根据 AFCOM 最新发布的数据中心状况报告,AI 正在改变数据中心的设计、建设和运营方式,标志着人类与信息交互方式发生了"根本性变革"。
这份于上周发布的报告 (需要注册) 深入探讨了这些变革对数据中心行业的深远影响,涉及从劳动力、供应链和安全挑战,到水资源节约措施以及核能、太阳能等无碳能源解决方案日益普及所带来的可持续发展创新机遇。
新数据中心建设采用混合方式 根据 AFCOM 2025 数据中心状况报告,运营商计划在未来三年内将数据中心建设规模扩大六倍,平均设施规模为 32 兆瓦。这些数据中心将如何建设?三分之一的受访者选择采用混合方式,将传统建设方法与预制模块化数据中心解决方案相结合。
超过 80% 的受访者计划使用 IT 模块作为预制设计组件(相比去年的 39% 有大幅增长),同样数量的受访者也在考虑使用预制冷却模块。
报告作者兼数据中心世界项目总监 Bill Kleyman 表示:"这些创新加快了部署速度,提高了可扩展性,并最大限度地减少了浪费——同时满足了快速上市需求和环境保护要求。"
二线市场成为新兴趋势 随着一线市场趋于饱和,数据中心开发商正increasingly 向二线地区扩张,在现有技术走廊附近和已具备充足土地和电力基础设施的地区建立枢纽。
JLL 美国数据中心市场联合负责人 Andy Cvengros 最近告诉《数据中心知识》,该公司在二线市场持续增长,包括弗吉尼亚州里士满、达拉斯南部、芝加哥西部、亚特兰大、俄亥俄州、印第安纳州北部等地区。
他说:"这主要是由于这些地区的电力和土地成本比核心市场更低。"
关键基础设施面临的物理威胁日益增加 在最紧迫的安全和基础设施威胁中,勒索软件连续第九年位居榜首,60% 的受访者(高于去年的 54%)将其列为首要担忧。但 AFCOM 的安全威胁评估中有一个数字格外引人注目:57% 的受访者强调了物理安全威胁,比去年增加了 17%。78% 的数据中心领导者报告称在过去 12-24 个月内对数据中心的物理安全要求进行了调整,包括监控系统(48%)和加强供应商及承包商审查流程(48%),凸显了持续更新物理基础设施安全协议的重要性。
供应链和劳动力短缺问题持续存在 报告强调了数据中心行业面临的另一个尚未解决的挑战:85% 的数据中心领导者表示人才短缺影响了运营。另一个增长挑战是:74% 的受访者报告持续存在供应链限制,其中 16% 表示这些短缺导致了设施停机。
报告指出:"信息很明确:适应性和前瞻性思维至关重要。"
可持续发展是"面向未来数据中心的基石" 数据中心面临的"惊人"需求规模导致对可持续发展实践的审查加强,以及可再生能源的采用增加。
AFCOM 发现,71% 的受访者已经实施或计划实施项目来管理水资源和能源消耗,近四分之三的数据中心领导者正在寻求利用可再生能源。
在这些举措中,Kleyman 称节水措施的推进"令人鼓舞",他指出了直接芯片冷却和后门散热器等解决方案。此外还有核能。尽管 Kleyman 提醒说这项技术在经济可行性方面尚未得到证实,但 33% 的受访者认为小型模块化反应堆和核能将成为其可再生能源战略的核心,比去年增加了 12%,仅次于太阳能(55%)。
可持续发展不能仅仅是事后考虑。Kleyman 告诉《数据中心知识》:"数据中心的未来不仅仅是满足需求,而是要将行业转变为创新和责任的典范。"他强调了数据中心与能源供应商、监管机构和当地社区之间需要开展合作。
他表达了乐观态度:"从混合预制到更智能的材料,可能性是无限的。"
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。