人工智能的飞速发展正在改变数据中心的设计和运营方式。虽然计算性能仍然是首要关注点,但支撑人工智能工作负载的电力基础设施也变得同样重要。
与传统服务器环境相比,人工智能计算系统需要更高的功率密度。大型GPU集群在持续高负载下运行,对从机房层面到单个机架的供电系统都提出了更高的要求。
随着机架功率的不断提升,电源分配正逐渐靠近计算负载。机架级电源分配正成为提升现代人工智能基础设施效率、可靠性和可扩展性的关键设计考量因素。
传统数据中心架构主要围绕相对可预测的 IT 工作负载而设计。
然而,人工智能工作负载带来了新的挑战。高性能GPU、加速计算平台和高密度服务器配置需要在相同的物理空间内消耗更多的电力。
许多传统服务器机架的运行功率在 10-20 千瓦范围内。相比之下,现代面向人工智能的机架可能需要更高的功率,具体取决于系统配置和应用需求。
机架功率的提高不仅影响电力容量,还会影响:
因此,数据中心设计人员更加关注每个机架内部的电力分配方式,而不是仅仅关注上游设施的电力系统。
在传统数据中心,电力通常遵循相对集中的路径:
公用电力 → 备用系统 → 配电 → 机架 → 服务器
随着计算密度的增加,这种方法面临着新的挑战。
更高的电流水平需要对电力损耗、发热和系统复杂性进行精细管理。高效地将电力输送到更靠近实际计算负载的位置变得越来越重要。
机架级配电使设计人员能够更好地管理高密度环境中的电气路径。通过优化电源系统与计算设备之间的连接,运营商可以在提高效率的同时,为未来的升级保持更大的灵活性。
这种转变并不意味着完全替换现有基础设施。相反,它代表着向更优化的电气架构演进,这种架构专为更高功率的计算环境而设计。
人工智能工作负载通常需要长时间连续运行。任何电力供应中断都可能影响计算可用性和运行效率。
因此,机架级电源系统必须考虑多个可靠性因素,包括:
随着功率密度的增加,整个电力系统的保护协调变得越来越重要。
直流接触器和直流熔断器等元件在高功率直流应用中发挥着重要作用,它们提供可控开关、隔离和过流保护。
这些组件的选择取决于系统电压、电流要求、故障情况和整体电气架构。
对更高机架功率的需求不断增长,也使得直流配电技术受到更多关注。
现代计算机系统内部已经严重依赖直流电源,减少不必要的转换级有助于提高整体效率。
根据系统设计,直流配电架构可以支持:
随着人工智能基础设施的不断发展,直流配电、电源转换技术和保护组件需要作为一个协调的电气系统共同工作。
人工智能基础设施的建设不仅在于提升计算能力,还在于构建能够满足更高电力需求,同时保持高效和易于管理的电力系统。
机架级配电通过更加关注电气路径的最后阶段,为满足这些要求提供了一种切实可行的方法。
对于工程师和系统设计师而言,在开发可靠且可扩展的 AI 数据中心解决方案时,了解机架级电源需求将变得越来越重要。
随着人工智能工作负载的不断进步,电气设计仍将是决定未来计算基础设施部署效率的关键因素。
+86 28 86519933