阿里納德數據中心與Calibrant Energy合作開發首創電池儲能系統,通過繞過傳統電網升級時間線,使俄勒岡州希爾斯伯勒在建數據中心園區提前數年上線。該31兆瓦、62兆瓦時儲能系統計劃2026年投運,將作為響應電網的動態資產,在需求高峰期放電,增強區域電網可靠性。這標志著美國首次使用專用電池系統加速大型數據中心并網。
隨著數據中心電力需求快速增長,運營商面臨巨大的能源優化壓力。本文介紹五種有效的電力優化策略:熱通道冷通道布局可免費提升35%能效;服務器整合通過工作負載遷移減少設備數量;電力監控工具幫助識別能耗異常;直接芯片冷卻技術每機架成本5000美元起;浸沒式冷卻成本更高但效果最佳。建議采用分階段方法,從簡單低成本策略開始,逐步投資先進技術,實現能耗大幅降低。
數字基礎設施公司Equinix發布"AI就緒骨干網",旨在通過連接全球平臺和新軟件層引導客戶進入智能AI時代。該"分布式AI"基礎設施將統一77個市場的270多個數據中心,為多云AI工作負載提供更高可靠性。新的Fabric Intelligence軟件層將在按需全球互連平臺上提供實時感知和自動化功能,幫助企業在AI訓練和推理階段獲得更好的投資回報率。
剛果民主共和國正在推廣英加水電站作為AI數據中心的廉價綠色電源。該水電站位于剛果河上,目前僅產出不到2吉瓦電力,但潛在發電量達44吉瓦,幾乎是中國三峽大壩的兩倍。隨著AI使用激增,多家科技巨頭正在尋求千兆瓦級數據中心項目。世界銀行已承諾投資10億美元推進該項目開發,預計英加三期項目總投資超過200億美元。
賓夕法尼亞州憑借豐富的天然氣儲量和戰略位置,正在推進一項雄心勃勃的700億美元計劃,旨在吸引大型數據中心投資并改變經濟格局。該計劃包括基礎設施建設、電網升級和人才培訓等多個項目,重點解決制約數據中心發展的電力供應瓶頸問題。主要投資包括黑石集團250億美元鋼廠改造項目、CoreWeave公司60億美元蘭卡斯特數據中心等。作為美國第二大天然氣生產州,賓夕法尼亞州的能源優勢為滿足AI數據中心的巨大電力需求提供了有力支撐。
谷歌宣布計劃在印度安得拉邦維沙卡帕特南建立AI和數據中心樞紐,這是其在印度的首個AI專用設施。該項目是2026-2030年五年150億美元投資計劃的一部分,將整合大規模計算能力、可再生能源基礎設施和擴展的光纖連接。該設施將與AdaniConneX和印度電信公司Airtel合作開發,預計提供"千兆瓦級計算能力"。項目還包括在印度東海岸建設新的海底電纜登陸站,擴大國際連接。
由黑石、微軟、英偉達、xAI和MGX組成的財團以約400億美元收購Aligned Data Centers,創下數據中心收購紀錄。該公司在北美和南美擁有50個數據中心,總容量達5GW。AI基礎設施合作伙伴關系計劃調動300億美元股權投資,包含債務融資可達1000億美元。高盛預測未來兩年數據中心容量將激增50%,但警告當前AI投資存在狂熱氛圍,公司為避免落后而大舉借債投資。
數據中心需要大量電力,但確保可用能源得到充分利用同樣重要。擱置電力指數據中心可獲得但未使用的能源,代表總分配功率與實際消耗間的差距。造成擱置電力的原因包括IT設備閑置、基礎設施規模不足、冷卻能力有限和備用容量過度配置。擱置電力限制了數據中心擴張,且無法輕易重新分配給其他設施,還造成財務浪費。通過細粒度功率監控和冷卻容量跟蹤,可識別并緩解擱置電力問題。
企業尋求改善數據中心可持續性時,除了投資先進冷卻和水管理技術外,遷移到托管設施是更簡單快速的選擇。托管數據中心通過規模效應、先進可持續技術、高效利用率和位置靈活性等優勢,在環境友好性方面通常優于私有數據中心。盡管存在一些局限性,但整體而言托管設施能提供更好的可持續性結果。
AI數據中心開發商Nscale在宣布與英偉達和OpenAI合作一周后,成功融資11億美元。挪威能源集團Aker ASA領投,Point72、英偉達、諾基亞等參投。Nscale成立于2024年,從加密貨幣挖礦業務轉型而來,現已成為英國AI設施建設計劃的核心。公司估值約31億美元,正與微軟合作在英國建設最大AI超級計算機。
新墨西哥州多納安娜縣委員會以4-1票數通過了一項1650億美元的工業收入債券方案,為大型AI數據中心項目提供稅收優惠。該項目由奧斯汀BorderPlex Digital Assets公司和藍梟資本旗下STACK Infrastructure合作開發,將在美墨邊境附近建設四個數據中心及相關能源設施。項目采用自籌資金模式,預計創造2500個建筑崗位和750個永久職位,年底前可能開工建設。
OpenAI與英偉達宣布戰略合作,計劃部署至少10千兆瓦的英偉達系統用于AI基礎設施建設,英偉達將投資高達1000億美元。該項目耗電量相當于10座核反應堆的發電量,需要400-500萬個GPU,遠超現有數據中心規模。首個千兆瓦系統將于2026年下半年上線。這一雄心勃勃的計劃將顯著增加全球能源消耗,面臨電網連接瓶頸等實際挑戰。
谷歌在英國赫特福德郡沃爾瑟姆十字區的數據中心正式開業,該設施能夠回收服務器產生的余熱,免費為當地住宅、學校和企業供暖。作為谷歌50億英鎊英國投資計劃的一部分,該數據中心采用先進空氣冷卻技術,并與殼牌能源合作實現全天候無碳能源供應。谷歌還設立了社區基金,支持當地經濟發展和慈善事業。
機架規模計算以服務器機架而非單臺服務器作為數據中心基礎設施的主要單元。該概念早在十多年前就已出現,但在AI時代重新受到關注。相比傳統服務器中心方法,機架規模計算能更好地滿足大規模工作負載需求,構建更具彈性的基礎設施,并優化硬件配置。特別是1MW機架能夠提供傳統方法無法匹配的集成性能,為AI工作負載提供充足資源和優化處理。
高盛研究顯示,受AI需求驅動,數據中心容量預計到2027年將激增50%,該行業能耗到2030年將翻倍。目前全球數據中心容量約62吉瓦,AI工作負載僅占13%,但預計2027年將達28%。AI數據中心繁榮可能使全球半導體收入在2024-2030年間翻倍,超過1萬億美元。然而高盛警告正密切關注AI采用可能不及預期的跡象。
據報道,ChatGPT開發商OpenAI計劃在印度建設一座耗電量超過1吉瓦的數據中心,目前正尋找當地合作伙伴。該設施預計可容納至少5.9萬片英偉達B200芯片。這可能是OpenAI全球數據中心計劃的一部分,旨在為國際用戶提供更低延遲服務。OpenAI CEO奧特曼將于下月訪問印度,公司還計劃年底前在新德里開設辦事處。
數據中心分類對企業選擇合適設施至關重要。不同類型數據中心在可用性、運行時間和特殊服務方面存在顯著差異。主要分類方法包括:層級系統(Tier I-IV)評估可靠性和冗余度;功率容量以兆瓦為單位衡量規模;可持續性認證如LEED標準;服務模式區分私有和托管設施;規模分類涵蓋超大規模、傳統、模塊化和微型數據中心。理解這些分類體系有助于企業根據業務需求、性能期望和預算約束做出明智決策。
隨著現代AI技術對數據中心基礎設施提出新要求,"AI數據中心"一詞使用日益頻繁。然而,這一術語的定義仍不清晰,AI數據中心與傳統數據中心的區別并不明顯。AI數據中心通常具備更大容量、GPU加速硬件、優化網絡設備、高效冷卻系統等特征,但這些特性并非AI獨有。與其投資專門的AI設施,企業或許應考慮改造現有數據中心來支持AI工作負載。
拉各斯、華沙和迪拜等城市成為托管服務增長最快的地區,亞太和歐洲、中東、非洲地區的擴張速度超過傳統數據中心熱點。Synergy Research數據顯示,雖然前十大成熟市場占托管業務41%份額,但其年增長率僅8%,而二三線市場增長率達12%-17%。北弗吉尼亞、北京、上海、倫敦等仍居前十,但新興市場如華沙、迪拜、拉各斯等增長迅猛。傳統熱點地區面臨電力供應、地產資源限制,推動業務向鄰近地區擴散。
Meta平臺公司選定太平洋投資管理公司和Blue Owl資本為其在路易斯安那州農村地區的數據中心擴建項目提供290億美元融資。其中,太平洋投資管理公司將主導260億美元的債務融資部分,Blue Owl提供30億美元股權投資。該項目將加速Meta的人工智能開發,預計到2030年全球數據中心將需要6.7萬億美元投資以滿足計算需求。