算力需求倒逼数据中心“向上生长”
随着大模型快速迭代和智能体应用普及，Token消耗量呈指数级攀升，万卡乃至数十万卡的超大规模算力集群正在成为AI产业的现实刚需。然而传统平面数据中心逐渐“力不从心”：算力密度难以拔高、建设周期漫长、算力与电力制冷难以匹配、超大集群运维风险突出，多重矛盾交织。
在安徽芜湖举办的2026 AIDC产业发展大会暨3D数据中心现场会上，华为发布全球首个3D数据中心，同步发行《3D数据中心》专著并开放《3D数据中心概要设计图库》。这并非简单把机房建筑加高，而是对数据中心进行系统级重构。
四层立体架构：让供电、算力、散热各归其位
3D数据中心借鉴芯片工厂“动力层”与“生产层”严格分离的理念，将传统水平部署的功能空间垂直叠加，自下而上形成供冷层、IT设备层、供电层、备电层的四层架构。最底层为供冷系统，第二层部署超节点等算力芯片，第三层为供电系统，电池则放在屋顶以提升安全性。
这一设计的核心逻辑，是将芯片微观的垂直高密度供电、散热、互联原理平移到宏观数据中心工程领域。动力层专注能源供给，IT层专注计算服务，动力和IT分域分权、互不干扰。电力、制冷、IT三套系统可独立技术演进，避免因AI芯片或服务器换代而导致基础设施频繁改造，实现“机电长周期稳定”与“算力短周期迭代”的融合设计。
据华为云数据中心运营部部长吕阳明介绍，芜湖落地的3D数据中心单栋建筑可支撑10万卡AI算力集群部署，IT容量可达168兆瓦，适配十万亿参数级别大模型的训练与推理业务。在供电效率上，电力模块至机柜的供电距离由传统方案的17米缩短至5米，单栋机房IT供电容量从76兆瓦提升至168兆瓦。
全球计算联盟理事、秘书长彭鹏分析认为，传统平面机房存在算力、电力、制冷错配的矛盾：平铺式机房供电路径长、损耗高，整层统一制冷模式面对AI业务负载忽高忽低，要么供电散热跟不上算力扩容，要么为少数高负载机柜持续供冷带来浪费。3D立体架构通过就近布置配电单元缩短供电路径，分层分区独立温控使冷量跟随算力负载动态调整，从架构层面回应了算电协同的诉求。
9个月交付：把数据中心当标准产品来做
在工程建设层面，传统智算机房从土建到机电完整交付普遍需要12至18个月，容易出现“算力等机房”的困境。
芜湖3D数据中心采用钢结构主体、模块化工厂预制的模式。主体楼宇6个月完成建设，机电模块通过工厂预制调试、现场装配，机电交付压缩到3个月，整体项目9个月完成交付并具备算力业务部署条件，预制化率超过90%。项目去年6月动工，今年3月竣工，而传统数据中心建设需要一年左右。
华为高级副总裁、常务监事任树录表示：“3D数据中心实现了从‘工地建造’到‘工厂预制、现场装配’的范式跃迁。把数据中心当成一件标准产品来做，可以批量复制，而不是一项定制工程来建。”他指出，机柜功率已从风冷时代的几千瓦、十几千瓦急剧攀升至100千瓦、200千瓦，未来还将持续上升，极致能量密度需要数据中心在供电、散热、运维、交付周期等方面进行系统性革新。
开放生态：从单点突破到产业共建
华为副董事长、轮值董事长汪涛在大会上表示：“十万亿参数大模型和高速增长的Token需求对AI基础设施提出更高要求，十万卡以上的昇腾超节点集群将成为基础配置。3D数据中心架构可以作为全行业建设超节点集群的参考架构。”
与3D数据中心同步推出的，还有面向产业的开放资源。华为发行了《3D数据中心》专著，分“算力变革、DC重构、匠心之作、范式转移、价值跃升”五篇，完整解码从创新初衷到全生命周期管理的实践经验；开放的设计图库涵盖建筑、结构、给排水、暖通动力、强电、弱电等专业，为产业共建提供基础参考。
全球计算联盟GCC发起共建新一代AIDC新范式倡议，联合华为等数十家产业链伙伴，共同完善指标定义、建设参考架构、开展标杆验证、推进标准与认证。目前华为云已在贵州贵安、内蒙古和林格尔、安徽芜湖三大云核心枢纽规模化建设3D数据中心，支持智能算力的快速增长和规模化部署。
（素材来自：华为 智算芯能前沿网综合）
本文由智算芯能前沿网编辑整理，转载请注明出处。