时代背景与GW级AIDC演进
AI算力需求呈指数级增长，模型参数与训练算力在过去6年增长超过5个数量级，推动数据中心规模从MW走向GW。智算中心（AIDC）经历三阶段演进：Phase 1（服务器即计算机，2012–2022，kW级机柜，千卡集群），Phase 2（整机柜即计算机，2012–2022，MW级机柜，万–十万卡集群），Phase 3（智算中心即计算机，2026–2030，GW级园区，百万卡集群），最终形成GW级AI Factory。
GW级AIDC核心挑战
GW级AIDC面临“五道墙”挑战：算力墙（单芯片FLOPs增速放缓）、能耗墙（单机柜≥1MW，需800V HVDC）、散热墙（单芯片TDP突破3000W，需两相液冷）、互连墙（万亿参数大模型需Scale-Up开放协议）、内存墙（NVLink纵向扩展瓶颈）。破局之道在于系统设计协同。
OCP开放系统蓝图
OCP推出《Open Systems for AI v1.0》蓝图，涵盖应用软件、DC IT基础设施、DC物理基础设施、系统管理层，推动全栈开放协作。关键规范包括ESUN、SUE-T、UALink、ORW、MGX、Catalina、Mt Diablo等。
技术革命
- 供电革命：800V HVDC成为兆瓦级机柜标配，NVIDIA Kyber/Vera Rubin Ultra（2027起）将采用800V DC。驱动力包括NVIDIA Kyber机架需求、Meta等呼吁开放标准、GaN/SiC技术成熟、BBU取代UPS。算电协同是关键，需规划、建设、运营、金融协同。
- 散热革命：风冷极限已至，液冷渗透率2026年将从30%跃升至70%。关键技术包括Gen1冷板式液冷、Gen2单相浸没、Gen3两相浸没/泵驱两相，两相液冷PUE趋近1.04。
- 网络革命：从Scale-Out转向Scale-Up，NVLink/PCIe/UALink/ESUN/SUE-T等协议竞争。Scale-Up范围包括POD间（Ultra Ethernet/ Spectrum-X）和机柜内（PCIe/NVLink/UALink/ESUN+SUE-T），关键应用分别为跨地域负载平衡和万亿参数大模型一致性内存视图。
全球GW级AIDC实践
NVIDIA路线图：Blackwell→Rubin→Kyber→Feynman，Vera Rubin DSX参考架构落地。主要玩家包括Microsoft（2GW扩张）、Meta（Prometheus集群）、AMD（Helios）、OpenAI、xAI、Oracle等，地缘政治变量影响海外建设。
中国GW级AIDC路径
中国智能算力规模占全球29%，CAGR 2023–2028预计46.2%。政策驱动“东数西算”+“双碳”+OCP中国社区。浪潮信息实践包括元脑智算算力仓、SD200超节点、算电协同、800V HVDC与原生液冷预研。商业模式创新包括算力REITs（润泽科技已落地）。
演进趋势与展望
- 开放化：OCP生态推动算力普惠。
- 专用化：训练向低电价发电站集中，推理向城市边缘下沉。
- 全栈协同：芯片-机柜-设施一体化设计。
- Agent-First Datacenter：Agent自主调度算力，Token计费，秒级释放。
2030展望：分布式算力中心与GW级AIDC互补，“算力跟着能源走”，AI支出占IT支出41%，全球投资热潮。
关键数据
- AI模型参数与训练算力增长5个数量级。
- NVIDIA 2027年订单指引$1万亿。
- 中国算力CAGR（23–28）占全球29%。
- 2026年液冷渗透率70%。
- 元脑SD200单机承载4万亿参数单体模型，Token 7.3 ms。
- 沙特PIF追加$50亿投资中国西部智算。
