從2023年底至今，一波大模型熱又引領了新的應用狂潮，短時間內就涌現了一批用戶規模迅速超過千萬乃至過億的超級App，諸多科技城市也期許著向“模都”的躍遷。

就像是此前不同時間段內技術拐點的突破，帶來了一個又一個我們在當下已經耳熟能詳的超級公司，處于拐點上的AI技術不僅會帶來一批新的明星企業，也會重塑萬億級的產業格局。

本質上，以上所有的變遷均得益于算力的革命，正是海量的基礎設施惠及到千行萬業，讓AI技術滲透到方方面面，讓我們共同生活在安全、健康、和諧，同時充滿希望與期待的數字世界。

2025年1月13日，華為數字能源舉辦了以“讓數字世界堅定運行”為主題的2025數據中心能源十大趨勢發布會。在會上，華為數字能源數據中心能源領域總裁堯權對之進行了深入解讀。

趨勢一：安全可靠成為智算DC的第一核心訴求

按照我的預想，以宏大和激情的敘事方式，進一步鼓勵企業推動數據中心的投資和建設，理應位居前列。孰料最終雄踞“數據中心基礎設施建設的十大趨勢”榜首的，居然是安全可靠。

仔細想來，既在意料之外，又在情理之中。正如華為堯權所說的那樣，“數據中心壞不起，安全故障的代價太大。”誠哉斯言！

以前，一臺傳統服務器不過0.5萬美元，而現在的AI服務器增加了40倍之多，動輒一臺就是數十萬美元起步，如果出現損壞，不僅是投資的極大浪費，更可能會造成包括競爭機會、信任和品牌等在內的多重損失。

更不要說，由于集群計算帶來了故障域的增加。過去可能就是單臺服務器的故障，不會影響其他機器，現在一個機柜服務器損壞，就有可能導致整個集群的機柜停止運行！

我們注意到，那些高價值客戶以及大型互聯網公司，往往會選擇更高等級的數據中心。理由很簡單，就是因為這種數據中心采用了更先進的設備，在提供更優性能的同時，它們也帶來了更高的穩定性，保證業務的安全可靠。

然而，仍有許多企業在數據中心的建設中，一味地追求低成本，結果是設備故障率高，動輒導致數據丟失、業務中斷，而且也缺乏完善的應急預案，于是不得不在后期的運營中追加更多的投資，最終與早先“低成本”的預期漸行漸遠，而且“窟窿”也會越來越大。

基于此，華為數據中心能源認為，“全生命周期的安全可靠，才是真正的低成本。”惟有如此，數據中心才能發揮更大的作用，owner的錢才會花得物超所值。

趨勢2：隔離式架構是保障智算設施安全的最優選擇

現在的數據中心與過去相比，功耗的增長幅度至少是10倍起：以前的一臺服務器整機可能只有幾百瓦，而現在一臺配置多GPU卡的服務器就得幾千瓦甚至幾十千瓦……近乎夸張的功率密度增加，自然也讓鋰電在智算中心登堂入室，逐漸替代傳統的鉛酸儲能。

說到這里，肯定就無法繞開熱失控——這也是鋰離子電池安全事故的共性特征，雖然幾率可能微乎其微，但是一旦出現必然會造成極其嚴重的后果。智算中心的運營周期長達十年以上，因此必須以防患于未然的態度，對此加以考慮和防范。

華為數據中心能源認為，規范化部署應用非常重要，而與之對應的方案就是隔離式架構。

我們知道，采取物理安全措施是保護IT資產的重要前提之一。智算設施的安全保障也是同樣，對強電與IT機房進行拉遠部署和隔離，無疑可以在最大程度上保障算力設施的安全性。

在這種情況下，即便出現故障也會被控制在最小的范圍內，而且業務受到波及的風險也會更小。與此同時，由于拉遠部署和物理隔離的緣故，哪怕是故障端出現極端情況，在另一端的操作和維護人員也不會有任何的人身風險，還是那句話：安全再怎么強調都不為過。Bingo！

趨勢3：連續式制冷是智算高密場景的必要能力

接下來，顯然就是制冷的showtime了。

一如前文所言，現在的智算中心功率密度會增長到高達50kW/柜，這也就意味著一旦制冷系統出現故障，我們可能只有區區30秒甚至10秒的響應時間，哪怕大羅神仙也遭不住這樣的運維需求啊！

華為數據中心能源的答案是：連續式制冷。

顧名思義，連續制冷就是正常制冷不中斷，這也是運維人員的必備常識之一。畢竟溫控的各種核心器件，比如壓縮機、風機都是高速或高壓的運動部件，一旦停機重啟都需要較長的時間，因此如何保證供電連續、無感切換、規避器件單點故障是實現連續制冷的關鍵。

其次就是極端和異常場景下的快速恢復，比如自然災害導致雙路供電同時閃斷，或者控制軟件被黑客攻擊導致批量失效（這種情況在海外已經不止一次真實上演），這個時候就需要能夠快速恢復制冷，最大化減少損失。

趨勢4：AI將顯著提升DC運維主動安全

當下，AI正以前所未有的速度、廣度和深度賦能千行萬業，深刻改變著大眾的生產、生活方式，以及社會經濟的運行模式。作為AI的發軔之源，數據中心當然不會“燈下黑”，它同樣可以運用到AI的強大能力。

華為數據中心能源認為，AI將會顯著提升數據中心運維的主動安全。繼續以鋰電為例，通過強大的AI預測能力，我們可以對實時的設備數據信息和云端數據進行分析，從中找尋可能會被人為忽略的蛛絲馬跡，防范阻抗、短路、過熱等問題，從而將風險消弭于無形。

相關統計顯示，數據中心的三大故障緣由分別是掉電、起火和高溫，而在這些方面AI均能發揮重要作用，顯著提升數據中心的穩健與韌性，幫助客戶實現高質量的增長。

中國有句古話，叫“防患于未然”。隨著數據中心運營的持續深化，隨著AI技術在運維上的創新應用，相信大家對于這句話也會有更加深入和切身的體會。

趨勢5：專業化服務是DC可靠運行的堅實保障

在數據中心的建設和運維中，軟硬件產品以及架構往往是各方最為關注的。作為數據中心最直觀的組成部分，它們往往更容易被人們感知和評估。

相形之下，專業化服務就很容易被人遺漏。

堯權指出，“數據中心的壽命在10-15年，3分靠設備，7分靠維護，專業化服務是確保數據中心長期安全可靠運行的關鍵因素。”

一如前文所言，智算時代帶來的挑戰之一，就是數據中心的應急響應時間，從以前的小時、分鐘，被進一步壓縮到秒級，因此原先被動解決問題的方式已經被證明此路不通，故障預防和預測才是出路。

正因為如此，專業服務的重要性就尤顯突出，強大的AI工具、定期的機器巡檢等服務，將會是數據中心的剛需。不止于此，數據中心還必須具備高度專業度的服務，包括專業的工程師、軟硬件平臺，以及專業的流程和標準等，保障數據中心的固若金湯。

趨勢6：模塊化架構是應對AI DC需求不確定性的關鍵

傳統的數據中心，就像是傳統的土建，一般都是項目型工程化交付，一張施工圖干到底，缺乏彈性不說，而且由于“非標”因素過多，經常造成交付周期漫長、交付質量低下等問題，而且后期必然會面臨難以滿足彈性演進、無法平滑擴容等“窘境”。

時代，終歸是變了。

作為人工智能的核心底座，智算中心需要滿足更多差異化、多元化的算力場景需求，需要同時兼容不同的計算和存儲資源，需要靈活匹配不同的算力部署，因此模塊化架構就成為應對需求不確定性的關鍵。

在我們眼前，就有再鮮活不過的例證：2024年6月正式“開服”的華為蕪湖數據中心，以“0天深化圖紙，71天機電安裝，18天調測驗收，3個月產品化交付”的進度，實現了快速落地。在此基礎上，還可以通過產品模塊化等能力，在不改變原有設計結構的基礎上，靈活地進行二期擴容。

趨勢7：子系統預制化是AI DC快速交付的有效手段

接著上面一段的話題。

智算中心的快速交付，預制化絕對是功不可沒。試想一下，假如各種工作都是在智算中心的施工現場才開始，工程的進度必然會被其間的相應狀況嚴重拖累，不要說快速交付，哪怕是如期交付也會成為一種難以企及的奢望。

顯然，預制化能夠帶來更高的生產效率，讓DC產品更快地完成現場交付。預制化不僅可以減少90%的現場工作，還能夠極大地簡化現場復雜環境帶來的影響，越來越多的業主都愿意為此買單。

作為預制化數據中心的倡導者和引領者，華為在這一領域的研發與創新已經持續了13年之久，這些年來“預制化數據中心”也得到了越來越多業者和客戶的高度認可。在本次的十大趨勢中，“預制化”依舊在列，不同的是前面加上了“子系統”。

華為數據中心能源指出，子系統預制不是全預制，也不是部件預制。子系統預制的前提是解決方案產品化，它不是簡單的拼裝。在總體邏輯上，子系統是一個系統，同樣需要經歷系統設計、系統仿真、系統測試等環節，而且在這個過程中必須以嚴苛的規范和嚴格的標準進行驗證。否則的話，現如今逐漸泛化的“預制化”，很有可能帶來質量的下降，進而為數據中心的建設和運營帶來難以控制的風險。

雖然是“趨勢”，不過華為數據中心能源已經帶來了落地的成功案例。比如馬來西亞某60MW的AI DC，通過子系統預制化的方案，實現了TTM11個月快速上線，部署時間比傳統方案降低了50%之多。

趨勢8：供電高效在AI DC的價值日益凸顯

雖然在當下，風冷與液冷并行不悖，但是隨著行業從通算轉向智算，尤其是最近一年多以來，大模型將AI的發展推入新的階段，則讓液冷成為更受各方關注的方案。

在過去，以風冷為主力的場景下，溫控效率是關鍵；未來，以液冷為趨勢的場景下，供電效率成為關鍵。在此背景下，華為數據中心能源認為，供電高效在AI DC的價值日益凸顯，業界對供電效率的關注也正在從模塊高效走向系統高效。

我們可以把供電模塊想象成“血管”，如果不能及時高效地將“血液”輸送到“器官”，即數據中心的相應設備，必然會造成資源乃至資本的極大浪費，也是各方難以容忍和甘于承受的。

現如今，在供電模塊的基礎上，行業越來越看中系統的整體效率，系統高效在AI DC中越來越受到關注。

在我看來，這也會紓解數據中心面臨的高能耗等“老大難”問題，盡管程度可能有限。當然，從模塊高效走向系統高效并非坦途，仍需華為數字能源等硬核廠商破解諸多難題。

趨勢9：AI將賦能DC綜合能效提升

堯權表示，AI能力既能賦能供電能效，也能賦能制冷能效，在整體上提升數據中心的綜合能效。

在供電方面，尤其是S-ECO模式下，AI可以對供電設備進行輪巡控制，根據電力模塊的負載情況靈活調控，在保障業務不中斷的情況下，同時兼顧到供電設施的壽命。

在制冷方面，尤其是當前主流風液共存的制冷方案下，調參的復雜度往往較大，但是AI能夠精細和精準地根據設備環境的實時狀況來調整制冷能效，做到智能化的能效調優。

以上兩項在部分數據中心已經成功實施，并且還在做更多的創新與優化。譬如，通過AI大模型，數據中心可以優化電力分配，減少峰值電力需求，降低電費支出……

AI就像是多面手，只要打開思路，數據中心的創新之路就會越走越寬。

趨勢10：算電協同將成為DC建設的新模式

在九個趨勢的“跋涉”之后，我們終于來到了壓軸環節。在我看來，“趨勢10”并不代表它的重要性低于此前的任何一項，而是因為它在一定程度上是對整體的陳述和總結，其角度與視野也更為整體和宏觀。

具體而言，就是在未來的數據中心基礎設施建設中，華為數據中心能源認為算電協同將成為新的建設模式。

由于數據中心的用電量大，因此很多電力短缺的地區無法建設新的數據中心。那么，數據中心完全可以通過建設光伏等方式，形成電力自給；或是在光伏豐富的區域周圍，規劃、設計和建設數據中心。

數據中心還可以更多與電網協同，參與電網的調頻調峰，既能解決電網穩定性問題，又能獲取相應收益，還可以根據自身訓練/推理的需求，按需調度負載，實現綜合效率最優。

“華為數據中心能源堅信，在與行業伙伴們的共同努力下，將共同推動數據中心的發展，讓數字世界的堅定運行！”堯權最后表示。

（個人觀點，僅供參考）