吉瓦（GW）级开放智算中心框架技术报告

核心观点

• 人工智能算力需求持续增长，推动数据中心向更高功率、更高密度和更高能效的吉瓦级智算中心演进。
• 吉瓦级智算中心需要系统级协同设计，涵盖基础设施层、IT设施层、网络与高速互连层、系统软件与资源管理层。
• 中国在能源、制造、应用和政策等方面具备独特优势，为探索吉瓦级智算中心提供了有利条件。
• 报告提出构建开放、高效、绿色、智能、可规模复制的吉瓦级智算中心参考架构与实践框架。

关键数据

• AI训练集群规模从万卡→十万卡→百万卡。
• 高速互连从400G→800G→1.6T，甚至更高速率。
• 数据中心功率从数MW→数百MW→向吉瓦级跨越。
• 单机柜功率密度从传统8-15kW飙升至30-60kW，甚至RubinUltra等全液冷架构达到600kW。

研究结论

• 吉瓦级智算中心需要从服务器级、机柜级提升到园区级乃至区域级进行架构设计。
• 能源、计算、网络、冷却和运维需要在规划阶段进行协同设计与联合优化。
• 开放接口和标准协同是降低系统性风险的关键手段。
• 报告提出了吉瓦级智算中心在建筑与空间规划、供备电系统、冷却系统、AI超节点、高速互连物理层与连接器、AI网络与交换系统、AI存储技术等方面的设计原则、架构和关键接口方向。
• 报告希望凝聚产业共识，降低系统级创新成本，促进开放生态发展，为新一代AI基础设施的可持续演进提供坚实支撑。