當前，人工智能產業加速發展，Token調用量和算力需求持續提升。作為承載AI應用的重要基礎設施，AIDC（人工智能數據中心）建設正走向高密度、高負載、高可靠的新階段。

“算力的盡頭是電力。”日前，華為數字能源副總裁何波在做客人民網《人民會客廳》時表示，AI產業發展正在帶動數據中心形態演進，算力設備持續運行需要穩定、高效、可持續的電力支撐。

何波表示，隨著模型參數、Token調用量等持續提升，算力設備運行帶來的能源需求同步增長。AIDC要實現高質量運行，關鍵在於把電力更加穩定、高效地轉化為算力產出，支撐AI產業持續發展。

向電網友好型基礎設施演進

何波介紹，當前，AIDC用電仍以傳統電力為主，但從長期看，接入更多新能源電力已成為重要方向。新能源電力具有波動性，AI負載本身也並非傳統穩定負載。風電、光伏等新能源會給電網的可預測性、可調節性帶來挑戰﹔GPU集群在任務啟動、調度和切換過程中，也會出現快速波動。

“AIDC與電網之間的關系正在發生變化。”在何波看來，傳統數據中心更多是電網側的用電負荷，以保障自身連續運行為核心﹔但隨著AIDC規模擴大、新能源佔比提升，如果大規模負載在電網擾動時集中切離，可能進一步加大電網平衡壓力。

對此，何波認為，AIDC發展需要經歷從“適應電網”到“支撐電網”，再到“主動構網”三個階段。在這一背景下，源網荷儲AIDC成為產業發展重點方向。何波介紹，“源”包括傳統電力和新能源，“網”強調穩定友好，“荷”是高價值、高密度、強波動的AIDC負載，“儲”則是連接兩端、平衡波動的關鍵資源。通過構網型能源路由器，可以在兩端波動之間形成緩沖，推動AIDC成為電網友好的能源節點。

破解高密機櫃的供電與散熱挑戰

當前，在AIDC建設中，高密度機櫃帶來的直接挑戰，是電力能否高效送達。何波表示，傳統數據中心單機櫃功率多為幾千瓦、十幾千瓦，如今AI機櫃已達到幾十千瓦、上百千瓦，未來還將不斷走高。

據介紹，在同等功率條件下，如果電壓不提升，電流就會增大，線纜數量、尺寸、損耗和發熱都會隨之增加。因此，AIDC需要通過升壓降低電流壓力，也需要通過直流化減少變換環節和配電線纜壓力，800伏直流電成為產業研究重點。何波介紹，800伏直流首先會在負載高密場景率先應用，但在相當長一段時間內，交流和直流會長期共存。

“800伏直流的落地還需要直流電源、快速開關、鋰電系統、母線、熔絲、連接器以及服務器電源等設備和環節共同適配。”何波表示，800伏直流要真正實現規模商用，要看整個產業鏈是否成熟。

電力供給之外，散熱也是AIDC發展亟待解決的難點。何波認為，隨著機櫃功率進入百千瓦級甚至更高，液冷正在從可選項變為必選項。

“液冷散熱能力更強，但也改變了數據中心可靠性邊界。液體進入服務器、機櫃和二次環網后，漏液、工質變質、臟堵等問題都可能影響服務器運行。尤其在高密機櫃場景下，一旦冷卻異常，留給運維處理的時間窗口可能隻有一分鐘到幾分鐘。”何波認為，AIDC液冷的關鍵不只是降溫，而是讓系統可預測、可預警、可控制。通過AI技術反哺基礎設施，可以將壓力、流量、水溫、水質等運行參數用於模型訓練，幫助系統更早識別異常趨勢，推動運維從故障后處理轉向風險前預防。

以全局視角提升算力基礎設施效益

在業內看來，AIDC建設具有明顯的重資產屬性。何波表示，電力、散熱、樓宇等基礎設施一旦建成，往往需要運行十年甚至更長時間﹔而GPU服務器等IT設備迭代速度很快。如何讓長生命周期基礎設施匹配快速迭代的算力設備，成為行業共同面對的問題。

“基礎設施要主動適配IT發展，預制化、模塊化、產品化，會成為AIDC設計和交付的重要方向。”何波認為，未來AIDC發展仍要依靠基礎設施彈性擴容，而AI可以在全生命周期運營中發揮作用，幫助供電、儲能、熱管理等系統從被動告警走向主動預防。

面向未來，何波認為，AIDC發展需要產業鏈協同推進。AIDC是長生命周期系統，任何單點優化都不能以犧牲全局可靠性為代價。未來需要相關企業形成共識，共同推動標准、規范和關鍵技術成熟。