超大规模智算中心技术综述_39页_1mb

先进计算产业发展联盟技术分享总结

核心内容概述

本报告围绕GW级AIDC（吉瓦级开放智算中心）展开，分析了AI算力需求的指数级增长趋势，以及由此引发的数据中心技术变革。报告从时代背景、核心挑战、开放系统蓝图、供电与散热革命、网络架构演进、全球实践案例、中国发展路径和未来趋势等方面进行了深入探讨。

主要观点

1. AI算力需求激增

• AI模型参数从亿级增长到万亿级，数据中心规模从MW走向GW。
• 算力需求增长超过5个数量级，NVIDIA Blackwell+Rubin 2027前订单达1万亿美元。
• 中国智能算力CAGR为46.2%（2023–2028），占全球29%（仅次于美国34%）。

2. GW级AIDC的“五道墙”

• 算力墙：单芯片FLOPs增速放缓，需Chiplet、3D封装和异构计算。
• 内存墙：万亿参数模型对HBM容量和带宽提出更高要求，需Context Memory Storage和CXL扩展。
• 能耗墙：单机柜功率密度达1MW+，需800V HVDC和源网荷储一体化。
• 散热墙：单芯片TDP突破3000W，需两相液冷技术。
• 互连墙：Scale-Up与Scale-Out互连技术成为关键瓶颈，需开放协议支持。

3. 供电革命：800V HVDC

• 800V HVDC成为GW级AIDC的“黄金标准”，具备更高效率（92–95%）和更低的母线电流。
• 驱动因素包括NVIDIA Kyber机架、OCP LVDC规范、GaN/SiC功率半导体、BBU取代UPS等。
• 中国正在推动“算电协同”，PUE 1.15成为硬性要求，液冷渗透率预计2026年达70%。

4. 散热革命：液冷与两相技术

• 液冷从“可选配置”转向“强制标配”，两相液冷成为GW级AIDC的必然路径。
• 液冷技术演进分为三代：冷板式液冷、单相浸没、两相浸没。
• 中国液冷技术已具备一定竞争力，拥有1000+液冷核心专利和20+液冷标准。

5. 网络革命：Scale-Up与开放协议

• 从Scale-Out转向Scale-Up，NVLink/PCIe/UALink/ESUN等协议成为主流。
• OCP推动开放协议生态，如ESUN、SUE-T、UALink等，实现跨XPU统一互连。
• Scale-Across技术正在发展，用于跨数据中心的负载均衡与协同。

6. 全球GW级AIDC实践

• NVIDIA：Vera Rubin DSX参考架构落地，Kyber系列推动800V HVDC与液冷。
• Meta：Prometheus集群多GW级，Catalina与ORW规范引领开放设计。
• Microsoft：Azure AI Supercomputer，2026年实现GW级交付。
• AMD：Helios AI Rack适配ORW规范，推动开放计算。
• OpenAI：Stargate项目采用NVIDIA与AMD双供，OCP蓝图推动Scale-Across。
• xAI：Colossus项目快速部署，液冷与自建电网协同。
• Oracle：OCI Supercluster与NVIDIA合作，推动技术落地。

7. 中国GW级AIDC路径

• 中国以“开放系统+国产算力+自主标准”三轨并行发展。
• “东数西算”与“双碳”政策推动数据中心建设，液冷成为核心能效标准。
• 浪潮信息推出元脑智算算力仓、SD200超节点，实现高密度与高效能。
• 国家级项目如天府智算西南算力中心，推动绿色数据中心与算电协同。

关键信息

技术演进阶段

• Phase 1：服务器即计算机（2012–2022），风冷为主，InfiniBand Scale-Out。
• Phase 2：整机柜即计算机（2023–2026），液冷+800V HVDC，NVLink Scale-Up。
• Phase 3：智算中心即计算机（2026–2030），Vera Rubin DSX参考架构，跨园区Scale-Across。

技术趋势与展望

• 开放化：OCP社区推动全栈开放，实现Chip-to-Grid协同。
• 专用化：推理与训练分离，专用推理芯片如Groq LPX、Cerebras入场。
• 全栈协同：供电、散热、网络需协同设计，实现高效能与低PUE。
• Agent-First数据中心：算力调度从“人提交任务”转向“Agent自主调度”，支持Token计费与秒级扩缩容。

分布式算力中心 vs GW级AIDC

• 分布式算力中心：选址在能源富余地区，规模10–100MW，核心任务为训练与批处理。
• GW级AIDC：选址在枢纽节点，规模500MW–GW，核心任务为推理与实时业务。
• 二者互补，形成“主干+末梢”架构，算力跟着能源走。

总结与建议

1. AIDC已进入“GW级AI Factory”时代

• 训练算力增长5个数量级，单机柜功率从100kW走向1MW+，园区规模从MW走向GW。
• 不是单点优化，而是从芯片到电网的结构性变革。

2. 三大物理革命同时发生

• 供电（800V HVDC）、散热（两相液冷）、网络（Scale-Up开放协议）。
• 三者耦合，解决一个需协同其他两个。

3. 开放生态是中国的核心机会

• OCP社区汇聚全球超大规模玩家，中国应以系统化设计为中心，实现追赶与超越。
• 通过开放的AI基础设施实现算力普惠，加速智能平权。

4. 未来趋势：效率优先、全栈协同、Agent-First

• 从规模扩张转向效率优先，实现价值重构。
• 开放协议生态推动系统化协同，支持跨园区AI Super-Factory。
• Agent-First架构成为新趋势，支持动态算力调度与Token计费。

附录：关键数据

全球AI支出预测（2026）

结语

GW级AIDC是AI发展的重要基础设施，其建设涉及从芯片到电网的全栈协同。中国在开放生态、国产算力和自主标准方面具备优势，应抓住机遇，推动系统化设计，实现与全球领先者的同步发展。