AI基础设施的下一站：探索数据中心的新型部署模式

作者：Vik Malyala，Supermicro首席商务官

随着企业加速推进 AI应用落地，行业面临的挑战已从硬件算力，扩大至其他计算设施相关限制。电力供应、冷却性能、可用土地、网络连接，以及逐渐复杂化的系统维护，正成为影响AI基础设施发展的关键。同时，水、电力等相关供应商也正面临快速扩大的市场需求。 在许多地区，新的数据 中心项目需要等待较长时间才能接入电网，而当地社区也关注电力与水资源消耗，以及环境影响等问题。这些压力与限制为行业带来了须解决的新问题：如果传统式大型数据中心厂区无法足够快地扩大，新型AI基础设施又应该部署在哪里？

分布式基础设施：让算力更贴近需求 端

分布式基础设施是目前业界所探索出，较为可行的方向之一。此模式将小型计算系统部署在住宅或小型企业，使算力更靠近生成数据的源头，同时也能在物理层面分散电力需求。然而，在分布式基础设施实现大规模应用之前，行业仍需要解决一系列关键挑战。

首先是商业模式问题。家庭用户和小型企业需要具体的效益或回馈，才会部署或托管计算设施。除了经济考量外，企业也需面临运营层面的问题，包括硬件由谁负责管理（可能受当地法律和区域法规影响）、系统如何维护，以及如何确保数千个分散节点的资安与安全性。

网络连接也是另一个重要的考量因素。要让分布式基础设施有效运行，各个独立系统必须能透过更大型的云环境保持稳定互连。带宽限制可能成为决定哪些工作负载适用于该模式的重要因素。例如，家庭式服务器占用的网络带宽，是否会影响该家庭购买的网络服务。

对于正在探索与评估分布式AI基础设施的企业而言，实际运行的工作负载也是须考虑的重点之一。并非所有AI应用都需要在本地处理，但对于那些依赖低延迟性能或对本地数据处理有较高要求的应用，分布式计算模式可能更具优势。

海洋数据中心：探索冷却优势与运维难题

另一个备受关注的方向是漂浮式或水下数据中心。

海洋环境与陆地设施相比，具备天然的低温条件，因此可以降低数据中心的冷却需求。然而，将基础设施迁移至水面或水下，不能消除工程方面的挑战，并且会产生新的难题。

维护作业是最大的障碍之一。 工程师在建造传统式数据中心时，通常会确保技术人员能够进入现场，对硬件进行维护或更换。而水下设施则需要采用不同的运维模式。企业需要具备可靠的远程监控性能，并通过谨慎设计的系统架构，尽可能减少现场的人工需求。

冷却设计同样需要大量的工程技术创新。尽管周围的海水能够提供天然的冷却优势，但系统散热仍需考虑水体过滤、流体运动以及不断变化的环境条件等因素。

服务器的冷却也需要当今的液冷技术。与陆地数据中心类似，运营方需要掌握系统效率的变化（基于长期运行过程和不同环境条件）。

综上所述，企业在评估这类部署模式时，要考虑冷却效率，也必须兼顾实际运营可行性。任何部署模式，须在整个生命周期内实现有效维护和管理，才能真正发挥价值。

迈向地球之外：探索太空数据中心

当前最具前瞻性的设想之一，是将数据中心部署至太空。太空数据中心受关注是因为其既能提供持续的太阳能，又能规避地面设施面临的一些限制。然而，太空数据中心目前仍处于长期探索阶段，而非可以立即商业化的解决方案。这一领域仍面临诸多重大工程挑战，包括辐射防护、网络连接、维护能力，以及将大规模硬件设施运送至近地轨道所面临的运输成本。

不同于可由工程人员直接接入设备进行维护的地面数据中心，太空数据中心需要采用全新的运维模式，确保系统能够在缺少定期人工检修的情况下长期稳定运行。相关硬件必须具备抵御太空辐射的能力，网络基础设施也需要在远离传统互联网基站的情况下，依然支持稳定可靠的数据 通信。

太空数据中心在短期内可能还无法成为主流方案，但随着市场对AI基础设施的需求持续增长，行业将致力突破现有限制、推动技术创新。

AI基础设施将迈向更灵活的未来

分布式基础设施、漂浮式数据中心以及太空数据中心分别应对AI基础设施发展过程中的不同挑战，但它们并非传统数据中心的简单替代方案。未来，AI基础设施可能会采用多种模式结合的发展路径。大型数据中心将继续支撑高强度AI工作负载，而针对特定应用场景，或满足供电、冷却、延迟或可用性需求的专用型部署模式，也将逐渐出现。

对于领先的基础设施运营商而言，AI基础设施的价值并不取决于部署在哪里，而取决于是否具备支撑长期运行的核心能力。企业在评估与规划未来的AI部署方案时，应重点考量如下几个关键因素：即现有电力条件是否能够支撑基础设施稳定运行，系统在长期运行过程中如何实现高效冷却与持续维护，以及企业是否能对硬件进行有的效监控和管理。

无论计算能力最终部署于陆地、海洋，还是太空，成功的关键都在于构建高效、可靠且互联的系统，以支持日益复杂多样的AI工作负载。