共计 1114 个字符，预计需要花费 3 分钟才能阅读完成。
一家新能源大厂, 如何撑起全球最大 AI 算力超级单体?
AI 算力基础设施的竞争, 正在从“有多少芯片”延伸到“能否稳定、高效地供得起电”。远景科技集团近日在乌兰察布宣布, 远景乌兰察布星河基地正式投产, 园区内一座建筑面积超过 12 万平方米的 AI 算力超级单体同步亮相, 成为观察大规模 AI 数据中心变化的一个新样本。
📌 AI 数据中心的瓶颈不只在芯片
过去两年, 行业讨论 AI 基础设施时 , 焦点多集中在 GPU 数量、模型规模和单卡性能。但随着集群规模从万卡走向十万卡、百万卡, 数据中心的 IT 负荷也从兆瓦级迈向百兆瓦乃至 GW 级。此时, 电力供应、负荷波动响应和散热能力, 开始直接决定算力能否真正持续运行。
训练任务通常持续数周甚至更久, 短时电压波动或中断都可能带来额外的恢复成本 。对于高密度 AI 集群而言, 传统意义上的“不断电”已不够, 系统还需要同时处理容量、稳定性、动态调度和能效问题。
🔍 远景为何以新能源能力切入 AIDC
远景星河基地落地乌兰察布, 与当地风光资源条件密切相关 。公开信息显示, 乌兰察布全域绿电占比较高, 远景通过自建风电场及专线方式, 将绿色电力接入数据中心。但新能源天然具有波动性, 不能简单等同于可供 GPU 长期稳定使用的“算力能源”。
远景的方案重点在于把能源侧能力与数据中心运行需求打通: 通过气象预测、能源调度和智能物联系统, 形成从发电、储能、供配电到算力负荷的闭环管理 。
- 预测: 利用气象模型判断风光出力变化, 提前掌握能源波动。
- 调度: 结合发电、储能、负荷和电价等因素, 动态分配电力。
- 执行: 将风机、储能、电力设备和算力设施纳入统一控制体系。
💡 供电和散热成为超级单体的核心工程
在 AI 机柜功率不断提升的背景下, 供电链路中的每一次转换都会放大损耗 。远景采用 SST 加 BESS 的 800V 直流供电方案, 意在减少中间环节, 提高 GPU 侧用电效率。对于 GW 级园区, 即便只是几个百分点的效率差异, 也可能对应可观的长期运营成本。
散热同样是高密度部署绕不开的问题。AI 芯片消耗的电力最终大多转化为热量 , 如果热量无法及时带走, 集群很难长期保持高负荷运行。远景在基地设计中结合风冷、液冷以及当地自然冷源条件, 试图降低非算力能耗。
📊 从单卡竞争走向系统效率竞争
- 算力扩张正在受制于电网接入、储能和供配电能力。
- 高比例绿电直连, 有助于降低长期能源成本和碳排压力。
- 超大规模集群更依赖系统级工程, 而非单点硬件堆叠。
🚀 行业观察: 能源企业进入 AI 基础设施前台
围绕“一家新能源大厂, 如何撑起全球最大 AI 算力超级单体?”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
