一、數(shù)據(jù)中心技術(shù)發(fā)展趨勢(shì)
1. 中國(guó)數(shù)據(jù)中心行業(yè)發(fā)展歷程
中國(guó)數(shù)據(jù)中心行業(yè)的發(fā)展可清晰地劃分為信息化、數(shù)字化 / 云計(jì)算 / 通用計(jì)算、智能計(jì)算三個(gè)關(guān)鍵階段，每個(gè)階段都與網(wǎng)絡(luò)技術(shù)迭代和產(chǎn)業(yè)需求升級(jí)緊密相連：
- 2002 年 - 2010 年（信息化階段）：伴隨 2G/3G 網(wǎng)絡(luò)的興起，互聯(lián)網(wǎng)行業(yè)應(yīng)運(yùn)而生并快速發(fā)展。這一時(shí)期，以阿里淘寶為代表的電商平臺(tái)蓬勃成長(zhǎng)，極大地推動(dòng)了對(duì)運(yùn)營(yíng)商機(jī)房、基站、企業(yè)機(jī)房及企業(yè)數(shù)據(jù)中心的需求，數(shù)據(jù)中心建設(shè)進(jìn)入初步擴(kuò)張期。
- 2010 年 - 2022 年（數(shù)字化 / 云計(jì)算 / 通用計(jì)算階段）：3G/4G/5G 網(wǎng)絡(luò)通信技術(shù)實(shí)現(xiàn)跨越式發(fā)展，移動(dòng)互聯(lián)網(wǎng)迎來(lái)爆發(fā)式增長(zhǎng)。微信等移動(dòng)社交軟件、抖音等短視頻平臺(tái)順勢(shì)崛起，帶動(dòng)了互聯(lián)網(wǎng)數(shù)據(jù)中心、云化數(shù)據(jù)中心的需求激增，同時(shí)混合云與邊緣計(jì)算數(shù)據(jù)中心、企業(yè)機(jī)房及企業(yè)數(shù)據(jù)中心的需求也持續(xù)增長(zhǎng)，數(shù)據(jù)中心向多元化、云化方向演進(jìn)。
- 2022 年 - 2026 年（智能計(jì)算階段）：處于 5G 時(shí)代的 AIGC（生成式人工智能）浪潮席卷而來(lái)，ChatGPT、DeepSeek 等大模型不斷涌現(xiàn)，邊緣推理技術(shù)得到全面發(fā)展。這一階段，數(shù)據(jù)中心的算力需求呈現(xiàn)指數(shù)級(jí)增長(zhǎng)，智能計(jì)算成為行業(yè)發(fā)展的核心驅(qū)動(dòng)力。
2. 節(jié)能低碳，數(shù)據(jù)中心的可持續(xù)發(fā)展之路
在 “雙碳” 目標(biāo)的引領(lǐng)下，數(shù)據(jù)中心正朝著節(jié)能低碳的可持續(xù)方向轉(zhuǎn)型，具體體現(xiàn)在能源生產(chǎn)、消耗和管理三個(gè)層面：
（1）能源生產(chǎn)低碳化
數(shù)據(jù)中心已從單純的用能系統(tǒng)逐步升級(jí)為綜合能源系統(tǒng)，積極擁抱綠色能源與儲(chǔ)能技術(shù)：
- 綠電應(yīng)用：大規(guī)模引入光伏、風(fēng)電等可再生能源，減少對(duì)傳統(tǒng)化石能源的依賴，從能源源頭降低碳排放。
- 儲(chǔ)能技術(shù)：通過(guò)儲(chǔ)能系統(tǒng)實(shí)現(xiàn)削峰填谷，提高能源利用效率，增強(qiáng)數(shù)據(jù)中心的能源韌性。
（2）能源消耗節(jié)約化
行業(yè)對(duì)數(shù)據(jù)中心能源利用效率的要求日益嚴(yán)苛，評(píng)價(jià)指標(biāo)從最初的 PUE（電能利用效率）擴(kuò)展到 WUE（水利用效率）和 CUE（碳利用效率），并通過(guò)多種措施實(shí)現(xiàn) “四節(jié)”（節(jié)水、節(jié)電、節(jié)地、節(jié)材）：
- 架構(gòu)極簡(jiǎn)：簡(jiǎn)化數(shù)據(jù)中心基礎(chǔ)設(shè)施架構(gòu)，減少不必要的能源損耗環(huán)節(jié)。
- 高效部件：采用高能效的服務(wù)器、制冷設(shè)備等核心部件，提升能源轉(zhuǎn)化效率。
- 自然冷卻：充分利用自然冷源（如冷空氣、冷卻水），降低機(jī)械制冷的能耗。
- 綜合節(jié)約：在設(shè)計(jì)和運(yùn)營(yíng)中全面貫徹節(jié)水、節(jié)電、節(jié)地、節(jié)材的理念，實(shí)現(xiàn)資源的高效利用。
（3）能源管理智能化
數(shù)據(jù)中心的運(yùn)營(yíng)與維護(hù)正加速向數(shù)字化、智能化、無(wú)人化轉(zhuǎn)型，以提升能源管理水平：
- AI 加持：利用人工智能技術(shù)對(duì)能源消耗進(jìn)行實(shí)時(shí)監(jiān)測(cè)、分析和預(yù)測(cè)，優(yōu)化能源分配。
- 無(wú)人運(yùn)維：引入自動(dòng)化運(yùn)維設(shè)備和系統(tǒng)，減少人工干預(yù)，提高運(yùn)維效率和準(zhǔn)確性。
- 能效調(diào)優(yōu)：通過(guò)智能算法動(dòng)態(tài)調(diào)整設(shè)備運(yùn)行狀態(tài)，實(shí)現(xiàn)整體能效的持續(xù)優(yōu)化。
3. 高密散熱，低碳節(jié)能，液冷是最優(yōu)解
隨著算力需求的爆發(fā)式增長(zhǎng)，服務(wù)器功率密度持續(xù)攀升，從 2018 年的 100-130W 躍升至如今的 1200W，不同類型算力的功耗差異顯著拉大，尤其是 GPU/NPU 的功耗增長(zhǎng)迅猛。
- 功耗差異：CPU 的 TDP（熱設(shè)計(jì)功耗）已達(dá) 350W，GPU 更是高達(dá) 750W；通用服務(wù)器功率約為 700W，而 AI 訓(xùn)練服務(wù)器（如 GB200）則達(dá)到 9800W；單柜通用計(jì)算功率為 14kW，單柜 AI 服務(wù)器功率則為 40-120kW。
- 散熱瓶頸與突破：傳統(tǒng)的風(fēng)冷散熱技術(shù)已接近極限，難以滿足高功率密度設(shè)備的散熱需求。液冷技術(shù)憑借其高效的散熱能力，成為實(shí)現(xiàn)低碳節(jié)能的最優(yōu)解。從 PUE（電能利用效率）來(lái)看，風(fēng)冷的 PUE 在 1.25-1.4 之間；而液冷技術(shù)中，單相冷板液冷的 PUE 為 1.2-1.25，兩相冷板液冷為 1.15-1.2，單相浸沒(méi)液冷為 1-1.15，兩相浸沒(méi)液冷則低至 0.5-1.15，顯著優(yōu)于風(fēng)冷。
4. 新的行業(yè)格局 - 從數(shù)據(jù)中心到智算中心
隨著人工智能的深入發(fā)展，數(shù)據(jù)中心的形態(tài)不斷升級(jí)，逐漸形成了多元化的智算中心格局：
- 超級(jí)計(jì)算中心：新增約 10 個(gè)，主要分布在鄭州、成都、合肥、蘭州等綜合性國(guó)家科學(xué)中心，為重大科學(xué)研究提供強(qiáng)大算力支持。
- 智能計(jì)算中心：新增 10 個(gè)以上，有望達(dá)到數(shù)十個(gè)，集中在武漢、南京、西安、上海、深圳、北京等國(guó)家新一代人工智能創(chuàng)新發(fā)展試驗(yàn)區(qū)及國(guó)家人工智能創(chuàng)新應(yīng)用先導(dǎo)區(qū)，聚焦人工智能相關(guān)的計(jì)算需求。
- 一體化大數(shù)據(jù)中心：規(guī)劃了 8 大節(jié)點(diǎn)，10 多個(gè)數(shù)據(jù)中心集群分布在京津冀、粵港澳、長(zhǎng)三角、成渝、內(nèi)蒙、貴州、寧夏、甘肅等全國(guó)一體化大數(shù)據(jù)中心及國(guó)家算力樞紐節(jié)點(diǎn)，旨在實(shí)現(xiàn)全國(guó)算力的統(tǒng)籌調(diào)度和高效利用。
- 城市云腦 / 邊緣數(shù)據(jù)中心：預(yù)計(jì)將建成數(shù)百個(gè)，住建部已試點(diǎn) 290 個(gè)智慧城市城市大腦，這類數(shù)據(jù)中心貼近用戶端，為智慧城市、邊緣計(jì)算等場(chǎng)景提供低時(shí)延算力支持。
5. 智算中心的挑戰(zhàn)：彈性、TTM、高可靠、高可用
智算中心在發(fā)展過(guò)程中面臨著多方面的挑戰(zhàn)，需要在技術(shù)和運(yùn)營(yíng)模式上不斷創(chuàng)新：
- 業(yè)務(wù)多樣性：涵蓋通用計(jì)算、智算訓(xùn)練、智算推理等多種業(yè)務(wù)類型，對(duì)算力的需求差異較大。
- 服務(wù)器類型多樣性：涉及 CPU、國(guó)產(chǎn)信創(chuàng)卡、NV 卡以及 L1 和 L2 耦合等多種服務(wù)器類型，增加了硬件管理的復(fù)雜性。
- 物理場(chǎng)景復(fù)雜性：需考慮風(fēng)液比、氣候條件、機(jī)房層數(shù)等物理因素對(duì)基礎(chǔ)設(shè)施的影響。
- 基礎(chǔ)設(shè)施要求：需滿足綠色高效、高可靠 / 高可用、彈性部署、TTM（Time to Market，上市時(shí)間）短等要求，以快速響應(yīng)業(yè)務(wù)需求并降低運(yùn)營(yíng)成本。
6. 數(shù)據(jù)中心關(guān)鍵評(píng)價(jià)指標(biāo)達(dá)成路徑
數(shù)據(jù)中心的關(guān)鍵評(píng)價(jià)指標(biāo) PUE（電能利用效率）的達(dá)成需要多環(huán)節(jié)協(xié)同優(yōu)化，其計(jì)算公式為：1.20=1+0.11+0.07+0.02，即 PUE=IT 負(fù)載系數(shù) + 制冷負(fù)載系數(shù) CLF + 供電負(fù)載系數(shù) PLF + 其他負(fù)載系數(shù) OLF。各系數(shù)的優(yōu)化路徑如下：
- 制冷負(fù)載系數(shù) CLF：采用間接蒸發(fā)冷卻、氟泵雙擎、磁懸浮變頻、液冷技術(shù)等高效制冷方案，降低制冷系統(tǒng)能耗。
- 供電負(fù)載系數(shù) PLF：引入新型電力技術(shù)、創(chuàng)新電力模式、UPS 超級(jí)旁路等，提高供電系統(tǒng)的效率和可靠性。
- 其他負(fù)載系數(shù) OLF：通過(guò)智能化控制、建筑節(jié)能管理等手段，減少其他環(huán)節(jié)的能源損耗。
- WUE（水利用效率）：采用省水 / 無(wú)水節(jié)能解決方案，將 WUE 控制在≤1.6 的范圍內(nèi)。
7. 分布式制冷架構(gòu) - 規(guī)、建、運(yùn)、維全生命周期可控
相比傳統(tǒng)的集中式制冷架構(gòu)，分布式制冷架構(gòu)在全生命周期管理中具有顯著優(yōu)勢(shì)：
- 集中式制冷：存在單點(diǎn)故障風(fēng)險(xiǎn)高且影響面廣、管線設(shè)計(jì)復(fù)雜導(dǎo)致整體建設(shè)周期長(zhǎng)（TTM＞240 天）、同一系統(tǒng)分散供貨使得運(yùn)維人員專業(yè)要求高等問(wèn)題。
- 分布式結(jié)構(gòu)：
- 規(guī)劃階段：分布式架構(gòu)使制冷系統(tǒng)更可靠，降低了單點(diǎn)故障的影響。
- 建設(shè)階段：采用工廠預(yù)制化方式，大幅縮短 TTM 周期（TTM＜90 天），加快數(shù)據(jù)中心的投產(chǎn)速度。
- 運(yùn)營(yíng)階段：內(nèi)置系統(tǒng)控制邏輯，可實(shí)現(xiàn)智能尋優(yōu)運(yùn)行，提升運(yùn)營(yíng)效率。
- 維護(hù)階段：系統(tǒng)產(chǎn)品化，降低了對(duì)維護(hù)人員多領(lǐng)域?qū)I(yè)知識(shí)的要求，便于維護(hù)管理。
8. 制冷技術(shù)方案的發(fā)展方向
隨著數(shù)據(jù)中心對(duì)節(jié)能和散熱要求的提高，制冷技術(shù)方案不斷升級(jí)，不同方案的 PUE 及特點(diǎn)如下：
- 一般風(fēng)冷：PUE=2.0，技術(shù)成熟但能效較低。
- 全變頻冷凍水：PUE=1.5，結(jié)合了一般風(fēng)冷和風(fēng)冷氟泵技術(shù)，能效有所提升。
- 自然冷卻 + 冷凍水：PUE=1.4，采用全變頻 / 冷凍水與自然冷卻 / 冷凍水結(jié)合的方式，具有可靠、穩(wěn)定的特點(diǎn)，但維護(hù)量相對(duì)較多。
- 間接蒸發(fā)冷、整體式全天候節(jié)能、磁懸浮多聯(lián)：PUE≤1.2，屬于新型溫控產(chǎn)品系列，具有高能效、低耗水、快速部署等優(yōu)勢(shì)。
- 高密風(fēng)墻、冷板液冷、風(fēng)液融合：PUE≤1.1，是高密解決方案，具備更高效、高密度、可靠、靜音、潔凈等特點(diǎn)，能滿足高功率密度設(shè)備的散熱需求。
