6 月 11-12 日,2025 火山引擎春季 FORCE 原动力大会在北京举行, 大会聚焦大模型前沿领域, 探索 AI 应用新边界。秦淮数据 & BDC (Bridge Data Centres) CEO 吴华鹏受邀参会, 在圆桌论坛上分享了 AI 时代算力基础设施的技术与运维发展趋势。他认为, 为应对 AI 发展带来的能源和功耗密度提升挑战, 未来超大规模智算中心需具备离网能源供给、模块化可复用的高弹性部署、业务深度智能化三大能力。

秦淮数据 & BDC (Bridge Data Centres) CEO 吴华鹏

AI 技术爆发式发展驱动智算中心产业加速发展, 但也衍生出诸多挑战。国际能源署今年 4 月的报告预测, 到 2030 年, 全球数据中心的用电量将增加一倍以上, 达到每年约 945 Twh, 高于目前日本每年的总用电量。前谷歌 CEO 埃里克・施密特 (Eric Schmidt) 近日提到能源的紧迫性时表示,2030 年 (美国) 可能需要高达 96 GW 的额外电力, 有可能吞噬几乎整个国家的能源生产。与此同时,GPU 快速迭代,IT 设备所需要的能源密度大幅跃升, 传统数据中心亟需布局重构。

吴华鹏认为, 针对这些挑战, 未来的超大规模智算中心需具备三大能力 ——

一是能源供给能力, 打造离网供电智算中心

AI 算力需求驱动算力集群规模越做越大, 因此, 稳定充足、低成本的能源供给将是智算中心的关键能力。未来的超大规模智算中心应拥有独立的能源解决方案, 可脱离大电网离网运行。离网不仅可解决大电网短期无法快速扩容的瓶颈, 也可减轻项目中新能源的并网压力, 实现就地消纳。目前新能源电力直供、燃气发电机、小型核反应堆等供电方式在业内已有探索实践, 而可控核聚变技术也在加速发展, 或将成为未来智算中心的终极能源方案。

二是更高的弹性部署能力, 所有模块需可组装、可复用

如今 GPU 迭代速度加快, 单机柜功耗从以前的几 kW 到现在的最大 100kW 以上, 未来甚至出现 MW 级机柜, 数据中心所需要的物理空间越来越小, 能源密度越来越高。但数据中心是长周期投资, 这就需要我们发展出更高的弹性部署能力, 从建筑到设备都应该模块化、可组装, 针对未来多元的需求场景实现可拆卸、可复用, 用“搭积木”的方式快速满足客户定制化需求, 提升资产利用效能。

三是算力基础设施应该更加智能, 将 AI 深度应用到全周期的实际业务中

从机房楼的建筑设计开始就需接入大模型提效, 到冷却供电系统智能降耗, 再到提升运维的智能化与自动化水平。秦淮数据和 BDC 将投入更多的资源去提升智能化水平, 也愿意与客户一道, 在业内率先探索试点无人值守的机房。

作为具备前瞻视野的超大规模算力基础设施供应商, 秦淮数据始终致力于更高效地将电力转化为算力, 持续深耕技术和模式创新。目前秦淮数据已打造出高弹性的智算中心全栈式解决方案并不断迭代, 可灵活支持不同场景的算力需求, 有效应对 8kW～150kW 功率密度机房的供电冷却难题。此外, 秦淮数据正在源网荷储的各个环节探索新技术和新方案, 创新能源供给模式, 并不断提升运维的智能化水平。我们也将在未来持续投入, 以领先实践为 AI 数据中心未来高质量发展注入强劲动力。