今天，人工智能技术的飞速发展，尤其是生成式AI平台的普及，正在深刻重塑人们的生产效率与创新边界。然而，作为这类AI平台发挥价值的必要前提，AI模型的训练必不可少。正如“好马还需配好鞍”，AI模型训练作为一个高能耗过程，对数据中心的能源供应和管理模式也提出了更加严苛的需求。
据高盛预测，2030年数据中心电力需求将较2023年增长165%，到 2028年，人工智能相关用电或将占到数据中心总电力需求的19%。面对这样的挑战，AI训练数据中心的电力系统应如何通过进化与变革，来应对AI训练带来的需求跃升？用户又该如何通过技术架构的迭代，更好地满足从电网侧到芯片侧的全链路 AI 配电需求？施耐德电气近期发布的《面向AI训练数据中心》白皮书，系统阐述了其创新的电力解决方案，为AI训练场景提供从电网侧到芯片侧的全链路配电保障。
直面挑战，架构之变与电力需求跃升
面对AI训练数据中心带来的需求变化，供电架构的转变势在必行。例如，与传统数据中心的供电架构相比，今天的大型云服务提供商运营的数据中心通常采用由开放计算项目（OCP）开发的供电架构。在该架构中，交流电可在机架内整流为48伏直流电，并由电池组提供瞬时备用电力以保持供电连续性。白皮书指出，相较于传统模式，这类方案可以为大型数据中心提升2%至3%的供电效率，并转化为可观的能源成本节约。
此外，新兴的Sidecar架构对高密度AI训练数据中心尤为重要。在这一架构中，交直流转换组件及电池系统被配备在相邻的配电盘中，可以将输入的交流电转换为高达800伏的直流电。如此一来，此架构不仅可以支持服务器密度进一步提升，实现高密度 AI 负载所需的更高的供电能力，还能够有效改善冷却效果，同时带来更强的可扩展性和维护的便利性。
此外，AI训练数据中心的运算需求给电力系统带来了前所未有的挑战。这类数据中心的电力负荷呈现出三大特征：单机功耗的跃升——每台服务器需要更多电力驱动高功率GPU与AI计算设备；集群规模庞大——需要更多服务器处理海量训练数据；满载持续运行——训练过程高度重复且持续满载，要求电力系统稳定地向每台服务器提供峰值功率。
电力需求的激增，也同步带来了冷却系统的全新挑战。与现有云数据中心的IT设备产生的12至16千瓦/平方英尺的冷却负载相比，AI训练中心的冷却负载可增长5至10倍，攀升至80至120千瓦/平方英尺，制定更有效的冷却策略势在必行。为了满足新的需求，AI训练中心不仅需要更多电力以驱动更高容量的冷却系统运行，还需要面临将所需电力输送到冷却设备所在位置的挑战。
由此，AI 训练数据中心不仅耗电量将呈指数级增长，还需保障高负载运行下不发生停机故障，兼顾持续扩容的电力架构可维护性，同时充分考量冷却系统的供电需求，在持续提升用能效率与实现可持续发展之间达成长期动态平衡。
系统性创新，从产品到生态的全链路突破
应对AI训练数据中心的电力挑战，需要的不仅是单点技术突破，而是从产品、架构到运维的系统性创新。作为能源科技的全球引领者，施耐德电气明确提出解决方案方向：大幅提升机柜供电容量，优化配电与设备运行电压；针对行业在机柜外搭建稳定、优质直流系统经验欠缺的痛点逐一破解。同时，施耐德电气打造了覆盖 AI 训练数据中心供用电全链路的一体化解决方案，并持续迭代升级，精准匹配行业各类新兴需求。
在产品层面，施耐德电气正在拓展现有产品的性能边界。BlokSeT系列低压开关柜可提供高达6300安培额定电流；I-Line Track模块化母线槽的额定电流覆盖250A-1250A；I-Line H高密机房母线可拓展至5000A。这些产品不仅提升了额定容量，还通过PowerLogic E-Dock 2.0监控模块实现7×24小时不间断监测。
在架构层面，与其他行业领导者进行跨界合作并分享参考架构，同样是施耐德电气在今后推动行业解决方案不断进步的途径之一。利用施耐德电气开发及发布的参考设计，设计师与规划师可以更快了解到创新的基础设施配置方式及所需组件。这样的分享旨在满足电力需求、加快部署速度并提升可持续性，例如，施耐德电气此前就与英伟达共同发布了面向高密度液冷数据集群的参考设计，不仅支持每机柜最高132千瓦的功率密度，也以供配电优化方案提升电力冗余，增强了可用性和维护的便利性。
在部署层面，模块化和预制化成为加速建设的关键。施耐德电气的I-Line H母线槽通过"即插即用"方式加快部署速度，将兼容设备集成到可运输的钢制框架中形成预制化电力模块，使采购、交付和安装过程大幅简化。
值得一提的是，AI不仅是数据中心服务的对象，其本身也是助力数据中心提升电力可靠性的一条有力途径。施耐德电气在多类产品中都提供了AI增强的热力与电力回路监测功能，可以在潜在问题导致停机前予以识别。I-Line母线槽配置的E-Dock 2.0模块，可监测母线温度、电能、漏水等信息，并配备AI温度智算功能；凭借对设备状态7x24小时不间断监测，中压智能空气绝缘开关柜PIX助力AI训练数据中心实现更智能、更强大、更紧凑，且操作人员可通过智能设备或人机界面操作断路器及辅助设备，从而保持安全作业距离。施耐德电气的EvoPacT HVX中压智能真空断路器基于支持物联网的传感器，实现了数据驱动的状态维护，通过提前发现潜在问题、制定计划性措施来避免业务损失，减少计划外停机。此外，借助施耐德电气一站式管理与服务方案，电力设备的生命周期成本和使用寿命还可以进一步优化。
迎接未来新挑战，驱动行业新变革
面向未来，AI训练数据中心仍然身处一场巨大的变革当中。这一行业既面对日益普遍的高压配电趋势，也不乏日益老化的基础设施带来的电力可用性挑战，与此同时还要应对更为复杂的技术和合规性挑战。
技术挑战层出不穷，例如，为适应高功率GPU的运行特性，供电系统既需要处理巨大的瞬态负载，又要避免出现电压跌落；而面对各地不断提升的电能使用效率（PUE）指标，数据中心还要尽可能降低电流转换过程中的功率损耗，以适应行业逐步提升的要求。
更深层的挑战在于生态协同。今后的AI训练数据中心还将越来越多地面对技术融合带来的跨界挑战。对于整个行业来说，生态协作的重要性将日益提升，要推动数据中心电力系统的与时俱进，不仅需要建设AI数据中心的工程师和承包商积极参与，也需要硬件供应商、基础设施建设方、软件提供商以及承担标准化和规范制定职责的机构共同协作。
而对于具体的数据中心用户而言，要高效推进电力系统的部署，则要求供应商对构成数据中心的各类系统具备系统性、全局性的技术理解，且能够打造适应全球各地区标准和法规的商业性解决方案，从而为未来的发展铺平技术和合规性道路。
今天，面对AI训练数据中心的独特电力需求和挑战，施耐德电气已凭借其创新的配电架构、持续创新的产品线、深厚的知识积累，全生命周期的服务以及行业跨界合作，成为了这一领域的引领者。从电网到芯片，施耐德电气更将持续为AI训练数据中心提供端到端的电力保障，助力数据中心运营商应对未来挑战，实现高效、可靠、可持续的运营。
AI的未来不仅取决于算法的突破，也取决于电力系统能否持续进化。当我们惊叹于AI改变世界的速度时，正是这些看不见的基础设施创新，在默默定义着AI的边界，也在塑造着我们的未来。
本文来源于DOIT传媒，文章内容仅供参考，不构成投资建议。
评论列表