超越资本支出：弥合人工智能数据中心的能效差距

伟创力首席执行官, Revathi Advaith

人工智能正在重塑世界，数据中心是其动力命脉。

如今的数据中心远不止是服务器集群，它们是支撑医疗、生产力乃至国家安全领域取得重大突破的核心基础设施。而算力需求正远超供应，基础设施升级往往耗时数年。问题显而易见：目前，电网无法跟上创新与电力需求呈指数级增长的速度。

我们可以直观感受这一变化的规模：几年前，一台机架功耗仅数千瓦，与一组家用电器的能耗相当。而如今，在AI 集群中，单机架功耗通常达到了数十千瓦，高密度部署则会达到数百千瓦。

兆瓦级部署已近在眼前。到 2030 年，全球数据中心需求预计增至三倍，能源效率提升至关重要。能效的提升将决定数十亿美元的资本支出，究竟是转化为可用算力，还是沦为搁浅投资。

电力去向：确立基准线

要规划通往更高能效的路径，首先要清楚掌握数据中心的能耗分布。数据中心运营方需全面考量从电网到芯片的电力与冷却基础设施，并关注引发能效损耗的附加成本（即下文“其他” 类别）。高密度 AI 负载会同时提高冷却与算力需求。

算力设备，约40%

AI 训练集群密度高、功耗大。单个 GPU 节点在满负载工况下功耗可达数千瓦。服务器电源管理、处理器能效与负载优化，对实现能耗精细化管控至关重要。

冷却系统，约40%

为高密度机架散热的机械冷却（暖通空调）系统、冷水机组及风扇会消耗大量电力。应对不同场景的能耗需求时，如AI训练的能耗需求，运营方常出现冷却资源过度配置的情况。冷却是提升能效的最大突破口。

其他，约20%

内部电力调节系统、网络与存储设备，以及照明系统，构成了数据中心剩余的能耗部分。

电源使用效率（PUE）是行业通用衡量指标，它是指数据中心总能耗与 IT 设备能耗的比值。例如， 电源使用效率为1.5是指是在 IT 负载能耗基础上，额外附加能耗占 50%。当前，超大规模数据中心的电源使用效率普遍在 1.04–2.0 之间，但若冷却与电力转换环节无法持续优化，AI 驱动的负载将会提高这一数值。

数据中心规模扩大将加剧能效损耗

对于最终财务利润而言，能效下降 1 个百分点听起来微不足道。但对超大规模数据中心来说，其影响却不容小觑。 若一座100 兆瓦的数据中心的电价为每千瓦时 0.12 美元，能效每提升 1%，每年便可节省 100 万美元运营成本。在全球数据中心集群中，效益还会成倍放大。

除运营成本外，低能效还会对资本投资产生长期影响。如果数据中心运营方为弥补电力损耗而过度扩建容量，即便这些电力基础设施、制冷系统及其他前期设施并未被充分利用，相关成本也会随之增加。与之相反，高能效设计能在单位面积内提供更强算力，既能加快部署速度，又提升了投资回报率。

通过能效优化，降低运营成本，提升 IT 资源利用率

能效提升不仅有助于节能，同时可以加强运营灵活性、打造竞争优势。布局电力能效优化是关键的盈利抓手，也是建设高性价比数据中心的核心策略。

更智能的电力与冷却方案有助于运营方实现每瓦算力最大化，提升利润空间。新能源发电与输电项目周期漫长，且大多不在运营方可控范围内，但能效升级则可快速落地实施：

先进冷却系统—— 高密度 AI 集群的单机架功耗可达 20kW 至 100kW，兆瓦级机架也即将投入应用。常规风冷无法匹配其产热散热需求，而直接芯片液冷的散热效率会大幅更高，同时智能控制系统还可根据负载需求动态调节冷却强度。

最优电力转换—— 高压直流配电、固态变压器等先进电力架构可以减少电力转换环节与损耗。高效不间断电源（UPS）系统、适配容量的机柜配电单元（PDU），能有效避免电能闲置的浪费以及无法转化为有效算力。

调试验收—— 落地执行环节尤为关键。对IT 基础设施、电力、机械及控制系统进行上线前的测试与验证，可避免控制系统调试不当、参数设定错误等问题，杜绝造成长期不必要的能耗。严格的调试验收流程对实现目标 PUE 值至关重要。

AI 辅助运维——AI 技术提供助力。机器学习算法可以实时预测热负荷、调节气流、全局优化硬件资源配置，在性能、能效与能耗间实现平衡，持续挖掘可规模化落地的增量收益。

行业协同至关重要

电力接入周期漫长、电网基础设施老旧以及容量不足的问题，使得单纯依赖电网扩容成为一种高风险策略。如果能效难以大幅提升，数据中心的发展将持续受到电力供应的限制。在人工智能时代，这对运营方以及企业的竞争力与经济增长会产生重要影响。

企业难以能独自弥合能效差距，其涉及算力、基础设施、电力电子、冷却技术以及电网接入等多个领域。

分享最佳实践方案、制定开放标准，能够在整个生态中加速创新、推动能效提升技术落地。这正是开放计算项目（OCP）等行业联盟存在的重要意义。

在该框架下中，许多超大规模数据中心运营方正携手合作，在人工智能的超高负载场景下重新定义数据中心基础设施。从高压直流配电，到解耦式辅助电源机柜，再到先进液冷技术的集成，他们正推动数据中心运行模式实现战略性转变。规模化运用此类创新将节省数百万美元的能源成本。

分享最佳实践并制定开放标准，能够加速创新，并推动整个生态系统对能效技术的采纳与应用：

未来方向清晰明确：在电网约束日益严峻的当下，能效提升成为必然。这是新一轮人工智能创新活力与盈利能力的关键。实现发展目标固然需要容量保障，也同样需要精细化管理与持续优化的严谨思路。为了实现长期性能与利润，运营方需做到：

从源头进行能效设计： 每一度电都至关重要，能效损耗会快速累积放大。

投资先进电力与冷却方案： 部署先进液冷技术、高效电力转换系统及人工智能驱动的控制系统，优化能源使用。

严格开展调试验收：确保基础设施设计与实际运行匹配，避免不必要的成本与能效损耗。

推动全行业协同合作：通过开放计算项目等平台，支持开放标准与联合创新，实现共赢发展。

对数据中心而言，电力能效是可持续增长的基石。能否充分发挥 AI 基础设施的全部价值，关键就在能效。弥合能效差距不只是优秀工程技术的考量，更是明智的商业决策。