AI数据中心详解

★新知识百科★

人工智能数据中心

（Artificial Intelligence Data Center）

2026年4月28日，国家正式把算力网划入“六张网”（水网、新型电网、算力网、新一代通信网、地下管网、物流网）的战略基建序列。5月9日国务院会议又强调算力网是扩大有效投资的关键抓手，万亿级基建大潮全面开启。作为算力网体系中的核心载体，AIDC正成为支撑大模型训练、推理服务及产业智能化转型的关键底座，并被列入四部门联合发布的《关于促进人工智能与能源双向赋能的行动方案》重点推进名单。

1

基本释义

人工智能数据中心（AIDC）是为满足AI计算任务（如大模型训练、高并发推理、智能体Agent部署）而专门打造的高性能数据中心，其核心宗旨是最大化算力效率。通过高功率机柜集群、液冷散热体系、RDMA高速互联网络以及算力池化调度架构，实现大规模并行计算能力的集约化供应。

其主要构成部分涵盖：

1.算力集群系统：由数万甚至数十万颗AI加速芯片构成的计算矩阵。当前主流方案包括英伟达Blackwell B300系列（FP4精度下单芯片算力达15 PetaFLOPS，配备288GB HBM3e，较前代性能提升1.5倍）与华为昇腾910C系列（800TFLOPS FP16，基于自研达芬奇架构）。在互联技术上，光互连已成为打破“带宽墙”“延迟墙”“功耗墙”三大难题的关键，硅光集成与共封装光学（CPO）方案正逐步迈向商用化阶段。

2.智能调度与高速网络：借助Kubernetes扩展架构与RDMA（远程直接内存访问）无损网络，实现跨千卡/万卡集群的动态算力分配；同时构建统一算力标识与互联互通体系，促进不同厂商异构芯片资源的标准化调度。

3.液冷散热系统：AI芯片功耗已超出传统风冷极限（单块GPU热设计功耗从300W升至1000W+），液冷散热已成必选项。冷板式液冷因技术成熟度高而成为当前主流，PUE（电能利用效率）可控制在1.15~1.2；浸没式液冷进一步将PUE压低至1.1以下，单机柜功率密度提升5倍以上，在超高热流密度场景中加速普及。

2

拓展解读

战略上，算力网与新一代通信网被定位为“先行军”与“共生体”，四部门联合印发《关于促进人工智能与能源双向赋能的行动方案》，首次在政府工作报告中写入“算电协同”，全国首个大规模算电协同绿电供应项目已在宁夏中卫投运。技术上，AIDC单机柜功率从传统数据中心的3~8kW跃升至20kW以上，高端场景突破100kW，液冷散热推动PUE向1.2以下演进（浸没式液冷可低至1.1以下），光互连与共封装光学（CPO）正成为突破三大“墙”的核心路径。与此同时，行业也面临算力“吃电”速度远超电力基建（预计2030年算力中心用电量达5000~7000亿千瓦时，占全社会用电量突破5%）、互联技术逼近物理极限、国产芯片制程受限等挑战，算力服务化与集群规模化成为破局关键。

3

参考资料

[1]国家数据局《2026年数字经济发展工作要点》

[2]中国信息通信研究院《智能算力服务研究报告(2026年)》