偉創力首席執行官, Revathi Advaith

人工智能正在重塑世界，數據中心是其動力命脈。

如今的數據中心遠不止是服務器集群，它們是支撐醫療、生產力乃至國家安全領域取得重大突破的核心基礎設施。而算力需求正遠超供應，基礎設施升級往往耗時數年。問題顯而易見：目前，電網無法跟上創新與電力需求呈指數級增長的速度。

我們可以直觀感受這一變化的規模：幾年前，一臺機架功耗僅數千瓦，與一組家用電器的能耗相當。而如今，在AI 集群中，單機架功耗通常達到了數十千瓦，高密度部署則會達到數百千瓦。

兆瓦級部署已近在眼前。到 2030 年，全球數據中心需求預計增至三倍，能源效率提升至關重要。能效的提升將決定數十億美元的資本支出，究竟是轉化為可用算力，還是淪為擱淺投資。

電力去向：確立基準線

要規劃通往更高能效的路徑，首先要清楚掌握數據中心的能耗分布。數據中心運營方需全面考量從電網到芯片的電力與冷卻基礎設施，并關注引發能效損耗的附加成本（即下文“其他” 類別）。高密度 AI 負載會同時提高冷卻與算力需求。

– 圖源Thinkstock / Yelantsevv

算力設備，約40%

AI 訓練集群密度高、功耗大。單個 GPU 節點在滿負載工況下功耗可達數千瓦。服務器電源管理、處理器能效與負載優化，對實現能耗精細化管控至關重要。

冷卻系統，約40%

為高密度機架散熱的機械冷卻（暖通空調）系統、冷水機組及風扇會消耗大量電力。應對不同場景的能耗需求時，如AI訓練的能耗需求，運營方常出現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%

內部電力調節系統、網絡與存儲設備，以及照明系統，構成了數據中心剩余的能耗部分。

電源使用效率（PUE）是行業通用衡量指標，它是指數據中心總能耗與 IT 設備能耗的比值。例如， 電源使用效率為1.5是指是在 IT 負載能耗基礎上，額外附加能耗占 50%。當前，超大規模數據中心的電源使用效率普遍在 1.04–2.0 之間，但若冷卻與電力轉換環節無法持續優化，AI 驅動的負載將會提高這一數值。

數據中心規模擴大將加劇能效損耗

對于最終財務利潤而言，能效下降 1 個百分點聽起來微不足道。但對超大規模數據中心來說，其影響卻不容小覷。 若一座100 兆瓦的數據中心的電價為每千瓦時 0.12 美元，能效每提升 1%，每年便可節省 100 萬美元運營成本。在全球數據中心集群中，效益還會成倍放大。

除運營成本外，低能效還會對資本投資產生長期影響。如果數據中心運營方為彌補電力損耗而過度擴建容量，即便這些電力基礎設施、制冷系統及其他前期設施并未被充分利用，相關成本也會隨之增加。與之相反，高能效設計能在單位面積內提供更強算力，既能加快部署速度，又提升了投資回報率。

– 圖源Getty Images

通過能效優化，降低運營成本，提升 IT 資源利用率

能效提升不僅有助于節能，同時可以加強運營靈活性、打造競爭優勢。布局電力能效優化是關鍵的盈利抓手，也是建設高性價比數據中心的核心策略。

更智能的電力與冷卻方案有助于運營方實現每瓦算力最大化，提升利潤空間。新能源發電與輸電項目周期漫長，且大多不在運營方可控范圍內，但能效升級則可快速落地實施：

先進冷卻系統—— 高密度 AI 集群的單機架功耗可達 20kW 至 100kW，兆瓦級機架也即將投入應用。常規風冷無法匹配其產熱散熱需求，而直接芯片液冷的散熱效率會大幅更高，同時智能控制系統還可根據負載需求動態調節冷卻強度。

最優電力轉換—— 高壓直流配電、固態變壓器等先進電力架構可以減少電力轉換環節與損耗。高效不間斷電源（UPS）系統、適配容量的機柜配電單元（PDU），能有效避免電能閑置的浪費以及無法轉化為有效算力。

調試驗收—— 落地執行環節尤為關鍵。對IT 基礎設施、電力、機械及控制系統進行上線前的測試與驗證，可避免控制系統調試不當、參數設定錯誤等問題，杜絕造成長期不必要的能耗。嚴格的調試驗收流程對實現目標 PUE 值至關重要。

AI 輔助運維——AI 技術提供助力。機器學習算法可以實時預測熱負荷、調節氣流、全局優化硬件資源配置，在性能、能效與能耗間實現平衡，持續挖掘可規模化落地的增量收益。

行業協同至關重要

電力接入周期漫長、電網基礎設施老舊以及容量不足的問題，使得單純依賴電網擴容成為一種高風險策略。如果能效難以大幅提升，數據中心的發展將持續受到電力供應的限制。在人工智能時代，這對運營方以及企業的競爭力與經濟增長會產生重要影響。

企業難以能獨自彌合能效差距，其涉及算力、基礎設施、電力電子、冷卻技術以及電網接入等多個領域。

分享最佳實踐方案、制定開放標準，能夠在整個生態中加速創新、推動能效提升技術落地。這正是開放計算項目（OCP）等行業聯盟存在的重要意義。

在該框架下中，許多超大規模數據中心運營方正攜手合作，在人工智能的超高負載場景下重新定義數據中心基礎設施。從高壓直流配電，到解耦式輔助電源機柜，再到先進液冷技術的集成，他們正推動數據中心運行模式實現戰略性轉變。規模化運用此類創新將節省數百萬美元的能源成本。

分享最佳實踐并制定開放標準，能夠加速創新，并推動整個生態系統對能效技術的采納與應用：

未來方向清晰明確：在電網約束日益嚴峻的當下，能效提升成為必然。這是新一輪人工智能創新活力與盈利能力的關鍵。實現發展目標固然需要容量保障，也同樣需要精細化管理與持續優化的嚴謹思路。為了實現長期性能與利潤，運營方需做到：

從源頭進行能效設計： 每一度電都至關重要，能效損耗會快速累積放大。

投資先進電力與冷卻方案： 部署先進液冷技術、高效電力轉換系統及人工智能驅動的控制系統，優化能源使用。

嚴格開展調試驗收：確保基礎設施設計與實際運行匹配，避免不必要的成本與能效損耗。

推動全行業協同合作：通過開放計算項目等平臺，支持開放標準與聯合創新，實現共贏發展。

對數據中心而言，電力能效是可持續增長的基石。能否充分發揮 AI 基礎設施的全部價值，關鍵就在能效。彌合能效差距不只是優秀工程技術的考量，更是明智的商業決策。