AI的企业级应用日趋普遍,带来算力需求持续暴增,作为算力的重要来源,数据中心建设的刚需也得到了充分的释放。
有没有一种能够支持快速交付、运行安全可靠的方案,既能够有效应对算力供需缺口、适应多元场景需求,又能助力数据中心绿色低碳发展?
面对特定的容量需求和外部的市场压力,模块化解决方案成为越来越受欢迎的选择。为了深入探讨这一新常态下数据中心建设的优势与挑战,维谛技术(Vertiv,NYSE:VRT)特别邀请了相关领域的专家展开探讨。
模块化给数据中心建设带来了哪些改变?
行业专家:
模块化可以简化在受控环境中执行的流程,在场外完成集成且经过测试的系统可随时到达现场进行连接和启动。
由于容量是按模块增加的,因此“模块化”建设也使得数据中心的扩展变得更加容易和快捷。缩短扩展时间还有助于减少根据未来需要过度建设的需求,从而降低 CAPEX。

维谛专家:
模块化建设模式的部署速度更快,成本更低,支持按需部署和随需扩容。
除此之外,模块化数据中心可以将更多的新技术快速集成到设计和制造流程中。例如面对单机柜容量密度的持续增长,传统的冷却技术受物理因素制约,可能会出现无法提供更多冷量等情况,模块化数据中心可以兼容多种架构,当然也包含高性能计算相关的液冷解决方案。
并且,模块化建设模式具备更大的容量弹性。面对IT业务新增容量可以合理调整,轻松适应容量变化并减少能源消耗,降低运营成本的同时实现低PUE与低CUE。

模块化数据中心对厂商有哪些考验?
行业专家:
厂商要在“模块化”的基础上,融合用户对数据中心的多元化需求,而且这种预制建设方式必须贯穿数据中心全生命周期,实现全过程的标准化操作。
今年5月1日实施的GB/T41783-2022《模块化数据中心通用规范》,为设计、采购、部署到管理、操作等提供了统一标准,这将会有力促进预制模块化数据中心的创新与应用。
维谛专家:
作为GB/T41783-2022《模块化数据中心通用规范》参编单位,维谛技术(Vertiv)的微模块数据中心在设计及生产过程中对子系统的耦合、连动、应急处理、综合管控都有着严苛要求。比如,UPS、配电、电池之间的电气配合,空调的多点温度采集,设备通讯协议的无缝对接等等,都是我们重点关注的细节。
在应用场景中,由于有些模块化设施不定期迁移,所以需要配备物理安全屏障保护,这也对设备厂商在高可靠前提下的进一步预制化、智能化及供应等能力上都提出了要求。

如何破解模块化的技术难点?
行业专家:
模块化数据中心的内核异常丰富,绝不只是UPS、空调等的简单叠加。
除此之外,模块化数据中心应该根据不同规模和颗粒度,满足不同场景和条件下数据中心建设需要。为此,模块化也需要按照颗粒度分类。
即使在同一个客户大型机房不同业务的承载区,也需要按照负载和业务的特点,选择不同的解决方案,实现性能和效益的最优平衡。

维谛专家:
维谛技术(Vertiv)一直倡导“1-DNA智慧融合”理念,统一产品品牌、设备之间的协议和配合,提供整合端到端产品线推出的VertivTM SmartSolutionsTM智慧型数据中心解决方案,函括了单柜、单排、双排等多款不同颗粒度方案,每款方案都兼顾了可靠与节能的完美平衡。
以VertivTM SmartAisle3微模块解决方案为例,该方案采用全架构模块化设计,具备IT+基础设施统一界面融合管理功能,通过U位管理器实现数据中心资产的可视化管理,结合运维机器人,运维人员的工作量可以降低50%。

模块化数据中心如何满足AI高算力需求?
行业专家:
如今算力需求的持续攀升,必然导致数据中心单机柜容量的大幅提升。
而数据中心单机柜容量的提升,不仅需要更高可靠、高可用的供配电能力来保障,基于更高的热负荷与散热需求,还需要采用领先的制冷技术方案,提高效率。
维谛专家:
VertivTM SmartAisle具备全新推出的冷板式液冷解决方案,内置高可靠入列CDU,搭配维谛技术全变频风冷列间空调补冷,通过对CPU、内存等主要部件精准制冷,满足40KW以上单机柜容量的散热需求的同时,也可大幅降低PUE。
多模组场景下,每个微模块可释放45U IT机柜可用空间。为确保高安全、高可靠,核心组件支持完全预制,并柜全程无缆连接,内置一键组网功能,交付速度可提升83%。
并且,该方案着眼于全生命周期管理,通过AI技术等多举措持续降低后期运营成本及PUE。根据具有CMA及CNAS资质的权威三方单位的测试数据,应用AI技术改造后的数据中心PUE为1.133。
同时,采用全预制柔性供配电架构,以单机柜为最小颗粒度,基于列间空调,UPS及柔性母线配电系统的高度集成,可以轻松适配15KW以上单机柜容量。
凭借在制冷、供配电层面的出色表现,VertivTM SmartAisle微模块解决方案可以满足AI高算力下机柜容量的需求。
好文章,需要你的鼓励
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。