随着ChatGPT引领的人工智能（AI）浪潮席卷全球，智算需求正以前所未有的速度增长，推动传统数据中心（IDC）向AI数据中心（AIDC）转型升级。据《算力基础设施高质量发展行动计划》预测，至2025年，我国算力规模将突破300 EFLOPS，其中智能算力占比将达到35%。
当前，国内IDC市场呈现出通用算力过剩而智能算力紧俏的局面。一方面，芯片短缺成为制约智算发展的关键因素；另一方面，摩尔定律逐渐失效，使得通过“粗暴”堆叠芯片来满足智算需求成为当前较为可行的方案。然而，这一方案对数据中心的电容、制冷等系统提出了新的挑战。
在IDC向AIDC的演进过程中，预制化、绿色化、智能化已成为推动产业发展的重要趋势。以预制化为例，建设一座支持万卡的数据中心，若从土建开始，通常需要12个月的交付周期，而在北方地区，由于存在冻土期，工期可能更长。然而，AI大模型的快速发展使得各行业对算力的需求急剧增加，对数据中心的建设速度提出了更高要求。
普洛斯中国高级副总裁、数据中心业务联席总裁郭仁声指出，当前用户对数据中心交付周期的要求极高，希望尽快上线业务。因此，预制化、模块化的建设方式成为满足这一需求的有效途径。预制化数据中心通过将制冷、变电站、供配电等功能模块进行模块化分解，在工厂进行标准化生产和测试，再拉到施工现场进行拼装，从而实现了快速交付和高质量保障。
以普洛斯常熟东南数据中心为例，该数据中心总建筑面积15万平方米，IT负载达120MW，可为超过30万台服务器提供设施和增值服务。项目采用了多系统预制化的方案，在7个月内就实现了改建项目一期的落地交付，而传统方案通常需要接近一年的时间。预制化、模块化的建设方式还有助于降低数据中心全生命周期的碳排放，推动数据中心整体的碳中和进程。
在算力与碳中和的双重需求下，如何实现二者的平衡成为产业上下游企业共同面临的课题。当前，绝大多数芯片厂商的GPU利用率都在30%以下，这不仅导致企业需要堆叠更多芯片以满足需求，增加了投资成本，还造成了资源浪费。因此，提高GPU利用效率、算力资源利用效率成为业内亟待解决的问题。
在碳中和方面，数据中心作为高载能行业，在AI时代面临着更大的挑战。随着单机柜功率的不断上升，传统的供配电系统和制冷系统已经难以满足需求。因此，数据中心需要进行升级优化。在供配电系统方面，自建变电站以提升稳定性的数据中心越来越多，同时采用高压直流供电方式以提高供电效率和稳定性。在制冷系统方面，液冷技术迎来了爆发式发展，成为智算中心的“标配”。
AI技术也在数据中心减排和运营管理中发挥着重要作用。通过数智化的手段提升数据中心运营管理效率和质量已成为当下数据中心的常规操作。普洛斯自主研发的GLP DCBASE智慧化运营管理系统具备AI预警能力，能够结合国家气象等信息提前调整机房供冷系统，实现节能降耗。同时，该系统还能对机房内部环境进行实时监控，通过算法计算出常态稳定值，提前预警并处理潜在隐患，提升运维效率和服务质量。
当前，国内IDC龙头企业如世纪互联、万国数据、秦淮数据等也在纷纷尝试通过AI技术实现智能化运营，以提升整体运营效率和服务质量，优化运维人员配置，控制数据中心整体运维成本。未来，随着技术的不断进步和应用的不断深化，AI将在数据中心领域发挥更加重要的作用。
