塔斯娱乐资讯网

中兴通讯以算电协同构筑AIDC智算底座,破解算力高能耗难题

每天给大家带来最新动态 ,内容随缘更,每篇都掏干货;如果你觉得这些信息对生活有用,就点个关注~
最近这两年,全社会都在聊一件事:算力。不管是大模型训练、AI推理、智慧城市,还是工业数字化,几乎所有数字化升级,最后都绕不开算力。很多人只看到AI大模型越做越大、应用越来越多,却忽略了一个躲在幕后、越来越棘手的现实问题:算力是很吃电的。没有足够的电力供给,再先进的芯片、再多的服务器,都跑不起来;可要是电力调配、散热、能源利用跟不上,算力机房就会陷入“想扩容却不敢扩,要上线却缺配套,能耗居高不下”的困境。中兴通讯提出的算电协同,瞄准的就是智算中心最现实的痛点,用一套完整的AIDC智算底座思路,试着把算力和电力两件事放在一起统筹解决,而不是分开各管各的。
先把几个基础概念用直白的方式理清楚。AIDC,也就是人工智能数据中心,专门用来承载AI训练、AI推理任务,和传统用来存数据、跑普通业务的数据中心不一样。传统IDC更多考虑存储、通用计算、网络;AIDC里面堆满了高性能GPU、AI加速卡,硬件本身功耗就远高于普通服务器。一块高性能AI加速卡满负载运行的时候,单卡功耗就可以达到几百瓦,一整台AI服务器功耗轻轻松松突破几千瓦,一个标准机柜功耗冲到几十千瓦已经非常普遍。当成千上万个机柜集中在同一个园区,整套系统的用电、散热、供电稳定性,一下子就变成了最难啃的硬骨头。
很多人会简单地觉得,算力高能耗无非就是多装几台空调、多拉几条供电电缆。实际落地的时候完全不是这么简单。我们可以拆开看看现在智算行业普遍碰到的几道现实关卡。
第一道关卡,电力规划跟不上算力建设的节奏。地方变电站、市政配电网的容量是提前规划好的,一个园区能够拿到的供电配额,不是想要多少就有多少。过去建机房,很多做法是先规划服务器规模,再回头申请电力。等到设备都订好了,才发现电网侧没有足够余量,项目只能暂停或者缩减规模。就算电批下来了,传统模式下供电系统、制冷系统、算力设备分头设计,各个系统之间互不感知。供电只管送电,制冷只管降温,服务器只管跑任务,三套系统独立运行,没有统一调度。电送进去了,大量能量没有变成有效算力,而是变成了热量白白耗散掉。PUE(电源使用效率)就是衡量这件事最直观的指标,PUE越接近1,代表无效能耗越少。国内很多早期智算机房PUE长期处在偏高区间,大量电能消耗在空调、配电损耗上面。
第二道关卡,瞬时功率冲击大,供电容易不稳。AI业务有非常明显的潮汐特征。训练任务一开,几十上百台服务器瞬间拉满负载,功率短时间冲到峰值;任务跑完,负载又快速掉下来。这种忽高忽低的功率波动,会给配电、变压器、UPS不间断电源带来频繁冲击。如果供电链路设计保守,就要预留大量冗余容量,设备平时大部分时间闲置,资产浪费;如果冗余留少了,遇到突发峰值,又存在跳闸、宕机风险。单纯靠加大供电硬件规格,只能用堆成本的方式去被动应对波动,治标不治本。
第三道关卡,散热难题跟着功耗同步放大。高功耗AI机柜热流密度极高,普通风冷已经很难压住温度。如果盲目加大空调功率,又会推高制冷能耗;直接上液冷,又涉及到方案选型、管路布局、漏液防护、运维难度、前期投入成本等一连串问题。液冷不是简单把冷却液接到服务器里就完事,它需要和供电布局、机柜排布、监控系统深度匹配。很多项目单独上液冷,却没有配套的能源管控,最后只是解决了温度问题,整体能耗优化空间并没有完全释放。
第四道关卡,能耗管控粗放,缺少精细化调度手段。很多机房现在只能做到事后统计,每个月看看总用电量,很难实时知道每一台服务器、每一个机柜此刻的能耗、算力产出、散热状态。不知道哪一部分能耗是必要的,哪一部分是浪费的,也就没办法动态调节。想要响应国家“双碳”要求、控制运营成本,就缺少可落地的抓手。电费是智算中心运营成本里占比最高的一项,长期粗放管理,运营方很难把成本控制住,间接也抬高了下游企业调用算力的价格。
正是因为这些问题单独靠芯片、单独靠空调、单独靠电网改造都没法完整解决,算电协同这个思路才走到台前。简单一句话解释算电协同:不再把算力设备、供电系统、制冷系统当成三套互相独立的东西,而是从顶层设计开始,把“算力需要多少电、什么时间需要电、产生多少热量、该怎么调配能源”放在同一个体系里面统一感知、统一调度,让电跟着算力走,能源匹配业务需求。中兴通讯的AIDC智算底座,就是把这套思路变成一整套可以落地的软硬件产品和工程方案。
这里要先厘清一个误区,算电协同不等于单纯的节能改造。节能改造大多是在已经建好的机房里面,更换高效电源、优化空调设置,属于事后优化。算电协同是前置设计,从园区规划阶段就介入,把电网接入、供配电、储能、温控、算力硬件、智慧管控平台打通,实现源、网、荷、储、算一体化联动。从电力进来的那一刻,到最终算力输出,全链路做协同优化。
我们一层一层拆开这套AIDC智算底座到底包含什么,每一部分分别解决什么实际问题。
第一部分,高可靠、高效率的分层供配电体系,解决电能不能顺畅、低损耗送到算力设备的问题。
传统供配电链路层级多,每经过一级开关、变压器,就会产生一部分损耗。中兴在供配电上做的优化,首先是精简配电层级,缩短供电路径,减少线路损耗。其次针对AI负载波动大这个特点,采用模块化、可弹性扩容的配电架构。不需要一次性把全部配电设备装满,可以跟着机柜上架节奏分批投入,前期不用一次性投入巨额资金购置闲置设备。
同时针对AI业务瞬时大功率冲击,搭配智能不间断电源与储能单元协同。传统UPS主要作用是停电之后短时供电,保障业务紧急关停;算电协同模式下,储能除了备用,还多了削峰填谷的功能。用电高峰电价贵,或者园区电网功率快要触达上限的时候,储能释放电力,分担一部分瞬时负载;电网负荷宽裕、电价低谷的时候给储能充电。这套逻辑不是纸上谈兵,它可以平滑AI业务突发的功率尖峰,降低对市政电网峰值容量的要求,同时利用峰谷电价差,实实在在降低电费支出。储能和配电系统深度联动,还要配套安全管理,做好电池温控、消防预警,规避储能本身的安全风险。
第二部分,冷热适配的全维度温控方案,也就是散热体系,解决高密机柜的散热与制冷能耗平衡问题。
现在主流分成风冷、冷板式液冷、浸没式液冷三条技术路线,没有哪一种是万能的,不同业务场景适合不同方案。中兴没有只押注单一路线,而是提供可按需选配的温控方案,并且让温控系统接入统一管控平台。
举个例子,中低功耗机柜,采用优化后的风冷系统,通过精准风道设计、封闭冷热通道,避免冷热空气掺混,防止局部热点,不用盲目提高风机转速浪费电能。对于功耗很高的AI机柜,可以部署冷板液冷,冷却液直接和服务器发热部件换热,把大部分热量带走,剩下少量余热由风冷辅助散热;极端超高热密度场景,可以采用浸没液冷。关键不在于用不用液冷,而在于温控系统可以实时读取服务器负载、芯片温度,动态调节冷却液流量、空调输出功率。算力负载低的时候,自动调低制冷功率;负载拉高、温度上升,提前预判,动态上调制冷输出,而不是等到温度超标再被动补救。温控不再是一套固定参数一直跑,而是跟着算力业务实时变化。
温控系统还要和供配电系统打通数据。比如说,当某一片机柜算力大规模启动,配电系统检测到功率快速上涨,立刻把这个信号同步给温控平台,温控系统提前预调节,避免算力已经跑起来了,制冷还没有跟上,出现局部过热。这种跨系统联动,就是算电协同最直观的体现。
第三部分,一体化的智慧算电管控平台,是整套底座的大脑,也是最核心的软件能力。
硬件只是基础,如果没有统一的管控平台,供电、储能、制冷、服务器依旧各干各的。管控平台会采集全链路的数据:从上游电网的电压、功率、电价信号,储能的荷电状态,各级配电单元损耗,每个机柜实时功耗,单台AI服务器的负载率、芯片温度,温控设备运行参数,全部汇总到同一个平台。
平台具备三层能力。第一层是感知,做到全链路可视,管理人员不用挨个设备去抄数据,每一个环节的能耗、状态都清晰展示,能够精准定位高能耗点位,找到无效耗电。第二层是策略调度,内置多套可配置的调度逻辑。比如峰谷电价策略,自动引导非紧急、可延后的AI任务挪到电价更低的时段运行;功率阈值保护策略,当园区总用电快要触及电网配额上限,在保障核心业务不受影响的前提下,对优先级较低的任务做限流或者错峰;温控联动策略,根据算力负载动态调节制冷;储能削峰填谷策略自动执行充放电。第三层是分析复盘,平台长期沉淀能耗、算力数据,输出PUE、单位算力能耗、制冷能效等指标,给运营方后续扩容、方案调优提供依据。
这里还要区分清楚,这个平台不是简单的监控大屏。普通监控只能看数据、报警;算电协同管控平台可以根据预设策略自动下发指令,跨系统联动执行调节,实现闭环控制。当然,所有自动策略都支持人工干预,关键操作留痕,保障可控。
第四部分,适配AI业务的机柜与基础设施预制化建设模式,用来解决智算中心建设周期长、现场施工繁杂的痛点。
AI产业发展速度很快,市场经常需要智算项目快速落地。传统土建机房,从土建、装修、布线、设备安装调试,周期很长。预制化、模块化机房,把机柜、配电、温控、布线在工厂预先组装、测试,运到项目现场之后只需要完成简单对接,缩短现场施工时间。同时模块化架构方便后期分批扩容,新增算力机柜的时候,配套的供电、温控模块可以同步配套追加,做到算力扩容和能源配套同步落地,不会出现设备先上架,能源配套滞后拖后腿的情况。
讲清楚整套底座的构成之后,我们再来聊聊这套方案能够解决哪些实实在在的现实难题,以及它的价值体现在哪里。
第一个价值,缓解智算项目“有电指标却用不划算,想扩算力受限于电力约束”的矛盾。很多地方不是完全没有电,而是电网峰值容量有限,如果按照所有服务器同时跑满算力去申报用电,需要非常大的电力指标,审批难度高、成本高。通过算电协同+储能削峰,平滑瞬时功率尖峰,可以把项目需要申报的峰值功率合理优化,在不降低实际可承载有效算力的前提下,降低对市政电网峰值容量的需求。这里需要客观说明,这套优化不是无中生有变出来电力,而是通过科学调度,减少不必要的峰值冲击,把有限的电力指标用在有效算力上面。
第二个价值,控制运营阶段的电费成本。电费是智算中心长期最大一笔开支。一方面通过全链路降低配电损耗、优化制冷,把PUE往下压,减少无效能耗;另一方面依靠峰谷调度,可迁移的任务放到电价低谷执行;储能配合峰谷价差充放电。长期累积下来,可以形成可观的成本优化空间。不过也要客观,成本优化幅度和当地电价政策、业务结构强相关,如果业务全部是不能中断、不能延后的实时推理任务,错峰调度的发挥空间就比较有限;如果有大量可灵活调度的训练任务,优化效果会更加明显。不存在一套方案可以无条件大幅降本,要结合业务实际。
第三个价值,提升整套智算基础设施运行的稳定性。AI负载波动大,很容易造成供电、散热突发压力。算电协同实现多系统联动预判,在故障苗头出现之前进行调节;完整的数据监控体系,方便及时发现异常。当然,基础设施最终的可靠性,依旧离不开合理的硬件冗余、规范运维,协同调度是锦上添花,不能替代必要的安全冗余设计。
第四个价值,方便落实绿色低碳的建设目标。国家对于数据中心有明确的能耗指标引导,新建大型、超大型数据中心有对应的PUE要求。靠单一设备去抠能耗,优化空间越来越小;源网荷储算协同,是从系统层面挖掘节能潜力的可行路径,方便园区匹配绿色低碳相关要求。
当然,我们也要客观看待算电协同当前存在的现实边界,不能过度美化。首先,算电协同是一套基础设施层面的底座方案,它管的是算力硬件背后的能源与环境配套,没有办法优化AI算法本身的计算效率。一个算法本身写得冗余、计算量大,就算基础设施能耗做到极致,总的耗电量依旧很高。算法层面的优化,需要算法工程师去完成,两件事分属不同层级,不能混为一谈。其次,算电协同的效果,高度依赖配套条件。如果当地没有峰谷电价,储能做电价套利的价值就很低;如果业务全部是低延迟实时推理,任务不能错峰,任务调度的空间就很小。每个项目都需要结合自身情况定制策略,没有万能模板。第三,整套底座涉及软硬件多个子系统,前期规划设计非常关键,如果顶层规划不到位,各个子系统标准不统一,数据打通困难,协同就落不到实处,最后变成各自独立的设备堆砌。
放到更大的产业视角来看,现在全国都在布局智算基础设施,各地智算中心接连上马。但产业已经慢慢从“拼谁机柜多、谁GPU多”,转向比拼基础设施的运营效率、绿色水平、综合成本。早期只要把服务器堆起来就算建成智算中心;现在行业慢慢意识到,缺电、能耗高、运营成本居高不下,会变成制约智算长期健康运转的短板。如果基础设施的能源问题得不到妥善处理,就算短期堆出规模,后续运营也会压力重重。
算电协同就是顺着这个产业变化出现的一条技术路线。中兴这套AIDC智算底座,本质就是把“能源”放到和“算力”同等重要的位置,不再当做配套配角。过去大家建智算,主线是算力,能源是配套;算电协同的思路,是算力和能源双线并行,同步规划、同步建设、同步调度。
很多人会好奇,这套方案适合什么样的主体去参考?第一类,准备新建智算中心、AI算力园区的建设方,在前期规划阶段就引入算电协同思路,一次性做好顶层设计,避免建好之后再返工改造。第二类,已经建成、但是能耗偏高,想要系统性优化PUE、精细化管控能耗的智算运营主体,可以分步改造,先打通数据,搭建统一管控平台,逐步完善储能、温控联动。第三类,需要建设中小型AI算力节点,比如地市一级的边缘智算,空间、电力条件有限,需要精打细算用好每一份电力。
普通普通人可能会觉得,智算中心离自己很远。其实不然。我们日常用到的AI对话、AI绘图、语音识别、视频AI审核、自动驾驶仿真、工业AI质检,背后都需要算力支撑。智算基础设施的成本、稳定性,会一层层传导到上层应用。基础设施越高效,长期来看越有利于AI应用降低使用门槛,让各行各业更容易用得起AI。技术底座虽然藏在幕后,却实实在在支撑着数字产业往前走。
目前整个行业对于算电协同,还处在不断实践、持续迭代的阶段,各家厂商都在按照自己的理解给出落地方案。中兴通讯这套AIDC智算底座,完整覆盖供配电、温控、管控平台、预制化基础设施,走的是整套体系化解决问题的路线。技术好不好,最终还是要看大量项目落地之后长期运行的数据,看能不能持续兑现能耗优化、稳定运行、控制成本这些目标。技术路线没有终点,后续随着储能技术、液冷技术、调度算法不断迭代,算电协同还有继续优化的空间。
最后,也抛出一个话题和大家一起聊聊:在AI算力需求持续上涨的当下,你觉得解决算力高能耗问题,最该优先发力的方向是什么?是基础设施层面的算电协同,还是不断提升芯片能效,或是依靠绿电大规模供给?欢迎在评论区留下你的看法,也可以点个关注,后续持续跟踪数字基础设施相关的产业动态。
免责声明:本文仅为产业信息客观分享,不构成任何投资、项目建设决策建议;相关技术效果受场景、配套条件影响,仅供参考。