人工智能新型智算中心专题报告：拉动全球电力消耗增长，液冷渗透率快速提升（附下载）
需要下载本报告的朋友，可以扫描下方二维码进圈，5万+份报告，3000+会员，高清原版，无限制下载，持续更新
（公众号资源有限，仅能展示部分少数报告，加入星球获取更多精选报告）
（精选报告来源：报告研究所）
能源侧：智算中心电力消耗测算
智算中心：服务器机柜内外组成结构
服务器机柜内：主要包括GPU、CPU、内存（RAM）、硬盘（Hard Drive）、网络交换机（Network Switch）、配电单元（PDU）等；服务器机柜外：主要包括供电系统（功率转化器、功率分配器等）、冷却系统（制冷机、冷却塔、气/水分配系统）、安全及监控系统、网络系统（连接件）等。
智算中心：单一POD（集群）拆解-外部
单一POD（集群）组成：由服务器（例如英伟达DGX系统）、InfiniBand和以太网络、管理节点（Management Node/ManagementRacks）、存储（Storage）、电缆桥架（Cable Tray）、冷通道（Cold Aisle Containment）、跨桥通道（Aisle Crossing Bridge）组成；
智算中心：单一POD（集群）拆解-内部
单个SU架构：由8个服务器机柜组成，每个服务器机构中放置4台DGX H100服务器（包含8颗H100 GPU芯片）和3个配电单元（PDU），即单一SU包含32台DGX H100服务器（对应256颗H100芯片）和24个配电单元（PDU）；管理机柜（Management Rack）：包含网络交换机、管理服务器、存储阵列（Storage Array）和UFM控制器（Unified FabricManager）；以英伟达管理机柜为例，其包含32个QM9700 Compute Leaves、16个QM 9700 Compute Spines、2个Compute UFMs、6个SN4600c In-Band Leaves、2个SN4600c In-Band Leaves、4个BCM Nodes、8个QM9700 Storage Leaves、4个QM9700 StorageSpines、8个SN2201 Out of-Band Leaves。
单一POD（集群）网络结构-计算网络
计算网络：AI大模型的训练，通常需要多个GPU协同工作，计算网络可实现数据跨GPU计算；计算网络层数：通常POD（集群）计算网络可包含三层交换机，分别是Leaf交换机、Spine交换机和Core交换机；在英伟达127节点计算网络中，仅使用两层交换机（Leaf和Spine，型号为Mellanox QM9700），且每个SU中有8台交换机和32台DGX H100服务器，则每台服务器应和8台交换机相连，而如前文所述，单台服务器背面仅4个800G OSFP端口（用于计算网络），则需要在端口接入光模块后，通过拓展端口将1个OSFP端口拓展成2个QSFD端口，进而实现连接。
单一POD（集群）网络结构-In-Band管理网络
In-Band管理网络（In-Band Management Fabrics）：In-Band管理网络连接计算节点和管理节点（基于以太网），主要为集群提供以下功能：1）连接管理集群的所有服务；2）管控集群中节点访问主文件系统和存储池；3）连接集群内外服务（集群内服务：Base Commond Manager、Slurm等；集群外服务：NGC登记、代码仓库、数据资源等）。以DGX SuperPOD-A100 In-Band管理网络架构为例，140个节点对应8台交换机（6台Leaf交换机、2台Spine交换机）。
智算中心：服务器拆解（以DGX H100为例）
服务器拆解：以英伟达DGX H100为例，服务器通常包括GPU板组、主板、电源、风扇模块、结构件板块（前框、底架、前结构架）等，其中服务器正面提供电源按键、2个USB接口和1个VGA接口，背面提供6个电源接口以及网络端口（链接主板，实现POD内数据传输）。
智算中心：单位算力能耗模型
单台服务器对应IT设备功率：以英伟达DGX H100服务器为例，单台服务器功率为10,200w；如前文所述，已知127节点SuperPOD中服务器部分（存储、网络、管理）和交换机部分（计算、存储、In-Band管理、Out-of-Band管理）功率，则对应单台服务器为911.62w,加总可知单台服务器对应IT设备功率要求为11,112w; 单台服务器对应智算中心用电量：假设利用率为80%，PUE为1.25，可知单台服务器对应智算中心功率消耗为11，112w，对应年度用电量为97,338KWh；单位算力对应智算中心用电量：已知单台DGX H100服务器算力为8 petaFLOPS（TF32）和16 petaFLOPS（FP16），则TF32下单位petaFLOPS算力对应智算中心年度用电量为12，167 Kwh，FP16下单位petaFLOPS算力对应智算中心年度用电量为6，084 Kwh。
供电侧：多种配电方案并存
供电侧：主流供电方案
供电方案：目前主流的供电方案包括交流UPS架构、高压直流架构、机架式直流架构。交流UPS架构：当市电正常供电时，UPS为电池组充电；当市电中断时，电池组放电，经逆变电路为服务器机柜提供持续的电力供应。目前该架构为行业内最成熟的供电技术，但也存在单点故障、电能变换效率低、设备拓展性差、多机并联易出现环流等问题；高压直流架构：其具备效率高、并机方便等优势，在智算中心占比逐步提升，例如阿里巴巴杭州东冠机房采用高压直流架构，但仍存在单点故障问题，且对器件可靠性和直流断路器等设备要求较高；机架式直流架构：谷歌等公司最早提出了机架式UPS架构，将服务器、UPS设备和电池组集成到服务器机柜内部，避免了单点故障。
供电侧：主流供电方案-高压直流供电架构
高压直流供电架构：由交流配电模块、整流器、直流配电模块、蓄电池组和监控装置组成，包括336V高压直流和240V高压直流两种标准，336V为中国移动标准，需要改造设备和定制电源模块，240V为中国电信标准，配置时基本不需要进行设备改造和电源定制，应用范围更广，实际应用中主要分为240V 2N直流供电架构和市电+240V直流供电架构。工作原理：整流器为核心部件，交流电通过整流器、直流配电模块为IT设备供电，且为蓄电池充电，保障在市电中断或市电质量不满足要求时，通过蓄电池实现不间断供电；优势：1）节能：没有逆变环节，减少转换步骤和电路设备，且高压直流集肤效应小于交流电，输电损耗小；2）可靠性高:蓄电池为负载直接供电且没有逆变环节，设备数量少，故障点减少，可靠性提高；3）无“零地”电压问题：直流输入，系统无零线，避免不明故障；4）利于新能源接入：减少分布式发电系统（如光伏）及直流负荷接入电网的中间环节，进而降低接入成本，提高功率转换效率和电能质量；劣势：1）对配电开关灭弧性能要求高：由于直流电不存在零点，灭弧相对困难，直流配电所需开关性能要求高；2）换流设备成本高：直流换流站比交流变电所的设备多，结构负载，造价高，损耗大，运行费用高。240V 2N直流供电架构：由两套完全独立的2套240V直流系统组成，2套直流系统从不同的低压配电系统引电，平时每套240V直流系统带一半负载，当一套系统出现故障时，另一套系统带全部负载。市电+240V直流供电架构：由一路市电供电和一路240V直流系统供电组成，平时市电供电作为主用电源带全部负载，当市电断电或质量不满足要求时，转由240V直流系统供电。
UPS：市场规模稳步增长，科华数据、华为、Vertiv市占率较高
UPS市场规模稳步增长。UPS是信息化基础设施建设的重要组成部分，下游可应用于数据中心、通信基站、制造业设备等领域，UPS需求持续增长；根据智研咨询披露数据，23年中国UPS市场规模为152亿人民币，对应13-23年CAGR为15.73%，预计25年市场规模将增长至191亿人民币，对应CAGR为12.1%，市场规模稳步增长。科华数据、华为、Vertiv占据主要市场份额。根据智研咨询披露数据，23年中国UPS市场市占率前三厂商分别为科华数据（15.6%）、华为（14.2%）和Vertiv（12.1%），三家合计为41.9%，占据主要市场份额。
冷却侧：液冷将替代传统风冷方案
传统冷却方式：风冷-直膨式精密空调
直膨式（DX）精密空调风冷：通过直膨式（DX）精密空调对数据中心进行制冷，先冷环境，再冷设备，设备构成简单、部署灵活，能满足低功率的制冷需求，早期多用于运营商、互联网等小规模机房。精密空调的蒸发器置于数据中心机房内，为服务器等IT设备提供冷量；冷凝器置于机房外，与环境空气进行换热，其中冷凝器形式多样化（可一对一或集中式部署）。
功率密度持续提升，对数据中心散热提出更高要求
单台服务器功率密度持续提升：1）处理器核数增长：CPU核心数持续增长，单卡功率及芯片发热随之提升；2）异构并行：为满足AI工作需求，服务器加装GPU/Asic等AI加速卡，单台服务器功率提升；3）单服务器内部AI加速卡数量增长：目前，单台服务器内部通常配置8张GPU卡，24年3月英伟达发布的GB200-NVL72服务器，配置72颗Blackwell GPU芯片，未来单台服务器内部加速卡数量有望持续增长。
不同发热器件功率梯度不同，对数据中心散热提出更高要求。传统风冷式方案仅能对机房整体或局部环境温度进行调节，但机柜内服务器不同发热期间功率梯度不同（例如CPU、GPU功率远高于其他器件，而内存、PSU仅占服务器功耗的20%-30%），则传统风冷方案会导致不同器件“过冷”或“过热”，无法实现精确制冷，若通过加大制冷量等方式降低“过热”器件温度，则会导致能源浪费。
案例研究：新型绿色智算中心分析
绿色智算中心设计-英伟达：硬件侧持续迭代
完整报告下载：因篇幅限制，本报告完整版PDF已分享到报告研究所知识星球，扫描图片中二维码进圈即可下载！
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
欢迎加入报告研究所知识星球社群，入圈后您可以享受以下服务：
1、报告持续更新，分享最新、最专业、最深度的行业研究报告、投行报告、白皮书、蓝皮书、公司研报等。公众号发布的报告可同步下载；
2、海量研究报告均可下载PDF高清版，无限制；
3、会员可以提问方式获取具体报告需求；
温馨提示
应广大粉丝要求，「报告研究所」成立了报告交流群，欢迎各位公司企业、投行、投资机构、政府机构、基金、创业者及金融资本圈朋友加入！
这里能且不限于：“行业交流、报告交流、信息交流、寻求合作等......”
入群方式：添加助理微信touzireport666，发送「个人纸质名片」或「电子名片」审核后即可入群