在2026世界人工智能大會(WAIC)期間,南京深度智控科技有限公司聯合中國信息通信研究院、工業富聯、秦淮數據集團、上海聯通等機構和企業,啟動《面向綠色算力的人工智能》白皮書編制工作。白皮書擬圍繞人工智能在數據中心、智算集群等算力基礎設施中的應用,梳理相關技術路徑、工程方法和實踐案例。
算力擴張帶來新的能源壓力
【資料圖】
隨著大模型訓練、智能體應用以及各類人工智能服務快速發展,數據中心和智算基礎設施的建設規模持續擴大。算力供給能力不斷增強的同時,其背后的電力消耗、設備散熱和碳排放問題也更加突出。
據中國信通院測算,在高增速情景下,到2030年,國內算力用電量或將突破7000億千瓦時。如何在保障算力供給的同時降低能源消耗,已經成為人工智能產業規模化發展的重要課題。
與傳統數據中心相比,智算中心的服務器功率密度更高,算力負載變化也更加復雜。特別是在大規模GPU集群運行過程中,制冷系統、電力系統和計算任務之間如果缺乏協同,可能造成能源浪費,也會增加設備運行和維護壓力。
此次啟動編制的白皮書,正是希望從實際工程應用出發,研究人工智能技術如何進一步進入算力基礎設施的控制、調度和運維環節。
聚焦液冷、算電協同和預測性運維
根據編制計劃,白皮書將重點研究液冷智控、算電協同、人工智能節能優化以及預測性運維等方向。
其中,液冷智控主要關注如何根據服務器負載、設備溫度和環境變化,對液冷系統進行動態調節;算電協同則著眼于計算任務與電力供應之間的匹配,通過負載調度、能源管理等方式提高電力利用效率。
在運維環節,人工智能可以基于設備運行數據,對異常狀態進行識別,并提前判斷潛在故障。相較于設備出現問題后再進行處理,預測性維護有望降低意外停機風險,提高算力基礎設施運行的穩定性。
白皮書還將圍繞數據中心PUE持續下降、算力與電力協同優化等問題,研究可行的實施方案,并形成技術圖譜、工程指引和行業發展趨勢判斷。
不過,從行業實際情況看,人工智能技術進入數據中心能源管理系統,仍需要解決數據標準不統一、不同設備協議難以兼容、控制系統安全性以及節能效果驗證等問題。如何將算法能力轉化為穩定、可復制的工程方案,將是白皮書編制需要重點回應的問題。
推動產業鏈上下游形成協同
在當天舉行的啟動儀式上,來自工業富聯、秦淮數據集團、上海聯通和中國信通院的相關負責人參加活動。參與各方表示,將結合數據中心建設、設備制造、通信基礎設施和行業研究等不同環節,共同推進綠色算力相關技術研究和實踐驗證。
深度智控方面表示,希望通過此次白皮書編制,進一步探索算力、電力和碳排放之間的協同關系,推動相關技術從單點設備節能向系統級能源優化延伸。
大會期間,深度智控還展示了液冷人工智能智控平臺、源網荷儲智控平臺和能效智能體等產品。據企業提供的數據,其相關系統已覆蓋390余家企業和約30萬臺工業設備,應用場景包括數據中心、園區能源管理和高端制造等。
業內人士認為,綠色算力并不只是簡單降低制冷設備能耗,而是需要統籌服務器負載、供配電、制冷系統、儲能設施和可再生能源供應。隨著智算中心加快建設,算力基礎設施競爭也將逐漸由單純比拼規模,轉向計算效率、能源效率和運營能力的綜合競爭。
上一篇:午評:滬指、創業板指均漲超1% 煤炭、電力板塊集體反彈 焦點資訊
下一篇:最后一頁
X 關閉
X 關閉