AI数据中心笔记

Posted on 2025-07-12 Edited on 2025-08-19

这几年AI发展迅速，算力需求爆炸式增长，能源是AI发展的瓶颈之一。

全球能源

发电结构

中国：煤炭58.2%，天然气3.0%、太阳能8.3%、风电9.8%、水电13.5%、核能4.4%.
美国：天然气 43%、核能 19%、煤炭 16%、风能 10%、水力发电 6% 和太阳能 4%。
全球：煤炭约占30%，是最大的电力来源，但各地区差异很大，其中中国的贡献最大。可再生能源（主要是风能、太阳能光伏和水力发电）目前供应着全球数据中心约27%的电力。天然气是当今第三大电力来源，满足了26%的需求，其次是核能，占15%。

未来：可再生能源仍然是数据中心增长最快的电力来源。未来五年，可再生能源将满足近一半的新增需求，其次是天然气和煤炭，而核能将在本十年末及以后开始发挥日益重要的作用。

全球电力生成

全球电力使用情况

中国电力装机容量

中国电力生成

中国电力使用

数据中心简史

20 世纪 90 年代，随着互联网的发展，我们需要处理日益增长的互联网数据，数据中心和云计算兴起。
2006年，随着亚马逊网络服务的发布，数据中心的低迷局面开始扭转。自那时起，美国数据中心的容量基本稳步增长。
2023 年，当时人工智能热潮席卷而来。目前估计，到 2030 年，数据中心容量将翻一番。
AI 训练的独特工作负载促使人们重新关注数据中心的规模。计算基础设施越紧密，性能就越高。此外，当数据中心被设计为计算单元，而不仅仅是服务器机房时，企业可以获得额外的集成优势。
因为AI模型训练不需要靠近最终用户，因此训练相关的数据中心可以在任何地方建立。

建数据中心需要什么

设备

电气设备和冷却设备
电气设备首先由连接外部能源的主开关设备组成。然后，主开关设备连接到配电单元、不间断电源 (UPS) 以及连接服务器机架的线缆。大多数数据中心还会配备柴油发电机，作为停电时的备用电源。
冷却设备。这包括冷水机组、冷却塔、暖通空调设备以及连接到服务器本身的液体或空气冷却设备。
GPU和AI accelerator
AI训练、推理、计算
CPU
复杂运算和委派任务
数据存储

动力

能源
化石燃料、可再生能源、核能
输电
高压线路、变压器、变电站

快速提升能源容量并不是简单的事，数据中心有两种选择，并网能源和离网能源。并网能源通过电网，由公用事业公司分配。离网能源则绕过电网，例如现场太阳能、风能和电池。并网能源面临的问题在于，扩大电网容量所需的时间平均为50个月（2023年）。因此，近期仍以化石燃料发电为主。

数据中心的耗电量，从 2001 年的几兆瓦，到 2010 年代的 50 兆瓦，再到 2020 年的“120 兆瓦”巨型数据中心，再到如今的千兆瓦级。所有科技公司都更倾向于使用并网电力，AWS 正在印第安纳州投资 110 亿美元建设一个数据中心园区，并建设四个太阳能发电场和一个风力发电场为其供电。
长效电池创新将是可再生能源向前迈出的重要一步。太阳能和风能的问题在于它们不稳定；它们只在有风或阳光充足时提供能源。长效电池有助于解决这个问题，它在能源过剩时储存能源，在能源短缺时释放能源。
储能有多种方式，国内外基本都是抽水储能为主，其余通过电池、热能存储、压缩空气和飞轮储能。

核能：短期不太可能解决能源危机，耗时较久，国内5-10年，美国最近的核电站耗时 11 年，耗资超过 300 亿美元建成。

全球能源

发电结构

数据中心简史

建数据中心需要什么

设备

动力

相关资料