大模型每一代参数规模指数级增长,算力需求呈 “爆炸式跃迁”。千亿参数模型训练需数万 GPU 连续运行数月,推理场景随用户量倍增,算力消耗持续攀升。传统数据中心在功率密度、散热、网络延迟、供电效率上全面触顶。
AI 对数据中心的冲击体现在三方面:
-
密度革命:单机柜从 5kW 跃升至 50–100kW,风冷失效,液冷成为刚需。
-
网络革命:传统树形网络无法支撑万卡通信,RDMA、RoCE、无阻塞全互联成为标配。
-
供电革命:多级 AC 转换效率低,800V 高压直流、固态变压器大幅提升能效。
AI 不是数据中心的增量,而是范式重构。跟不上 AI 算力标准的传统机房,将逐步退出主流市场。