AI時代，數(shù)據(jù)是驅(qū)動智能的關(guān)鍵引擎。作為存儲和處理這些數(shù)據(jù)的核心基礎(chǔ)設(shè)施，數(shù)據(jù)中心持續(xù)滋養(yǎng)著我們的數(shù)字世界——

對大眾生活而言，AI大模型的參與，讓搜索和內(nèi)容生成進(jìn)入一個全新階段；

對企業(yè)而言，要實現(xiàn)工業(yè)自動化，需要基于AI分析優(yōu)化改進(jìn)控制流程；

對政府機構(gòu)亦是如此，更多、更廣泛的數(shù)據(jù)將促進(jìn)決策和政策制定......

據(jù)施耐德電氣估算，到2028年，人工智能電力消耗將占數(shù)據(jù)中心總電力消耗的15%-20%。AI需要愈加澎湃的算力助其不斷演進(jìn)，也為數(shù)據(jù)中心的設(shè)計和運營帶來顛覆性的變革。

急需“重塑根骨”的數(shù)據(jù)中心將何去何從？

施耐德電氣通過分析人工智能工作負(fù)載的相關(guān)屬性和趨勢，針對數(shù)據(jù)中心多個物理基礎(chǔ)設(shè)施類別提供應(yīng)對指南，幫助大家尋獲破局之法。

4個根本原因驅(qū)動數(shù)據(jù)中心革新

當(dāng)前數(shù)據(jù)中心相關(guān)企業(yè)主要面臨三個挑戰(zhàn)：

首先是如何在確保計算與存儲能力提升的同時，建設(shè)可持續(xù)發(fā)展的數(shù)據(jù)中心；

第二個挑戰(zhàn)是在數(shù)字化基礎(chǔ)設(shè)施方面，如何更好地利用覆蓋全生命周期的數(shù)字化軟件，貫穿設(shè)計、建造和運營維護，從而提升速度、準(zhǔn)確性和可持續(xù)性；

第三個挑戰(zhàn)是如何實現(xiàn)由傳統(tǒng)基礎(chǔ)設(shè)施建設(shè)向智能、數(shù)字化的基礎(chǔ)設(shè)施轉(zhuǎn)變。

其中，傳統(tǒng)的基礎(chǔ)設(shè)施之所以面臨挑戰(zhàn)，與生成式人工智能（如ChatGPT）的涌現(xiàn)和AI相關(guān)的數(shù)據(jù)需求激增密切相關(guān)。

為了更好地實現(xiàn)大規(guī)模的高性能計算，數(shù)據(jù)中心需要解決由人工智能工作負(fù)載、GPU的熱設(shè)計功耗（TDP）、網(wǎng)絡(luò)延遲、人工智能集群規(guī)模所帶來的一系列問題。因此，擁有更智能與數(shù)字化的物理基礎(chǔ)設(shè)施，將成為AI席卷下數(shù)據(jù)中心升級過程中的重要發(fā)力點。

錨定關(guān)鍵挑戰(zhàn)重塑高性能數(shù)據(jù)中心

數(shù)據(jù)中心基礎(chǔ)設(shè)施演變涉及供配電、制冷、機柜等多個方面。依托前沿的行業(yè)洞察和豐富實踐經(jīng)驗，施家基于創(chuàng)新技術(shù)與解決方案，融合數(shù)字化服務(wù)與創(chuàng)新型服務(wù)，為數(shù)據(jù)中心的重塑提供四個可靠思路。

01優(yōu)化供配電系統(tǒng)，提高數(shù)據(jù)中心韌性

AI工作負(fù)載主要分為訓(xùn)練和推理。訓(xùn)練所需的大規(guī)模機柜陣列，組成了“人工智能集群”，增加了供電壓力。而推理所需工作負(fù)載通常為業(yè)務(wù)關(guān)鍵型負(fù)載，需要具備更高韌性。因此，我們可采取以下5點措施，對供配電系統(tǒng)進(jìn)行優(yōu)化：

加大配電模塊的規(guī)格，滿足高密度集群的需求。

改用多個現(xiàn)成的標(biāo)準(zhǔn)rPDU，或采用額定電流大于60A和63A的定制化rPDU增加容量。

通過弧閃風(fēng)險評估和負(fù)載分析，使用適當(dāng)?shù)?a target="_blank">連接器、插座和rPDU，以減少弧閃危害。

人工智能負(fù)載缺乏變化，易增加上游斷路器脫扣的風(fēng)險。需確保主斷路器與負(fù)載總和匹配，不建議過載使用。

分析人工智能集群內(nèi)的所有負(fù)載，以確保使用適當(dāng)?shù)倪B接器和插座。避免機柜溫度過高，增加故障風(fēng)險和安全隱患。

02改變傳統(tǒng)的制冷方式，從風(fēng)冷轉(zhuǎn)向液冷

盡管風(fēng)冷一直是IT行業(yè)的主流選擇，但大型人工智能集群中的服務(wù)器難以分散放置等諸多因素，正迫使數(shù)據(jù)中心逐漸從風(fēng)冷向液冷轉(zhuǎn)變。

然而，液冷的應(yīng)用也存在很多的挑戰(zhàn)，如缺乏標(biāo)準(zhǔn)化設(shè)計、缺乏運維經(jīng)驗等。數(shù)據(jù)中心需采取以下6點針對性措施，應(yīng)對制冷挑戰(zhàn)：

機柜功率密度20kW以下可采用風(fēng)冷，人工智能集群機柜功率密度超過20kW，推薦采用液冷服務(wù)器。

部署液冷技術(shù)之前，需要對液冷負(fù)載和設(shè)施的現(xiàn)有條件進(jìn)行設(shè)計評估。

由于不確定的未來TDP增加了制冷設(shè)計淘汰的風(fēng)險，建議在設(shè)計制冷系統(tǒng)時要考慮到風(fēng)冷和液冷技術(shù)的兼容性。

由專家對液冷設(shè)計進(jìn)行全面評估，并制定詳細(xì)規(guī)劃，減少操作失誤和故障風(fēng)險。

選擇可靠的供應(yīng)商，并應(yīng)制定應(yīng)急操作流程（EOP），減少IT機柜內(nèi)漏液的風(fēng)險。

為實現(xiàn)可持續(xù)發(fā)展，建議使用采用水作為冷卻液的冷板式液冷。

03升級所需機柜，實現(xiàn)量體裁衣

由于人工智能服務(wù)器深度和重量不斷增加，因此，機柜也需要針對性變化，以適配優(yōu)化后的機群。

建議至少采用750毫米寬的機柜，以容納所需的配電和制冷裝置安裝空間。

為IT機柜配有可調(diào)節(jié)的安裝軌道，以適應(yīng)不同IT設(shè)備深度。

建議將人工智能訓(xùn)練集群部署在48U或高度更高的機柜上。

建議指定機柜的靜態(tài)承重能力大于1,800kg，動態(tài)承重能力大于1,200kg，并評估數(shù)據(jù)中心地板，確保其滿足承重需求。

04應(yīng)用軟件工具，賦能運營管理

在管理人工智能集群時，應(yīng)用軟件工具可降低復(fù)雜電氣網(wǎng)絡(luò)出現(xiàn)意外故障的風(fēng)險，并為布局的決策提供依據(jù)。其中，EPMS和DCIM能準(zhǔn)確查看當(dāng)前的配電能力及其趨勢，包括IT空間內(nèi)的大容量電力和配電級別，電氣設(shè)計（又稱電力系統(tǒng)工程）軟件工具可簡化數(shù)據(jù)收集和計算工作，數(shù)字化單線圖（iSLD）優(yōu)化安全評估過程，更是讓維護工作的復(fù)雜性大大降低。

通過軟件工具，對整個IT空間（包括機柜中的設(shè)備和虛擬機）創(chuàng)建數(shù)字孿生，實現(xiàn)數(shù)據(jù)中心可視化，也能盡可能增大動態(tài)環(huán)境中的容錯裕量，降低運營風(fēng)險，解鎖數(shù)據(jù)中心運維的“新境界”。

凡事預(yù)則立，無論是“東數(shù)西算”工程，還是“算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展行動”等，都在進(jìn)一步明確數(shù)據(jù)中心產(chǎn)業(yè)變革在加速推進(jìn)。面對“萬物皆可AI”的智算浪潮，施家正積極從產(chǎn)品、技術(shù)到服務(wù)多方面，持續(xù)賦能數(shù)據(jù)中心的升級迭代。

未來

以創(chuàng)新為引擎的施耐德電氣

將持續(xù)以行業(yè)前沿理念為基礎(chǔ)，推動面向未來的數(shù)字化基礎(chǔ)設(shè)施建設(shè)，助力數(shù)據(jù)中心提升能效、提高可用性和實現(xiàn)可持續(xù)發(fā)展，幫助更多企業(yè)共贏數(shù)智未來。

審核編輯：湯梓紅