AIDC也就是面向大模型训练的智算中心,整套技术架构分为设施、机柜、网络、平台管理层四层,和传统IDC早已不是一套建设逻辑。单机柜功率从通用IDC的5–15kW跃升至40–120kW,前沿方案向着200kW以上推进,GPU单卡功耗突破1000W,风冷触碰到物理上限,液冷成为刚需。

  算力链路可以层层拆解:算力园区、机房、模块、机柜排、机柜、服务器,最终落到GPU/NPU芯片。单卡功耗300~1200W,常见8卡服务器功率约10kW;机柜搭配CDU冷量分配单元,再组合储能构成算电Pod,实现园区层面的算电协同。

  二者核心差异体现在多个维度。功率密度上,通用IDC平均5kW/柜,AIDC可达100–150kW/柜,密度提升20倍以上。散热上,传统IDC以风冷为主,AIDC主流采用芯片直冷D2C冷板式液冷,捕热效率96%~98%,还支持余热回收。供电方面,传统依靠2N交流UPS,AIDC主推800V高压直流,降低多级变换损耗,配套分布式储能保障训练任务不中断。

  网络架构的变化同样关键,传统IDC以太网上下行流量为主;AIDC依靠NVLink、IBXDR、800GRoCE,东西向通信占比超90%,满足大模型AllReduce集合通信的低时延需求。建设模式上,传统机房土建机电周期12–18个月,AIDC采用预制模块化方案,3–7个月就能完成现场拼装。土建荷载、评价指标也同步升级,液冷机柜自重显著增加,荷载标准提升至12kN/㎡以上;评价不再只看PUE,新增CUE、WUE、tokens/J,用单位能耗产出的token衡量算力价值。

  在我看来,这不是简单的设备升级,而是从“服务器托管机房”转向“算力生产工厂”。当前800V直流还处在落地阶段,不少项目仍沿用48V架构,液冷、高速互联、预制化、构网储能组合在一起,才是AIDC的核心壁垒,也是后续系列文章拆解GPU、供配电、UPS、液冷的出发点。

本文由智算芯能前沿网编辑整理,转载请注明出处。