PPT分享 算力中心基础设施架构设计

随着大模型时代的开启，我们正处于基础设施架构变革的风口。 今天同大家聊聊如何为新时代的算力中心构筑坚实的底座。聊聊高性能算力中心基础设施架构设计。

首先，大家请看这张图片。 AI集群规模正在发生质的飞跃，从早期的千卡规模迅速跨越到万卡、甚至十万卡集群。 这种算力需求的指数级增长，对我们的供电、散热和空间规划提出了前所未有的挑战。

大家可以关注一下行业洞察中的这组数据：芯片功耗从过去的400W一路攀升至2700W。这意味着，传统的机柜冷却方式已经触及物理极限，架构变革不是‘选修课’，而是‘必修课’。

我们传统的通算中心，也就是大家常说的通用数据中心，在设计之初并没有考虑如此极致的功率密度。面对液冷需求、超高电流和极高的能效指标，传统的架构正面临巨大的局限性。

因此，我们围绕这三个核心设计导向展开：如何实现极致算力的释放、如何达成能效最优以满足PUE要求，以及如何支撑集群的超大规模化。

高性能算力系统的三大演进趋势

刚才提到的三个导向，我们现在深入分析高性能算力系统正在经历的三大核心演进趋势。这对我们后续理解基础设施的设计变更至关重要。

首先是算力的极致化。在单芯片层面，我们正在见证算力从 GFlops 向 PFlops 级的跨越。这意味着单颗芯片的处理能力提升了百万倍，随之而来的是数据吞吐量和 I/O 带宽的极限挑战，这要求我们的 IT 基础设施必须具备更高的响应速度。

其次是能效最优化，这也是大家最头疼的散热问题。请看这组数据：单服务器的功耗已经从传统的 6.5kW 猛增至 132kW。这种惊人的功率密度，让传统的机房风冷方案几乎达到了物理极限，直接倒逼我们转向液冷和更高效率的配电架构。

第三点是集群的规模化。为了承载万亿级的参数量，算力已经不再以“机柜”为单位，而是以“机群”甚至整个“园区”为单位进行耦合。整个系统的能耗需求正从 MW 级向 GW 级跨越，这对电网接入和电力分配提出了前所未有的要求。

大家可以参考右侧的示意图，作为设计和运维人员，我们要意识到，这不仅仅是数字的增长，更是设计逻辑的根本性重构。接下来，我们就来对比一下，这种重构在“算力中心”与“通算中心”之间具体的差异表现。

算力中心 vs. 通算中心：设计逻辑对比

现在进入具体的设计逻辑对比。我们要明白，虽然都叫数据中心，但算力中心和我们传统的通算中心，在底层设计哲学上已经产生了分水岭。

请看这张对比表。我们可以从核心目标、负载特征、散热方式以及可靠性侧重这四个维度来拆解。大家可以先观察一下，这两者在设计冗余和效率追求上有什么明显的不同。

首先看算力中心。 它的逻辑是“性能优先”。 它面向的是大规模高性能计算，针对的是单个机柜功耗甚至超过30kW的极端场景。 它的基础设施必须基于“峰值工况”设计，因为AI训练等任务一旦跑起来，负载是极高且持续的。

而传统的通算中心则更注重“资源均衡”。它承载的是通用的IT业务，设计的核心在于资源利用率和PUE的优化。它的配置往往是基于“平均负载”来做冗余，更看重对各种通用服务器设备的兼容性。

大家特别注意“散热方式”这一栏。 在算力中心，液冷技术已经不再是实验室的摆设，而是应对高功率密度的必然选择；而通算中心目前依然以精细化的风冷为主。 这种散热路径的差异，直接决定了机房的机电架构。作为设计和运维人员，我们要避开用“通算经验”去生搬硬套“算力需求”的误区。

建筑与结构系统：通用性与灵活性

首先看空间规格。为了匹配超高机柜和复杂的走线需求，我们不能再沿用传统机房的层高标准。

这里提到了10.8米的大轴距设计，以及最高达7米的高净空适配。这么大的物理冗余，不仅是为了机柜入场，更是为未来复杂的风水联动管路预留了充足的操作空间。

其次，结构荷载是算力中心建设中‘一劳永逸’的关键点。如果是后期加固，成本会成倍增加。

所以我们在标准设计上直接定在20kN/㎡，并预留了充足的裕量。这确保了在部署MW级高载重机架时，建筑主体结构不需要做任何二次调整。

在功能布局上，我们提倡‘核心居中’的逻辑。

通过模块化叠层和核心机房居中，我们能最有效地缩短强弱电管线和液冷管路的路径。路径越短，损耗就越低，部署效率也越高。

请大家记住底部的这句话，这套建筑逻辑是专门针对MW级智算集群优化的。有了坚实的建筑外壳，里面的暖通设备才能更高效地运转。

暖通系统：液冷技术的崛起

在完成了建筑外壳的探讨后，我们现在进入数据中心最为核心的演进领域：暖通系统。 正如刚才提到的，随着算力密度的激增，传统的风冷技术已逐渐触及物理极限，液冷技术的崛起已成必然。

首先，政策导向给出了明确的“时间表”。目前新建大型数据中心的 PUE 红线已经压到了 1.25 以下。在如此严苛的指标要求下，单纯通过优化风道或增加冷机效率已很难达标，液冷技术不仅是技术选择，更是合规的硬性要求。

那么，在实际工程中，我们应该如何选择技术路线呢？请看中间这部分主流液冷技术的综合对比。

我们可以看到，表格中对比了冷板式、浸没式和喷淋式。虽然浸没式在热量交换效率和 PUE 极限值上表现最出色，但它对服务器封装和运维习惯的改变也是巨大的。对于大多数存量改造或追求平稳过渡的项目，兼容性更强的路线往往更受青睐。

这也解释了为什么冷板式液冷目前的市场份额能超过 90%。它的产业链生态最为成熟，无论是服务器厂商的支持度，还是后期维护的便利性，都非常契合现有的机房管理模式。对于在座的机电和运维负责人来说，这是目前风险最低、落地最快的方案。

电气系统：直流供电与模块化演进

聊完了暖通系统的液冷变革，我们接下来看算力中心的“动力心脏”——电气系统。在高性能算力的驱动下，供电架构正朝着直流化和模块化深度演进。

首先看技术演进路线。传统的数据中心多采用交流 UPS，但为了追求更高的能效，行业正在向高压直流 HVDC 转型。特别是 800V 直流系统以及像“巴拿马电源”这样的一体化集成方案，正在成为大规模型中心的主流。

大家可以参考这张 800V DC 架构示意图。通过减少电能转换的层级，我们可以直接将高压直流输送到机架内部，极大提升了转换效率。

这种架构调整带来的“降本增效”是非常惊人的。根据实测数据，优化后的架构可以将线损和整体建设造价降低约 45%。对于在座的建设负责人和项目经理来说，这是优化 TCO 成本的关键突破口。

在供电可靠性模型上，我们也从传统的 2N 双路全备份，向更灵活的 DR 分布式冗余和 RR 后备冗余模型转变。这些模型通过模块化的组合，既保证了 Tier 级别要求的可靠性，又避免了过度冗余造成的资源浪费。

总结一下，电气系统的演进核心就是“精简”与“高效”。好了，了解了建筑、暖通和电气这三大基础设施系统后，大家准备好接受挑战了吗？接下来我们将进入深度测评环节，检验一下大家的掌握程度。

总结：迈向智能自动化运维

让我们来梳理一下迈向智能自动化运维的核心逻辑。设计算力中心不只是为了交付那一刻的性能，更是为了后续数年甚至数十年的高效运行。

核心设计原则可以概括为三个关键词：标准化、模块化与高扩展。标准化是为了降低跨平台对接的门槛；模块化让我们可以像搭积木一样实现弹性扩容；而高扩展性则是为了平滑支撑业务的快速迭代，确保基础设施不会成为业务发展的瓶颈。

接下来，请大家看这套“AI 闭环体系”。这不仅是一个管理流程，更是一个自动进化的生命周期。

从“感知”层的全面监控开始，通过AI进行智能分析与“决策”，最后由系统自动“执行”优化指令。这种闭环机制，能让我们的运维从被动救火转向主动预防。

展望未来，我们要为更高密度的 AI 算力预留足够的接口，构建出一个能够持续演进的“智慧大脑”。