下一代AI基础设施设计以效率为核心出发点

多年来，数据中心设计遵循一个简单直接的目标：建设足够的容量以满足需求。这种方式在工作负载较为可预测的时期是合理的，但AI正在改变这一局面。

如今的基础设施需要支持更高密度、更加动态的工作负载，同时更有效地利用电力和资源。这种转变不仅仅是为了效率本身。更有效地利用基础设施有助于降低运营成本、提升韧性，并使系统更容易随工作负载的演变而调整。

美国目前有超过1500个数据中心正在建设中，运营商有机会从一开始就将这些优势融入基础设施，而不是事后再进行改造。因此，下一代AI基础设施设计的关键不再仅仅是追求建设速度或依赖某一种单一技术，而是要采用系统层面的方法，将电力、散热、计算和运营统筹考虑。

为什么效率正在成为设计优先事项

不断增长的工作负载和不断变化的基础设施需求，使数据中心的设计和运营变得更加复杂。随着AI推动工作负载密度的提升，每一项基础设施决策都可能对系统的其他部分产生影响。

例如，电力架构的调整可能会影响散热需求。散热方面的决策会影响能源和水资源消耗，而计算利用率的变化则会改变电力和散热需求。这些相互关联的因素意味着，效率问题不能由单一团队或单一学科独立解决。

各团队必须协调决策，并考虑各自选择所带来的上下游影响。这有助于运营商在新增容量需求与现有基础设施使用效率之间取得平衡。

这对成本和韧性都有直接影响。更有效地利用资源可以降低运营成本，而设计各系统协同运作则能减少低效环节和潜在故障点。在设计阶段就考虑这些因素，还能减少后期昂贵改造的必要性。

效率的系统层面方法

电力使用效率（PUE）长期以来是衡量数据中心效率的标准指标，但它无法涵盖现代基础设施的每一个维度。行业对于何为高效设施的期望已经发生了变化。平均PUE已从2007年的2.50提升至2026年的1.52，而新建设施的PUE通常能达到1.3甚至更低。二十年前被认为表现优异的效率水平，如今已远低于现代设施的预期标准。

这一进展说明，运营商必须超越单一指标来看待问题。较低的PUE固然重要，但AI基础设施还需要考虑水资源、碳排放、计算利用率、能源再利用以及与电网的互动情况。

一个更全面的评估框架可以包括：

电力使用效率：衡量整体运营中的能源效率。

水资源使用效率（WUE）：与运营和散热相关的水资源消耗。

碳使用效率（CUE）：IT能源消耗所产生的碳影响。

能源再利用效率（ERE）：设施对自身产生或消耗能源的再利用效果。

计算电力效率（CPE）：IT设备利用率相对于能源开销的比例。

电网感知运营（GAE）：工作负载如何根据电网状况进行调整或降低耗电。

这些指标共同为运营商提供了在容量、需求和利用率之间权衡取舍的更全面视角。

围绕真实工作负载设计电力、散热与计算

没有任何单一系统能够决定基础设施的整体效率。电力、散热和计算必须协同运作，尤其是在高密度AI工作负载对数据中心环境提出新要求的背景下。

这一切要从围绕工作负载的日常运行方式来设计基础设施开始。在此基础上，电力与散热一体化的方案可以提升部署可靠性，使扩容更加高效，而模块化方案则为运营商提供了灵活性，以应对需求变化。

随着更多AI基础设施在美国部署，这种方法也有助于建立更具响应能力的基础设施供应链，并促进技术提供商之间更紧密的协作。美国本土制造投资的增加，正在使工程设计、系统集成和生产制造能力进一步靠近，帮助行业更快地响应基础设施需求的变化。

在基础设施全生命周期中衡量效率

效率并非一次性的设计决策，而是需要在开发、部署和持续运营的整个过程中不断评估。

一套均衡的指标体系可以向运营商展示基础设施的实际表现，以及可以改进的空间。同时，追踪能源、水资源、碳排放、能源再利用、计算利用率以及电网互动情况，比单一指标能提供更全面的画面。

随着AI工作负载和基础设施需求的不断演变，持续的测量可以为运营商提供必要的可视性，以便随时调整并保持长期性能。

为未来而建

AI基础设施将持续扩展，但仅有容量是远远不够的。运营商需要从一开始就将效率、可靠性和适应性纳入设计考量。

通过在电力、散热、计算和运营各环节采用系统层面的方法，并在各学科之间协调决策，运营商能够更充分地利用现有容量、管理运营成本，并建设更具韧性的基础设施。

归根结底，成功的AI基础设施不应仅以其能提供多少容量来衡量，而应看它能多高效、多可靠地支撑不断演变的工作负载。

Q&A

Q1：什么是PUE，它为什么不再是衡量数据中心效率的唯一标准？

A：PUE即电力使用效率，是衡量数据中心能源效率的传统指标，但它无法涵盖水资源、碳排放、计算利用率和电网互动等其他重要维度，因此现在需要结合多项指标共同评估。

Q2：AI工作负载对数据中心基础设施提出了哪些新要求？

A：AI推动的高密度、动态工作负载要求数据中心在电力、散热和计算方面协同设计，任何单一环节的调整都可能影响整体系统表现，因此需要采用系统层面的一体化方法。

Q3：为什么现在是优化数据中心效率设计的关键时机？

A：由于美国目前有超过1500个数据中心正在建设中，运营商有机会从设计初期就将效率、韧性和适应性融入基础设施，避免日后进行成本高昂的改造。