超训练部分。 1.2 技术破局：从GPU集群到分布式协同一体 建设和运营智算中心需要巨大的资本投入，包括购买昂贵的AI芯片、建设高密度机房等。AI工作负载对 网络带宽和存储性能有极高的要求。AIDC需要优化网络架构，例如采用高吞吐量的以太网或InfiniBand，并 部署高速、大容量的存储系统。互联网公司通常具备强大的云计算、大数据、人工智能等核心技术积累和研 发实力，能够快速迭代和推出 的比较如下（表2-1）所示： 表2-1 运营商和互联网企业智算中心 智算网络核心技术 19 中国电信智算建设重点规划“2+3+7+N+M”的智算布局，建设“中心集群+边缘DC”一体化的 AIDC，在内蒙古和贵州打造两个公共智算中心，在京津冀、长三角、粤港澳大湾区、成渝等地建设大型智算 中心和超算集群，重点承载AI训练、高性能计算等需求，在省会城市及重点地市部署边缘算力池，提供低时 延 2025 12. 《Data center capex and IT component markets》 Dell‘Oro 参考资料 缩略语 英文全称 中文全称 缩略语 AIDC AI Data Center 智算中心 BBR Bottleneck Bandwidth and Round-trip 拥塞控制算法（谷歌提出） CPO

随着人工智能生成内容（AIGC）和高性能计算场景 的涌现，市场对算力的需求正在由通用基础算力向 智能算力跃升。“算力 1.0” 阶段的传统数据中心主 要提供存储与分发服务，如今以人工智能训练和推 理为核心的新型智算中心（AIDC）正在开启 “算力 2.0” 阶段，具备大规模和高性能数据处理、智能调 度、融合协同等特征。 算力需求多元化与智能化 集中式云计算数据中心与分布式边缘数据中心的协 同将更加紧密，形成覆盖云、边、端的立体化算力 作为关键信息基础设施，数据中心必须保障全天候不间断运 行，任何电力中断都可能导致停机甚至数据丢失。在高负载、 连续运行的工况下，数据中心的电气系统需满足多层面的稳 定性要求。 与传统数据中心电力负荷相对平稳不同，AIDC 在大模型训练 和推理过程中，算力负载波动快速且不可预测，供配电系统 需具备更迅捷的响应能力。 一些常见运行问题——如设备老化、负载波动、短路、谐波 污染干扰等可能引发电气设备故障，或受到如自然灾害、电 PUE（Power Usage Effectiveness）电能使用效率 AIGC（Artificial Intelligence Generated Content）人工智能生成 内容 AIDC（Artificial Intelligence Data Center）智能算力数据中心 UPS（Uninterruptible Power Supply）不间断电源系统 BoP（Balance