在內(nèi)的多項(xiàng)新一代供冷技術(shù)已經(jīng)逐漸在數(shù)據(jù)中心中得以應(yīng)用。

隨著生成式AI的到來(lái)，液冷技術(shù)在數(shù)據(jù)中心中的發(fā)展也迎來(lái)了爆發(fā)。雖然是純液冷，還是風(fēng)液混合；是浸沒(méi)式液冷，還是冷板式液冷，在行業(yè)內(nèi)仍存在比較大的爭(zhēng)議，但似乎液冷已經(jīng)成為智算中心的“標(biāo)配”，用戶對(duì)于液冷的接受度也越來(lái)越高，據(jù)了解，普洛斯常熟東南數(shù)據(jù)中心就有與用戶一起做的液冷試點(diǎn)案例。

而普洛斯在液冷方面的布局也不是個(gè)例，當(dāng)下對(duì)于液冷產(chǎn)品的布局已經(jīng)不僅局限在設(shè)備廠商，越來(lái)越多諸如普洛斯、秦淮數(shù)據(jù)、世紀(jì)互聯(lián)這樣的頭部IDC服務(wù)商在這個(gè)領(lǐng)域進(jìn)行深度布局。郭仁聲表示，液冷的應(yīng)用，一方面得益于技術(shù)的成熟與機(jī)柜功率變大，讓液冷不再是“殺雞用牛刀”；另一方面，用戶對(duì)于液冷的接受度，以及IDC全產(chǎn)業(yè)的碳中和要求，也推動(dòng)了這項(xiàng)技術(shù)在數(shù)據(jù)中心中的應(yīng)用，“普洛斯在液冷方面也有著深入的布局，而相較于其他IDC服務(wù)商而言，我們的優(yōu)勢(shì)在于有包括管路、冷卻液、閥門(mén)等在內(nèi)的液冷全供應(yīng)鏈體系?！惫事暼缡钦f(shuō)。

面對(duì)算力與碳中和的“魚(yú)和熊掌兼得”，是全產(chǎn)業(yè)需要共同面臨的話題。

AI for DC

在數(shù)據(jù)中心減排的路上，AI技術(shù)也可以為數(shù)據(jù)中心提供更好地支持。AI技術(shù)在運(yùn)營(yíng)管理的應(yīng)用也成為IDC服務(wù)商提升核心競(jìng)爭(zhēng)力，實(shí)現(xiàn)降本增效過(guò)程中重要的一環(huán)。

通過(guò)數(shù)智化的手段，提升數(shù)據(jù)中心運(yùn)營(yíng)管理效率和質(zhì)量已經(jīng)成為當(dāng)下數(shù)據(jù)中心“常規(guī)操作”，諸如動(dòng)環(huán)監(jiān)控、極早期預(yù)警等系統(tǒng)在數(shù)據(jù)中心的應(yīng)用也已屢見(jiàn)不鮮。對(duì)此，郭仁聲表示，現(xiàn)階段，IDC服務(wù)商為了加強(qiáng)運(yùn)營(yíng)管理，除了需要具備專(zhuān)業(yè)的運(yùn)維團(tuán)隊(duì)以外，更為重要的是，要通過(guò)智能化的工具更好地支持?jǐn)?shù)據(jù)中心的運(yùn)營(yíng)管理，“普洛斯為此自主研發(fā)了GLP DCBASE智慧化運(yùn)營(yíng)管理系統(tǒng)，打造了跨數(shù)據(jù)中心、跨城市的數(shù)字孿生的運(yùn)維管理監(jiān)控平臺(tái)?！惫事暯榻B道。

除了基礎(chǔ)的動(dòng)環(huán)監(jiān)控等平臺(tái)及系統(tǒng)以外，GLP DCBASE智慧化運(yùn)營(yíng)管理系統(tǒng)（簡(jiǎn)稱(chēng)GLP DCBASE）還具備了AI預(yù)警的能力。具體來(lái)看，以普洛斯常熟東南數(shù)據(jù)中心為例，在該項(xiàng)目中，普洛斯利用AI預(yù)警的能力，結(jié)合國(guó)家氣象等信息，提前調(diào)整機(jī)房供冷系統(tǒng)，溫度高時(shí)提前開(kāi)啟機(jī)房空調(diào)，溫度低時(shí)提前關(guān)閉機(jī)房空調(diào)，甚至在進(jìn)行AI預(yù)測(cè)以后，提前使用自然冷卻實(shí)現(xiàn)機(jī)房制冷，“利用了這套AI預(yù)警系統(tǒng)后，在常熟項(xiàng)目上，一年就能省下上百萬(wàn)的制冷電費(fèi)，”郭仁聲指出，“目前，在全國(guó)范圍投產(chǎn)的十幾個(gè)數(shù)據(jù)中心都推廣了這項(xiàng)功能，每年可節(jié)省大量電費(fèi)成本?！?/p>

除了降本以外，AI還能幫助數(shù)據(jù)中心運(yùn)營(yíng)管理實(shí)現(xiàn)增效。眾所周知，數(shù)據(jù)中心需要對(duì)機(jī)房?jī)?nèi)部環(huán)境進(jìn)行實(shí)時(shí)監(jiān)控，以求確保服務(wù)器的安全穩(wěn)定，保證業(yè)務(wù)不中斷，比如會(huì)對(duì)機(jī)房溫度進(jìn)行監(jiān)控，同時(shí)還需要對(duì)網(wǎng)速、蓄電池壽命等環(huán)節(jié)進(jìn)行監(jiān)控，將這些數(shù)據(jù)“投喂”給AI以后，通過(guò)算法計(jì)算出常態(tài)穩(wěn)定值，“相較于原先的監(jiān)測(cè)系統(tǒng)，通過(guò)常態(tài)穩(wěn)定值，可以不僅劃定‘紅線’，”郭仁聲指出，“當(dāng)數(shù)值超過(guò)常態(tài)范圍后，提前預(yù)警，運(yùn)維人員可以及時(shí)進(jìn)行排查，有時(shí)候在用戶發(fā)現(xiàn)預(yù)警以前，我們就已經(jīng)處理完了，從而消除了隱患，提升了運(yùn)維效率的同時(shí)，還能提升用戶整體的體驗(yàn)。”

立足國(guó)內(nèi)IDC市場(chǎng)，除了普洛斯以外，諸如世紀(jì)互聯(lián)、萬(wàn)國(guó)數(shù)據(jù)、秦淮數(shù)據(jù)等國(guó)內(nèi)IDC龍頭企業(yè)近年來(lái)也都在紛紛嘗試通過(guò)AI技術(shù)，實(shí)現(xiàn)智能化運(yùn)營(yíng)，一方面有助于提升整體運(yùn)營(yíng)效率和服務(wù)質(zhì)量，另一方面，也有利于優(yōu)化運(yùn)維人員配置，控制數(shù)據(jù)中心整體運(yùn)維成本。

而在郭仁聲看來(lái)，AI for DC絕不僅僅與此，“未來(lái)，我們將不斷優(yōu)化GLP DCBASE平臺(tái)，一方面將諸如液冷這樣的新的技術(shù)的監(jiān)控融入到平臺(tái)之中，另一方面，從實(shí)施效果上，要不斷優(yōu)化，兼顧節(jié)能減排和運(yùn)營(yíng)安全兩方面，實(shí)現(xiàn)更精細(xì)化地管理、靈活調(diào)配。”郭仁聲如是說(shuō)。（本文首發(fā)于，作者｜張申宇，編輯丨蓋虹達(dá)）