智算多多
官方邮箱:service@zsdodo.com

公司地址:北京市丰台区南四环西路188号总部基地三区国联股份数字经济总部


京公网安备11010602202532号 9月15日,安徽芜湖AIDC产业发展大会上,华为带来一个很有想象力的新方案,全球首个3D数据中心正式对外发布,同时推出配套专著和设计图库,把这套立体机房的设计思路向整个行业开放。
以前大家建数据中心,就像摊大饼,制冷、服务器、供电、电池全部平铺在一层或者多层平面上。而华为这次换了思路,借鉴芯片工厂动力和生产分开的理念,直接把机房竖向叠成四层,从底层往上依次是供冷层、IT算力层、供电层,屋顶单独放备电电池。简单理解,就是把原本平面铺开的机房,改成一栋垂直的算力工厂。
为什么要大费周章把机房竖起来?核心原因就是现在大模型对算力的需求爆发式增长。十万亿参数大模型持续迭代,需要海量的AI卡集群,未来十万卡级别的昇腾超节点,会成为AI算力的标配。传统平铺机房,供电、散热管线拉得很长,一旦高密度服务器集中部署,散热跟不上、供电损耗大,建设周期还特别漫长,很难快速跟上AI算力扩张的节奏。
这套3D架构,实实在在解决了传统机房的不少痛点。电力模块到服务器机柜的距离,从原来的17米压缩到5米,线路损耗大幅降低,单栋机房的供电能力直接提升到168MW。而且整套机电模块大部分在工厂提前预制好,现场只需要组装,预制率超过90%,机电交付时间从6个月缩短到3个月,建设速度直接翻倍。
还有一个很关键的优势,就是安全隔离。四层分开布局,制冷、算力、供电、电池各自独立在不同楼层,一旦某一块设备出现故障,问题只会限制在单独一层,不会像传统机房那样,一处故障连带一大片设备受影响。屋顶电池单独隔间,还有防爆、火灾预警等多重防护,高密度算力场景下的安全能力明显提升。分层设计还有一个好处,以后升级AI芯片,只需要更换中间IT层的设备,不用把整个机房推倒重建,硬件迭代的兼容性更强。
这种立体机房的新模式,一旦在全国规模化复制,整条产业链都会跟着受益。从底层到屋顶,四层结构刚好对应四条清晰的产业主线,每一层都有对应的国内供应商参与。
高密度AI服务器发热量巨大,传统风冷已经扛不住,液冷不再是可选方案,而是刚需。冷板、冷却分配单元、管路、冷却液,这些配套产品的需求会持续放量。国内不少企业已经深耕这条赛道,有企业做冷板和冷却设备一体化方案,也有厂商主打大功率温控,还有企业布局浸没式冷却、管路配套。这一赛道的订单增长潜力,取决于3D机房后续在全国各地落地复制的速度。
也是离算力投资最近的一环,昇腾整机、高速连接器、电路板都会迎来需求。这一层主要安放昇腾950以及后续新一代算力芯片,昇腾服务器整机厂商、高速背板连接器、高端服务器PCB企业,都会跟着受益。国内不少厂商已经深度适配昇腾算力平台,还有企业专门做高速互联器件,支撑服务器之间海量数据传输。这一层的业绩兑现,核心看后续项目中标规模,算力集群上架越多,相关设备出货量越高。
垂直布局把供电做成独立楼层,供电链路变短,大功率电源设备需求上涨。高压直流电源、UPS不间断电源、服务器电源模块,都是这一层的核心部件。模块化预制建设模式,会提升标准化电源产品的采购量,国内很多做机房配电、服务器电源ODM的企业,都有机会参与项目供货。
电池放到屋顶独立部署,对锂电储能、安全冗余设计提出更高要求,储能电芯、UPS加储能一体化方案需求提升。机房建成之后,算力托管、算力租赁企业,承接超大规模算力集群上架业务,为各类AI企业提供算力服务。
这些产业链企业,很多属于配套供应商,并不是全部直接供货华为,最终能不能拿到订单,要看企业中标公告、定期财报,不能仅凭架构方案直接下定论。
3D数据中心本质不是一款单独的硬件产品,而是一套全新的机房建设范式。以前建机房,是现场一点点施工;现在变成工厂预制零件,现场像搭乐高一样装配。短期来看,液冷温控、供配电设备的订单会率先释放;中期,昇腾服务器整机出货量会持续增长;长期,要看各地3D机房落地后的算力上架率,以及AI大模型商业化落地速度。
很多朋友会疑惑,这种立体机房,会不会很快全面替代现在的传统数据中心?其实不用理解成新旧替代。3D架构更适合十万卡级别、超高密度的大型AI算力集群,也就是AIDC智算中心。普通存储、普通业务的机房,传统平铺方案依旧够用。它更像是给超大算力场景,提供一套更高效、更安全、建设更快的新方案。华为也开放了这套设计图库,就是希望带动整个行业一起参考这套标准,共建算力基础设施生态,不止华为一家使用。
从产业角度看,这件事更大的意义,是国内AI算力基建从单纯堆服务器,走向整体架构创新。过去大家聊算力,目光大多集中在AI芯片上,忽略了机房供电、散热、整体工程建设。可高密度算力集群,芯片只是其中一环,如果机房供电散热跟不上,再强的芯片也发挥不出性能。3D数据中心,就是把机房当成一个整体算力工厂来设计,从底层解决高密度算力落地的工程难题。
当然,我们也要理性看待产业节奏。这套架构目前是样板落地,后续全国规模化复制,还需要经过大量项目验证,各地建设进度、资本开支节奏都会影响产业链的订单释放。算力基建行业本身投入大、交付周期长,企业利润也会受行业周期波动影响。
国内算力产业链,经过这些年持续投入,已经形成完整配套。液冷、电源、服务器、储能,各个环节都有本土企业持续打磨产品。3D数据中心这种新架构,给国产零部件厂商创造了新的应用场景,国产设备有机会进入更高标准的大型智算项目,持续验证产品实力,进一步完善算力基础设施产业链。
AI大模型竞争,拼的不只是算法和芯片,算力底座同样是关键。算力基建的创新,会持续降低大模型落地的门槛,让更多企业能够用上稳定、高密度的算力资源,推动人工智能产业稳步向前发展。
