近期，在2026年数据中心世界大会上，来自甲骨文云基础设施（OCI）、英伟达（Nvidia）和谷歌（Google）的工程主管们描述了一个根本性的转变：数据中心正在从“通用 IT 环境”演变为支持 AI 训练与推理的“高度集成计算系统”。
这种转变体现在基础设施的每一个层面：从供电和冷却架构到网络设计，再到建设周期。
AI负载导致数据中心“一分为二”
最显著的变化之一发生在工作负载层。甲骨文云基础设施（OCI）AI 基础设施副总裁Ram Nagappan表示，运营商现在必须针对两种截然不同的AI模式进行设计：大规模训练和分布式推理。
训练负载： 将数以万计的GPU连接在紧耦合集群中，延迟和物理距离（邻近性）至关重要。
推理负载： 相比之下，推理更看重广泛规模下的可用性和响应速度。
Nagappan指出，这些差异会直接影响设施的物理布局、韧性设计和网络架构。“在构建数据中心时，你必须同时兼顾这两者，”他说道。其结果是基准复杂度大幅提升：单一设施必须同时支持高度同步的系统和面向用户的分布式负载。
密度激增：迈向“兆瓦级机架”
复杂性的增加伴随着机架功率密度的急剧上升。
谷歌数据中心技术与系统部门杰出工程师 Varun Sakalkar 表示，行业已经跨越了过去十年定义的阈值。曾经被认为达到极限的30–40 kW机架，现在的测量单位已变成数百千瓦，设计方案甚至正向兆瓦（MW）级机架跨越。
这种转变创造了Sakalkar所说的“双模态环境”：传统的计算和存储基础设施继续保持平缓的密度增长曲线，而AI系统则处于一个极其陡峭的上升轨道。数据中心必须同时支撑这两种形态。
这种紧张关系迫使电力传输模式发生变革，包括探索更高电压的分配模型，以及计算与网络系统之间更紧密的集成。Sakalkar 强调：“我们设计的不再是一个机架，而是一个系统。”
电力成为首要制约因素
随着密度的升高，限制发展的因素已不再是计算能力，而是电力可用性。
英伟达能源系统杰出工程师 Sean James 表示，运营商正越来越多地依赖“现场发电”（On-site Generation）来加速部署。但他警告称，这只是权宜之计。
“表后电力（Behind-the-meter power）是一个很好的过渡方案，但不是理想的长期解决方案，”James 说道。所谓“表后电力”，指的是在电力公司计量表之后、由数据中心自己控制的发电系统。和传统“只会用电”的模式不同，现在的表后方案往往具备微电网功能，不但能自给自足，还能在必要时向外部电网输出。
运营商正致力于确保电网连接容量，同时增加储能系统，以应对日益波动的 AI 负载。训练集群会引入剧烈的动态负载模式，其影响超出了数据中心本身。James 描述了发电端必须如何配合工作负载行为进行增减：“这种冲击甚至能一直回溯影响到发电厂。”
储能系统正变得必不可缺，它能平滑负载波动、维持电能质量，并满足新兴的电网要求（如电压事件期间的穿越能力）。
冷却技术：液冷成为标配，不再有争议
冷却领域正在经历类似的转型。
液冷技术曾被视为可选或小众方案，而现在已成为高密度 AI 系统的基准要求。“液冷时代已经到来，”Sakalkar 说，“现在的讨论重点是标准化。”
运营商目前必须管理混合环境，即液冷 AI 系统与风冷基础设施共存。这种混合模式增加了设计和长期规划的难度。
James 表示，行业还在应对液冷系统内部的扩展挑战，包括组件供应链以及高密度机架内部海量的连接件需求。同时，**水资源利用（WUE）**正演变为可持续性和运营风险。他指出：“数据中心需要尽可能通过工程手段实现‘去水化’。”
速度成为核心设计指标
尽管系统变得越来越复杂，但部署周期却在不断缩短。运营商的应对之道是将工作负载移至场外并推行设计标准化。
James介绍，这种方法依赖于：
前置化设计： 确保能兼容多代 GPU。
预制化与工厂集成： 减少现场施工量。
模块化架构： 实现快速组装。
这种模式允许开发商在硬件需求不断演进的同时，既能快速交付容量，又能保持方案的可选择性。
园区即产品
在最大规模层面，设计的单位再次发生了变化。超大规模云计算巨头（Hyperscalers）不再优化单个建筑，而是将整个园区视为一个集成系统。
Sakalkar 将其描述为向“园区即产品”（Campus as a Product）的转变，这个产品必须平衡灵活性、规模化和快速部署能力。这包括针对多种负载类型进行设计、保持硬件跨代兼容性，以及协调供应链、安装和调试的每一个环节。
与传统的阶段性扩建不同，现在的 AI 园区多采用大增量部署模式，基础设施与计算资源同步上线。
压力下的系统重构
在本次论坛中，一个贯穿始终的主题是：传统的数据中心模式已不堪重负。AI 不仅仅是在增加需求，它正在改变需求的本质，在电力、冷却和交付时间上引入了全新的约束。
对于运营商而言，挑战不再是增量改进，而是系统性重塑。
对于进入该行业的新一代从业者，James 给出了直接的建议：“质疑一切假设。如果某件事听起来不合理，那它很可能就是不合理的。”
千家观察：从“机房”到“超级计算机”的蜕变
作为长期关注基础设施演进的观察者，我们从 2026 年数据中心世界大会释放的信号中看到了三个关键趋势：
基础设施“硅片化”： 过去，数据中心是承载服务器的“盒子”；现在，正如谷歌专家所言，整个数据中心正在变成一台巨大的、高度集成的系统。这意味着土木工程与芯片工程的边界正在模糊，数据中心设计者必须像设计处理器总线一样去设计电力和网络拓扑。
电力从“资源”变为“变量”： 过去电力是即插即用的稳定资源，但在 AI 训练的极高动态负载下，电力变成了需要通过储能和现场发电来实时调控的“动态变量”。“表后供电”和“兆瓦级机架”的出现，标志着数据中心正深度参与到电网的调峰填谷中，身份从单纯的消费者转变为电力网络的主动节点。
标准化与定制化的博弈： 尽管液冷和模块化在走向标准化，但为了追求极致性能，超大规模厂商的园区设计越来越具有“排他性”。这种“园区即产品”的思维，可能会导致未来数据中心市场出现明显的分层：一类是支持长尾通用需求的标准化设施，另一类是为顶级大模型定制的、由巨头垄断的“巨型AI工厂”。
总而言之，2026 年是数据中心物理层彻底“重写代码”的一年。面对 AI 的极限挤压，唯有打破物理设计的旧框框，才能换取智能算力的新空间。
参与评论 (0)