AIDC机房参考设计白皮书

AI业务负载及算力设备发展趋势

• AI业务负载发展趋势：AI业务负载快速发展，算力需求爆发式增长。AI模型向超大规模、多模态融合方向演进，参数量从GPT-1的1.17亿提升至GPT-5的数万亿。AI应用深度赋能各行业，如自动驾驶、金融、医疗健康、智能制造等。
• AI算力设备发展趋势：为满足AI业务需求，算力设备向高密化、液冷化、集群化方向发展。
  • 高密化：整机柜功耗从50kW演进到300kW以上，单柜芯片数量持续增长。
  • 液冷化：单芯片和整机柜功耗增长，传统风冷无法满足散热需求，液冷成为主流部署模式。
  • 集群化：超节点集群成为主流选择，基于Scale-Up大带宽、低时延总线互联，互联域从单机8卡扩展到数千卡规模。

AIDC机房挑战

• AIDC机房规划与设计挑战：
  • 散热系统：风液比变化、液冷流量流阻非线性增长、风冷需求增长带来的挑战。
  • 供配电系统：大集群规模部署供电、末端配电系统高密供电挑战。
  • 建筑结构设计：机房层高、承重挑战。
  • 网络布线设计：网络走线数量增加、超节点规模扩大带来的挑战。
• AIDC机房建设挑战：
  • 机房快速交付需求。
  • 适配智算设备快速演进需求。
  • 机房承重挑战。

AIDC机房设计思路及部署模式建议

• 设计思路建议：
  • 散热系统：风液同源兼容不同风液比设计、液冷散热弹性和可靠性设计、高密风冷散热方案设计。
  • 供配电系统：中低压配电系统与智算设备解耦设计、末端配电接口柔性设计、机房承重设计、机房层高设计。
  • 建筑结构设计：机房承重设计、机房层高设计。
  • 网络布线设计：园区光纤走线路由容量规划设计、机房楼入户双路由设计、机房内机柜顶部双层网格桥架设计、超节点域内互联走线规划设计。
• 部署模式建议：
  • 模式1：“土建+大机电先行”：将大机电提前建设，缩短机房就绪周期至约3个月。
  • 模式2：“土建+大小机电模块开发、框采先行”：大小机电标准化、模块化、产品化，提前约1年启动模块设计和开发、框采及备货，业务需求确定后3个月内完成交付。
  • 一体化预制液冷微模块：将结构件在工厂预制，现场标准工序模块化组装，缩短交付周期。
• 存量场景参考建议：
  • 根据不同规模场景需求，参考建议如下：
    • 小规模智算改造(＜12柜)：液冷系统末端改造、供配电系统末端改造、电源系统新建或改造。
    • 中等规模智算改造(≥12柜)：冷源系统+末端改造、供配电系统新建或改造、末端配电系统改造。
  • 其他建议：楼面承重评估、BIM建模、气流组织和温场建模仿真、运输通道和货运电梯高度评估。

标准规范和生态建设倡议

• 共铸AIDC标准体系：
  • 汇聚产业链核心力量，共同构建全流程闭环。
  • 开展产业活动与成果推广，增强产业共识与影响力。
  • 构建团体/社区技术规范与参考设计。
  • 推进行业标准制定与需求对齐。
  • 支撑国家标准建设与前瞻布局。
• 共建AIDC生态：
  • 推动技术协同与供应链升级。
  • 匹配未来AIDC部署需求。
  • 共创持续演进机制。
• 共赢产业持续发展：
  • 与国家政策同频共振，推动绿色高效、集约化的AIDC建设模式。