AI智能总结电力仍是数据中心部署短期最关键的制约因素,灵活负载管理和户用电源(Behind-the-Meter)解决方案可能有助于弥补电力缺口。云业务和人工智能推理工作负载因靠近终端用户导致电力短缺,而人工智能训练工作负载正迁移至电力供应充足的偏远地区。
在电力消耗高峰期,通过电网调节或数据中心灵活负载管理可释放大量产能。杜克大学研究表明,若数据中心接受年均0.25%的负载削减,可整合76吉瓦的新增负载;若接受0.5%的负载削减,可新增98吉瓦负载。然而,门罗先生指出,行业风险规避和缺乏财务或监管激励是推广该方案的两大阻碍。
户用电源是弥补初期电网缺口的解决方案,但成本高昂且可能具有临时性。尽管规划中的数据中心仅有个位数百分比提出户用电源需求,但大型数据中心对电力需求的影响依然显著。现场电源解决方案主要部署天然气简单循环发电机,成本是电网电力的5-20倍,但在大型人工智能数据中心的经济模型中可能是可行的选择。部署户用电源的数据中心计划三年内接入电网,期间可能采取迁移、整合电力或淘汰设备等方式处理相关资产。
在社区压力、监管要求和技术变革下,数据中心行业正转向更节水的冷却技术,但需付出高昂的能源成本。向闭环和无水冷却系统转型可能将能源使用效率(PUE)从1.08提升至1.35-1.40,能源消耗增加35%-40%。尽管芯片直冷和高温水冷等创新技术有望提升热传递效率,但托管数据中心因客户群体多样化和建设初期冷却架构确定等因素,可能仍会坚持采用冷水机组冷却设计。未来十年,受数据中心容量增长推动,冷水机组需求预计仍将大幅增长。
技能型劳动力短缺是继电力之后的下一个主要制约因素。行业组织正与技术院校合作开发培训项目,并尝试尽早接触中学生,使技能型职业更具吸引力。预计到2030年,为满足电力需求,美国在制造业、建筑业、运营与维护以及输电配电领域将需要新增超过50万名劳动力。
