AI服务器供电方式正进入新的设计阶段

人工智能计算的快速发展正在改变现代数据中心设计的优先顺序。随着GPU集群规模和性能的不断提升，高效供电的重要性已与提升计算能力不相上下。

与传统企业服务器相比，人工智能平台需要在持续高负载下运行，且机架功耗显著更高。这种转变对电力基础设施提出了更高的要求，需要电力系统能够稳定、高容量地提供能源，并在长时间运行周期内保持可靠性。

因此，电力输送不再仅仅被视为支撑基础设施，它已成为人工智能数据中心设计的关键要素，影响着电气架构、设备布局、冷却策略和长期可扩展性。

机架功率的提升正在重塑数据中心设计

机架功率的提升已成为现代人工智能基础设施的标志性特征之一。

传统服务器机架的设计功率通常为 10-20 千瓦。如今，人工智能部署的机架功率通常超过 60 千瓦，而一些高密度计算平台的功率则根据系统配置的不同而不断攀升。

推动这一转变的因素有很多：

• 更强大的AI加速器
• 每个机架内更高的GPU密度
• 更大的内存容量
• 更快的互连技术
• 持续高利用率计算

机架功率的每一次增加都会影响基础设施设计的多个方面，包括电力分配、散热管理、设备可访问性和未来扩展规划。

电力容量本身已不再是首要目标。重点已转向在确保长期运行可靠性的同时，提高能源输送效率。

电力输送正在超越传统设计

传统数据中心使用的电气架构是为电力需求相对稳定的工作负载而开发的。

人工智能计算引入了一种截然不同的运行模式。大型GPU集群在长时间内保持高功耗，同时快速响应计算工作负载的变化。

在这种情况下，电路路径的每个阶段都变得更加重要。

每增加一个功率转换级，都会造成效率损失、产生更多热量并增加系统复杂性。对于高功率运行的设施而言，即使转换效率的微小提升也能对整体能源性能产生显著影响。

基础设施设计人员不再仅仅着眼于增加可用容量，而是重新评估电力在整个系统中的传输方式，更加注重减少不必要的转换阶段，提高端到端效率。

电源输送正向机架方向发展

电力输送不再仅仅局限于设施层面。

随着机架功率的不断增加，电气设计越来越注重将能量输送到更靠近计算负载的位置。

这需要多层基础设施之间的协调，包括：

• 公用电力
• 备用电源系统
• 电池储能
• 电源转换设备
• 直流配电
• 机架级电源传输
• 服务器电源模块

这些元件不再作为孤立的系统运行，而是作为单一电气架构的一部分运行，其中一个阶段的性能直接影响下一个阶段。

因此，设计决策正变得更加一体化，更加注重整个电力链的效率、可靠性、可维护性和未来的可扩展性。

效率已成为系统级目标

如今提高效率远不止选择更高效率的电源那么简单。

工程师们正在评估整个电气路径，以寻找减少不必要的能源损耗并简化基础设施部署的机会。

当前设计重点通常包括：

• 更短的电路路径
• 更少的功率转换级
• 提高配送效率
• 更佳的热性能
• 简化维护

综合来看，这些改进有助于降低运营成本、提高设备可靠性，并实现更灵活的基础设施扩展。

随着人工智能计算的功率密度不断提高，效率正成为系统架构的组成部分，而不是孤立的设备规格。

高压直流电正成为关注焦点

随着人工智能基础设施的不断扩展，关于高压直流 (HVDC) 配电的讨论变得越来越突出。

传统的交流电架构仍然是大多数数据中心的标准配置。然而，机架功率的不断增长以及对更高电气效率日益增长的需求，正促使业界评估其他配电方案。

高压直流输电架构的一个关键优势在于，它能够通过减少电力到达高密度计算设备之前不必要的转换级来简化电力路径。

目标很明确：在支持日益苛刻的 AI 工作负载的同时，提供更大的功率和更少的转换损失。

尽管各运营商的实施策略有所不同，但发展方向正变得越来越清晰。高压直流电不再被视为小众概念，而是正在评估用于下一代人工智能基础设施的技术之一。

机架级电源正变得越来越模块化

机架功率的快速增长也正在改变数据中心内部电气系统的部署方式。

设计人员不再将电力分配视为固定的基础设施层，而是转向更加模块化的架构，以便随着计算能力的增长而进行调整。

在机架层面，电气设计越来越注重以下几个方面：

• 在更小的空间内实现更高的功率容量
• 简化的线缆管理
• 灵活电力扩展
• 更快的维护和设备更换
• 提高系统可用性

这种模块化方法使得基础设施能够随着人工智能硬件的发展而演进，而无需对整个电力系统进行大规模重新设计。

随着计算平台的不断发展，机架级供电预计将成为整体基础设施规划中更加重要的组成部分。

储能正成为电力战略的一部分

人工智能基础设施的发展也扩大了关于储能的讨论范围。

虽然电池储能系统 (BESS) 传统上支持可再生能源并网和电网应用，但现在它们正被视为更广泛的数据中心能源战略的一部分。

根据应用需求，储能可以通过支持备用电源、协助高峰需求管理以及更有效地利用可用电力资源来帮助提高电力灵活性。

随着人工智能设施规模的不断扩大，能源存储、电力转换和电力分配之间的更紧密协调将变得越来越重要。

这些技术不再是独立运行的系统，而是逐渐成为更加一体化的电力基础设施的一部分。

可靠的直流开关仍然至关重要

随着电气架构的不断进步，可靠的直流开关和保护的重要性依然不变。

更高的工作电压、更大的故障能量和持续的高负荷运行对整个电力系统的电气元件提出了更高的要求。

在这些环境中，直流接触器和直流熔断器发挥着不同但互补的功能。

直流接触器在正常运行、维护和紧急停机程序中提供受控开关、电气隔离和运行控制。

直流熔断器提供快速过电流保护，有助于限制故障能量，降低关键电气设备损坏的风险。

选择这些组件需要考虑完整的电气架构，包括系统电压、工作电流、故障特性和应用环境。

随着功率密度不断提高，组件选择正成为影响系统整体可靠性的越来越重要的因素。

电力输送方式将持续发展

人工智能计算的发展带来的改变远不止服务器性能。它正在重塑数据中心内电力生产、分配和管理的方式。

更高的机架密度、不断增长的能源需求以及新的配电架构正在推动整个电力生态系统的持续变化。

对工程师而言，挑战不再局限于提供足够的电力。而是要构建高效、可靠且可扩展的电力系统，以应对不断增长的计算需求。

AI 服务器供电技术的演进仍在进行中，今天做出的决定将影响未来数年下一代计算基础设施的设计。