破局智算中心挑战，施耐德电气的应对之道

2022年底，破局ChatGPT的智算中心之道横空出世引爆了全球对生成式人工智能的关注热潮
。紧随其后  ，挑战多模态大模型、施耐AI视频生成 、德电代码自动生成等技术的应对突破，正在重塑千行百业的破局创新范式。AI技术的智算中心之道飞速发展，在推动企业业务创新，挑战提高企业生产效率的施耐同时
，也给数据中心带来了前所未有的建站模板德电压力
。

然而，应对在这场看似属于算法与数据的破局竞赛背后，却是智算中心之道一场关于算力、供配电与制冷能力硬核基础设施的挑战较量。

AI加速数据中心技术变革 ，基础设施面临三重考验

近年来，AI大模型发展被按下“提速键”，加速向多场景渗透 ，以前所未有的深度和广度改变数据中心的传统面貌
。中国信通院数据显示，云计算截至2024年6月，我国在用算力中心超过830万标准机架
，算力规模达到246 EFLOPS(FP32)，智算同比增速超过65%。

在笔者看来，大模型应用爆发增长的背后 ，是AI工作负载对数据中心基础设施提出的严峻挑战
。主要有以下三点
：

一是功率密度大幅跃升。传统数据中心单机柜功率通常在5-10kW，而AI服务器集群直接将这一数字推高至30kW、50kW甚至100kW以上。以英伟达最新的模板下载GB200为例
，更是将单机柜功率密度推向120kW。

二是电力质量要求严苛
。AI训练任务通常需要连续运行数周甚至数月 ，任何电力中断都可能导致训练任务失败，造成巨大经济损失。同时，AI工作负载具有剧烈动态波动特性 ，50毫秒内可达30%-165%波动  ，对供配电系统的可靠性提出了极高要求
。

三是制冷瓶颈凸显。随着芯片功耗不断提升，服务器租用风冷已逐渐触及物理极限。未来 ，单个GPU功耗超过1kW或将成为常态，传统风冷方式无法有效解决高密度计算节点的散热问题 ，液冷将成为必然趋势。

近期
，在施耐德电气卡车巡展北京站现场 ，施耐德电气关键电源业务，IMDC及边缘计算产品经理汤熠指出 ，当前，芯片性能提升速度已经超越了摩尔定律 ，机柜功率密度及功耗均将实现指数跃迁。毫无疑问，智算中心将以惊人的速度进化 
，高防服务器AI更将突破奇点。

施耐德电气关键电源业务，系统业务产品经理连博指出 ，AI驱动下的算力变革亦在深刻重塑电力需求与使用模式。为有效应对能源供应的严峻挑战，数据中心亟待部署更多、更优质的电力资源
。

施耐德电气的应对之道：创新产品与解决方案

面对AI时代数据中心面临的诸多挑战 ，施耐德电气凭借其深厚的技术积累和前瞻性的市场洞察，免费模板推出了一系列创新产品和解决方案 。其中 ，冷板式液冷CDU系统、Galaxy VXL UPS和IMDC智能模块化数据中心尤为引人注目 ，这也是本次施耐德电气卡车巡展北京站活动中所展示的重点产品。

一）风冷液冷融合，打破散热瓶颈

前文提到，机柜功率密度的不断提升使得制冷成为摆在用户面前的一大挑战。数据中心运营者不仅亟需升级制冷方式，如何降低数据中心的整体能耗 ，符合国家节能减排政策的要求
，也成为重点考虑的问题。

汤熠表示，单机柜的功率密度未来3年将会达到500 kW，5年内有望达1 MW。单机柜功率密度超过50 kW ，液冷将会变成必选项 ，即风冷无法满足50 kW机柜散热的问题 
。

为满足高密度数据中心的散热需求，施耐德电气基于对客户需求的深刻洞察 ，推出的冷板式液冷CDU系统，提供液-液（Liquid to Liquid） 、液-气（Liquid to Air）等多种热交换方式 
，并提供支持机柜内安装、落地式安装等多种型号  ，覆盖温度控制 、流量控制、压力控制
、流体处理 、热交换与隔离五大关键功能
，为高密度人工智能集群获得更佳的制冷效果提供有效支持。不止于此，冷板式液冷CDU系统将为用户带来芯片性能和可靠性提升、能效更高 、占用空间更小 、总拥有成本更低
、噪音更低等多项优势
。

尽管液冷技术优势明显，但传统风冷对于较低机柜功率密度的小型AI集群仍是比较受欢迎的冷却方案 。汤熠指出 ，目前较为典型的风液比配置为3 ：7，在短期内，液冷并不能完全取代风冷，部分非主流芯片的热量依然会由传统的风冷和风墙带走，而CPU 、GPU主芯片将采用液冷解决方案。无疑，风液融合将成为行业发展的必然选择  。

二）IMDC智能模块化数据中心 ，智算边缘部署全新路径

聚焦边缘AI多样化应用场景，以及各行业企业对数据处理低时延、高效性的多样化需求
，施耐德电气IMDC智能模块化数据中心交出了一份满意的答卷 ，以打通大模型“最后一公里” 。该解决方案集成了电源、配电 、制冷、机柜 、环境监控管理等在内的物理基础设施单元
，全部物理组件可在到达客户现场前实现工厂预制及全面检测 ，通过边缘控制层级的智能管理及数字化运维软件APP ，帮助客户实现快速部署 ，实现端到端一站式交付和远程数字化管理 。

据介绍，IMDC智能模块化数据中心支持AI机柜的模块化部署 ，不仅可以在通道内做长度扩展，支持20个机柜一组，最大可延展到40个IT机组。同时，用户可以采用微模块方式，用户可根据自身的智算需要 ，实现弹性扩容 。

值得一提的是，IMDC智能模块化数据中心基于AI加持的智能运维方式，集成2台算力服务器，支持每8秒判定内部环境情况，对内部空调温度等进行精准智能调控。通过AI的主动干涉
，空调能耗每年可下降30% ，实现能效与运维效率的双重提升。

IMDC智能模块化数据中心部署了2米高的机柜屏幕 ，支持数字孪生的全景可视化
，以满足相关行业与企业的量身定制需求 。用户可以在该屏幕上，查看UPS的状态、每一台空调的状态以及AIDC里面每一台服务器的状态 ，从而进一步保障资产安全性 
，并提升智能监控与运维能力 ，避免业务无关人员误操作导致训练中断 。

三）供配电革新 ：重新定义兆瓦级电力保障

随着AI应用场景不断拓展深入
，供配电系统的要求日趋严苛 。施耐德电气Galaxy VXL UPS凭借在空间利用率、功率密度和安全性能方面的三重突破，为各类AI场景大规模电力负载提供可靠保障。

在优化空间利用率方面，Galaxy VXL UPS实现了革命性突破，单机功率最高可达1.25 MW，其紧凑的设计仅占地面积1.2 m2 ，从而为IT负载的部署释放更多空间。数据中心灰区（辅助设备间）和白区（IT机房面积）的占比可能由1:1演化为7:3，而Galaxy VXL UPS能大幅降低传统配电面积，提供更多的空间给到白区 ，适配智算中心需要。

为了更加直观地了解这些数据背后的意义，此处可以通过一组对比进行详细介绍
。传统1MW以上的UPS占地面积基本都在4 m2以上 ，或是宽度基本在4m以上。Galaxy VXL UPS将占地面积减少了约70%，无疑为用户释放了更多宝贵空间用于IT设备部署。

此外，Galaxy VXL UPS率先突破了行业3U空间的功率模块极限，实现125 kW的更高输出功率 ，基于可扩展的模块化设计，Galaxy VXL支持4台UPS并机运行，在仅4.8 m2空间内即可实现5 MW的功率输出，客户可根据自身当前与未来发展需求，灵活增加电力模块，有效降低资本支出 。

不止于此， Galaxy VXL UPS在能效突破方面同样表现出色。其在双变换模式下整机效率可达97.5% ，在E变换模式下系统效率高达99%
。E变换作为施耐德电气率先提出的概念，历经长期实践验证 ，已经在全球多个地区广泛应用 ，客户使用率超过70%。

针对高功率密度带来的散热挑战，Galaxy VXL UPS采用多极传导创新设计和动态气流散热设计 ，满载时可降低20%的散热量。产品在0-40℃工况下可不降容运行 ，即使在50℃极端环境下 ，也能在满足一定负载条件下保持高性能运行。

连博表示，在着力提升UPS核心性能参数的同时，厂家更需要将“高安全可靠”理念贯穿产品全生命周期。为了保证工作人员在更换设备中的安全性，Galaxy VXL UPS具备在线插拔（Live Swap）功能，该功能获得了德国莱茵TÜV集团签发的全球首张Live Swap认证证书。“在线插拔与市面上常见的热插拔有本质区别。” 连博强调，传统热插拔需要操作人员穿特殊的PPE防护装置
，并经过严格培训才能操作，仍存在闪弧、拉弧 、短路的危险。而在线插拔功能可以保证即使发生拉弧现象 ，拉弧能量也能被有效控制在1.2cal/cm²以下
，从而确保在最大限度内保障操作人员安全
。”

以创新应对挑战
 ，以合作共创未来

众所周知，面对AI时代带来的复杂性挑战，任何一家企业靠单打独斗无法满足客户的全方位需求 。为此 ，施耐德电气积极与行业领导者建立战略合作，共同构建完整的AI就绪基础设施生态。

在英伟达GTC巴黎大会上，施耐德电气宣布与英伟达深化合作，助力下一代“AI工厂”的建设和发展 。此外
，施耐德电气也与联想 、戴尔开展战略合作，合力布局智算产业。从设施供电、制冷 、IT机房等领域，为适配未来的智算中心提供更好的解决方案 。

在人工智能重塑世界的过程中，算力基础设施是这一变革的物质基础 。施耐德电气凭借其在供配电、制冷和数字化领域的深厚积累，从冷板式液冷CDU系统、IMDC智能模块化数据中心到Galaxy VXL UPS，为AI时代的数据中心提供了全面保障  ，更推动行业的技术进步和标准制定。

这些解决方案不仅在空间利用率 、功率密度、安全性能等方面实现了突破 ，更通过模块化设计 、智能化运维和生态合作，为客户提供灵活性
、可扩展性和可持续性 。

未来，随着AI技术从前沿探索走向规模化应用，施耐德电气将继续加大研发投入 ，深化与合作伙伴的关系 ，为全球智算基础设施的建设和发展提供更强有力的支持
。