算力“管家”：那些守护AI“中枢”的人

　　新华社呼和浩特4月11日电 题：算力“管家”：那些守护AI“中枢”的人

　　新华社记者安路蒙

　　手机人工智能（AI）助手瞬间给出答复，高清游戏画面丝滑流转，行车导航路线精准锁定……在这些智能体验日益融入我们日常的背后，是谁保障其所需的算力在毫秒间完成？

　　在内蒙古呼和浩特南郊的和林格尔数据中心集群，我们找到了答案。这里是全国十大数据中心集群之一，汇聚了华为、中国移动、国有银行总行等约50家大型数据中心，算力总规模突破12.5万P，其中智能算力占比96%，绿色算力指数全国靠前。

　　“风吹草低见牛羊”变成“风起电生算力涌”，离不开一群默默奉献的算力“管家”。他们日夜值守，让算力像水电一样稳定、好用。

　　深夜11点，中国移动呼和浩特数据中心机房内的机柜嗡嗡作响。中心基础设施网络运维工程师侯晓雯从一排排机柜前走过，目光扫过供配电柜的指示灯，又侧耳听了听液冷系统的循环声。作为基础设施网络运维工程师，她的职责是“守着数据中心的水电命脉”，统筹供配电、制冷、液冷设施的运维，确保IT业务安全运行。

　　该数据中心整体规划34栋机房楼，目前已建成10栋、可提供机架2.9万架。这里还坐落着一个大型液冷智算中心，国内多种前沿大模型训练、推理均在此进行。

　　记者走进液冷智算中心看到，偌大的机房内摆满一排排机柜，里面装载的服务器内部采用冷板式液冷技术，流动着特殊冷却液的冷板紧贴芯片，像“贴身空调”一样直接带走热量，较传统风冷能耗更低。“服务器高速运转会产生大量热量，制冷是保障稳定运行的底线。”侯晓雯边巡检边说。

　　一次巡检，侯晓雯的步数轻松过万。但在她看来，最累的不是走路，而是突发故障处置。有次节假日，数据中心遭遇市电故障，侯晓雯和团队立即启动应急预案，保障油机和UPS供电稳定输出，同时全力确保制冷系统持续供冷，最终机房业务安然无恙。

　　“我们保障数据中心基础设施和数据底座的安全，一旦电力、制冷出问题，会波及整个IT业务。”侯晓雯说，因此7×24小时监控值机是常态，手机常年不关机。

　　如果说侯晓雯守护的是数据中心的“心肺”，那么算力网络运维工程师赵一帆管的就是“大脑”——那些承载大模型训练、AI推理的算力服务器。“大模型训练全靠这些服务器发力，我的任务就是不让它们出岔子。”

　　智算集群规模庞大、链路复杂、故障点多，问题根源排查难度指数级上升。而大模型训练对连续性要求极高，停机一次可能造成巨大损失。赵一帆说：“我们尽量靠预防性维护，提前排查隐患，利用业务间隙维修，最大程度降低损失。”

　　入职14年，赵一帆亲历了算力产业的跨越式发展：从单一机房到规模化集群，从传统风冷到液冷、算电协同、绿电储能，数据中心已成为数字经济的核心底座。“我们的工作也不断面临新挑战，但我并不抵触，边干边学，碰到一次复杂故障，只要解决了也就学会了，很有成就感。”

　　中国移动呼和浩特数据中心副总经理李程贵表示，凭借专业运维团队和先进技术，该数据中心能完成万亿级参数大模型的稳定训练，创下连续22天无中断训练纪录。

　　运维工程师守护算力“心脏”，算力调度员则操盘“算力网络”。

　　和林格尔新区多云算力资源监测与调度平台大厅内，电子屏上的算力负荷、资源分配、跨区域调度数据实时跳动，勾勒出一幅“全国算力一张网”的动态图景。“我们已实现与北京、芜湖、贵州、重庆等地算力调度平台互联互通。”平台负责人兰小汀说。

　　该平台融合通算、超算、智算等统一管理，通过AI调度算法支持多数据中心、多集群算力的统一调度。2023年，“和林格尔绿色算力超市”在这里上线，卖家可以将剩余算力注册售卖，买家可以像逛淘宝一样选择算力商品加入购物车，结算后智能调度系统自动匹配最适合的算力供应商进行交付。

　　不过，调度精度远超想象。从和林格尔至京津冀枢纽核心区域，时延必须稳定在5毫秒以内。这是什么概念？要知道人类眨一次眼睛大约需要100到400毫秒。

　　为此，当地已建成至合肥、北京等地的400G全光网络，打造了“2.5.20”时延圈——2毫秒抵达乌兰察布，5毫秒抵达北京，20毫秒覆盖全国主要城市。“算力统一供给、统一售卖，让算力像用水、用电一样便捷，触手可及。”兰小汀说。

　　“你不知道我们的存在，说明一切正常。”采访中，几位采访对象不约而同向记者提及这句话。正如赵一帆所说，只要没人想起他们，就证明系统稳定、算力顺畅。这份幕后托底的踏实感，正是他们最大的价值与成就感。（完）