“为了应对人工智能工厂对数据中心密度和部署速度的需求，数据中心行业正在快速发展，不断改进数据中心的设计、建设、运营和维护方式，”Vertiv 首席产品和技术官 Scott Armul 表示。“我们看到，包括极致密度化在内的各种技术正在推动变革性趋势，例如更高电压的直流电源架构和先进的液冷技术，这些对于实现人工智能创新所必需的千兆瓦级可扩展性至关重要。现场发电和数字孪生技术也有望促进人工智能应用规模和速度的提升。”
Vertiv Frontiers 报告建立在 Vertiv 此前发布的年度 数据中心趋势预测之上，并对其进行了扩展。该报告指出了推动数据中心创新的宏观因素：极致密度化——由人工智能和高性能计算 (HPC) 工作负载加速；以惊人的速度扩展到千兆瓦级——数据中心的部署速度和规模都达到了前所未有的水平；数据中心作为计算单元——人工智能时代要求数据中心作为一个单一系统进行建设和运营；随着硅芯片多样化——数据中心基础设施必须适应日益丰富的芯片种类和计算能力——
报告详细阐述了这些宏观因素如何反过来塑造了影响数据中心领域特定方向的五大关键趋势。
提升人工智能的电力需求：
目前大多数数据中心仍然依赖于从电网到IT机架的混合交流/直流供电方式，这种方式涉及三到四个转换阶段，效率较低。随着功率密度的增加（主要由人工智能工作负载驱动），这种现有方式正面临压力。转向更高电压的直流架构可以显著降低电流、导线尺寸和转换阶段的数量，同时将电力转换集中在机房级别。混合交流/直流系统虽然应用广泛，但随着全直流标准和设备的成熟，随着机架密度的增加，更高电压的直流供电可能会变得更加普遍。现场发电和微电网也将推动更高电压直流供电的采用。2
. 分布式人工智能：
迄今为止，数十亿美元的投资已用于人工智能数据中心，以支持大型语言模型（LLM），旨在促进消费者和企业广泛采用人工智能工具。Vertiv认为，人工智能对企业的重要性日益凸显，但这些推理服务的交付方式和交付地点将取决于每个组织的具体需求和条件。虽然这将影响所有类型的企业，但金融、国防和医疗保健等高度监管的行业可能需要使用本地数据中心来维护私有或混合人工智能环境，因为这些行业对数据驻留、安全性或延迟有特殊要求。灵活且可扩展的高密度电力和液冷系统可以通过新建或改造现有设施来提升容量。3
. 能源自主化加速：
几十年来，现场短期发电能力对于大多数独立数据中心维持系统弹性至关重要。然而，普遍存在的能源供应挑战正在为采用更广泛的能源自主化创造条件，尤其是在人工智能数据中心。投资于使用天然气轮机和其他技术的现场发电具有诸多内在优势，但其主要驱动力是能源供应挑战。自带电力（和冷却）等技术策略很可能成为持续能源自主化计划的一部分。4
. 由数字孪生驱动的设计和运营：
随着人工智能工作负载密度的不断增加和GPU性能的不断提升，也需要快速部署这些复杂的人工智能工厂。借助基于人工智能的工具，可以通过数字孪生技术对数据中心进行虚拟映射和规范，并将关键的IT和数字基础设施（通常采用预制模块化设计）集成到计算单元中，从而将令牌化时间缩短高达50%。这种方法对于高效实现未来人工智能发展所需的千兆瓦级部署至关重要。5
. 自适应和弹性液冷系统
人工智能工作负载和基础设施加速了液冷技术的应用。反过来，人工智能也可以用于进一步改进和优化液冷解决方案。液冷已成为越来越多运营商的关键任务，而人工智能可以提供进一步增强其功能的方法。人工智能与额外的监控系统相结合，可以通过预测潜在故障并有效管理流体和组件，使液冷系统更加智能、更加稳健。这一趋势应能提高高价值硬件及其相关数据和工作负载的可靠性和正常运行时间。Vertiv
的业务遍及130多个国家，为全球数据中心、通信网络以及商业和工业设施提供关键的数字基础设施解决方案。该公司广泛的产品组合涵盖能源管理、热管理以及IT基础设施解决方案和服务，覆盖从云端到网络边缘的各个层面。这种集成式方法能够帮助客户应对日益复杂的数字化环境，实现持续运营、最佳性能和可扩展的增长。
