数据中心智算化升级改造白皮书（2024年）

中国通信工业协会数据中心委员会中国计量科学研究院北京电子数智科技有限责任公司中国质量认证中心有限公司2024 年 12 月 作者与鸣谢 中国通信工业协会数据中心委员会中国计量科学研究院北京电子数智科技有限责任公司中国质量认证中心有限公司 海光信息技术股份有限公司广东合一新材料研究院有限公司北京玥数科技有限公司中建三局第一建设工程有限责任公司中讯邮电咨询设计院有限公司兰洋(宁波)科技有限公司科华数据股份有限公司联想(北京)有限公司浙江洁普智汇能源科技有限公司三河同飞制冷股份有限公司深圳市共济科技股份有限公司润建股份有限公司 我们向为白皮书提供指导和建议的企业和研究机构的专家们表示诚挚的感谢。 前 言 在人工智能高速发展的浪潮中，数据中心作为信息时代的基石，已成为推动经济社会发展、提升国家竞争力的关键一环。在政策层面，为了迎合智算产业的发展，在规划智算中心建设的同时，也积极推动传统数据中心向智算中心的演进。通过业务层级改造，使数据中心业务由提供通用算力向提供智能算力升级。同时，通过基础设施层级提质增效，使数据中心向智能化、高效化、绿色化方向转型升级。 目前，数据中心正从提供基础计算资源向提供智能化、一体化的AI算力服务方向快速演进。北京电子数智科技有限责任公司（简称“北电数智”）通过打造具备算力、算法、数据全栈AI能力的“AI工厂”，实现高性能硬件基础设施、多元算力统一纳管和算力灵活调度、不同模型适配加速、国产算力场景验证等全栈式智算服务。以精细化运维的方式提供极具性价比的算力服务，以云化方式将传统算力服务升级为集成底座大模型、行业大模型、一栈式AI工具链等配套服务的“AI工厂”，降低各类用户使用人工智能的门槛。同时，联合中国计量科学研究院等单位开展《数据中心智算化升级改造白皮书》的编制工作，立足于当前数据中心智算化升级的背景与意义，深入探讨了数据中心基础设施智算化升级面临的挑战，提出可行的技术解决方案。此外，提出在实施改造前进行预评估，可帮助智算化升级改造践行者进行工程可行性研究。为了明确智算化升级改造效果的评价体系，白皮书针对性能、经济性、环境等方面提出评估指标体系与测试评价方法，填补数据中心智算化改造方面评价准则缺失的空白。 然而，智算化改造之路并非坦途，它面临着技术、标准、生态等多方面的挑战。传统数据中心建设方案存在诸多局限，如设备兼容性、能源效率、标准化程度等问题，需通过技术创新和标准化建设逐步解决。同时，随着算力需求的多样化，智算中心的应用场景日益广泛，从高新技术、产业数字化转型到移动消费及智能终端，无一不显示出算力赋能的广阔前景。通过本白皮书的洞察与建议，我们期待能为数据中心行业的智算化转型提供有益的参考，共同推动数据中心向更加智能、高效、绿色、安全的未来演进。 目录 第一章 背景与政策 .................................................. 11.1 数据中心智算化演进.............................................11.2 智算中心发展趋势...............................................4第二章 现状与挑战 .................................................. 72.1 数据中心现状分析 ..............................................72.2 AI 发展带来的挑战.............................................10第三章 预评估与分析 ............................................... 153.1 现有资源评估..................................................153.2 需求与业务分析................................................163.3 技术可行性评估................................................163.4 成本与效益分析................................................173.5 风险评估与应对策略............................................18第四章 技术策略与方案 ............................................. 194.1 空间优化......................................................194.2 保障提升......................................................204.3 AI 赋能.......................................................234.4 可持续发展....................................................24第五章 测试评价体系 ............................................... 265.1 测评指标体系..................................................265.2 测评方法与工具................................................28第六章 结语 ....................................................... 36 第一章 背景与政策 1.1数据中心智算化演进 1.1.1背景与政策分析 当前，数据中心的算力算效现状正经历着深刻的变革，这是由技术进步、政策导向和市场需求共同驱动的结果。一方面，随着云计算、人工智能、大数据等信息技术的快速发展，数据中心的算力需求呈现出爆发式增长，对于计算效率和能源效率提出了更高要求。另一方面，政策层面的引导和规范，如“十四五”规划中对数据中心绿色化、智能化的强调，以及国家对算力基础设施建设的高度重视，促进了数据中心向更高效、更绿色的方向发展。 2017年，国务院提出建设“高效能计算基础设施”，首次对数据中心提出“高效能”的要求。2020年4月，国家发改委首次将智能计算中心作为算力基础设施的重要代表纳入信息基础设施范畴。2022年2月，“东数西算”工程全面启动，算力基础设施成为重点建设方向之一。2023年10月，工信部等6部门联合下发的《算力基础设施高质量发展行动计划》明确提出未来要结合人工智能产业发展和业务需求，推动算力+行业融合发展，逐步合理提升智能算力占比，力争2025年达到35%。2023年12月，国家发改委等5部门出台的《深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》更是凸显了智能算力的关键引擎定位。一方面要求引导各类算力建设和算力使用向枢纽节点集约，促 进多元异构算力融合发展，加快实现智能算力资源供需平衡；另一方面明确提出提升智能算力在人工智能等领域适配水平，增强计算密集型、数据密集型等业务的算力支撑能力。在上述一系列政策的支持下，智算战略地位得到不断提升。 近年来，地方针对人工智能发展陆续出台了数十项指导方案和激励政策，提出加强算法创新与应用、推动算力基础设施建设、创新智能算力应用场景等关键举措，基本完成政策部署，人工智能发展环境体系初成。 北京、上海、深圳等多个重点省市以算力体系建设为抓手推动人工智能服务体系建设，其中，北京侧重存量数据中心进行智算体系化提升，上海侧重统筹资源以AI赋能新型基础设施，深圳侧重算力集群式供给，打造算力枢纽和智算平台。以北京市为例，仅2024年就相继发布了《北京市存量数据中心优化工作方案（2024-2027年）》和《北京市算力基础设施建设实施方案（2024-2027年）》，旨在引导存量数据中心完成绿色低碳改造，转型为智能算力中心，促进绿色电力消纳，提高存量数据中心能效、碳效水平，并提出一系列奖励措施。 当前数据中心的算力算效现状正经历着从传统模式向AIDC的转型，技术创新和政策导向正逐步解决早期建设中出现的问题，推动数据中心向更高效、更绿色的发展方向迈进。随着算力需求的多样化和政策环境的持续优化，数据中心的算力算效将得到进一步提升，为数字经济的繁荣发展提供坚实的基础支撑。 1.1.2数据中心智算化机遇 在人工智能（AI）引领的科技革命中，数据中心作为算力基础设施的核心，正面临着前所未有的挑战与机遇。AI技术的广泛应用，尤其是深度学习、自然语言处理、计算机视觉等领域的突破，极大地推动了智能决策与自动化流程的发展，从而对数据中心的算力提出了前所未有的要求。 从理论基础来看，AI技术，尤其是深度学习模型，依赖于大规模数据集进行训练，以实现模型的优化与泛化能力。这种数据密集型的学习方法，要求数据中心拥有高并发、高带宽的网络环境，以及强大的计算资源，以支持大规模的并行计算任务。此外，随着AI模型的复杂度不断提高，数据中心需要提供更高效能的GPU、TPU等专用加速芯片，以加速计算过程，减少训练时间。 从应用场景来看，AI技术在图像识别、语音识别、自动驾驶、医疗健康、金融风控等诸多领域展现出了广阔的应用前景。这些应用场景对数据中心的算力提出了多样化的需求。例如，在自动驾驶领域，实时的数据处理与分析能力至关重要，要求数据中心不仅提供强大的计算能力，还必须确保低延迟的网络连接。在医疗健康领域，AI技术用于疾病诊断、药物研发等，对数据的精准分析与处理能力要求极高，进一步推高了对数据中心算力的需求。 政策层面，国家对AI技术的重视也影响了数据中心的算力布局。《新一代人工智能发展规划》等政策文件，明确提出要加强AI基础设 施建设，推动数据中心的算力提升与智能化升级。政策的引导下，数据中心正逐步转型为AI DC，即专注于AI计算任务的数据中心，它们不仅拥有更强大的算力，还集成了AI优化的软件与算法，以实现更高效的计算资源调度与利用。 技术环境的革新也在推动数据中心算力的升级。例如，算网协同技术的发展，使得数据中心能够根据AI任务的需求动态调整算力资源，实现资源的优化配置。此外，边缘计算技术的普及，使得数据中心能够将一部分计算任务下放至边缘节点，减少数据传输延迟，进一步提升了AI应用的响应速度与用户体验。 人工智能对数据中心算力的需求正驱动着数据中心的智能化升级。从理论基础、应用场景到政策导向，数据中心正逐步从传统的计算与存储中心，转型为支持AI计算任务的智能数据中心，其算力算效的提升，不仅为AI技术的广泛应用提供了坚实的基础，也为数字经济的蓬勃发展注入了强劲动力。 1.2智算中心发展趋势 智算中心作为推动数字时代创新与发展的关键基础设施，正经历着前所未有的转型与升级。在技术、政策、市场需求等多重因素的驱动下，智算中心的发展趋势呈现出鲜明的特征与方向。 （1）技术驱动下的演进 技术的革新是智算中心发展的核心动力。随着AI、云计算、大数据等技术的融合与突破，智算中心正从传统数据中心向AI DC（人工智能数据中心）转变，其技术演进路径展现出以下几个关键趋势： 算力升级与优化：智算中心不断提升GPU、TPU等专用加速器的集成度，改善计算架构，以满足AI模型训练与推理的高性能需求。同时，通过算网协同技术，实现资源的智能调度与优化配置，提升算力服务的灵活性与响应速度。 智能化运维与安全：智能化运维技术的引入，如AI运维、自动化运维平台，提升了数据中心的运维效率与响应速度，降低了运维成本。同时，构建多层次的安全防护体系，加强物理安全、网络安全与数据加密，有效应对不断演化的安全威胁。 （2）政策