Vertiv 预计人工智能、数字孪生和自适应液冷技术的普及将重塑数据中心的设计和运营

2026年1月8日

包括极度高密度化、千兆瓦级扩展以及数据中心作为计算单元等因素正在推动这些趋势。

英国伦敦 – 据全球关键数字基础设施领导者Vertiv（纽约证券交易所代码：VRT）发布的一份报告显示，数据中心创新正持续受到与人工智能相关的宏观因素和技术趋势的影响。这份名为《Vertiv Frontiers》的报告汇集了Vertiv各部门的专业知识，详细阐述了推动当前和未来创新的技术趋势，涵盖了从人工智能赋能、数字孪生到自适应液冷等各个方面。

Vertiv首席产品和技术官Scott Armul表示：“为了应对人工智能工厂对部署密度和速度的更高要求，数据中心行业正在快速变革其设计、建造、运营和服务数据中心的方式。我们看到，包括极高密度化在内的跨技术领域正在推动变革性趋势，例如更高电压的直流电源架构和先进的液冷技术，这些对于实现人工智能创新所需的千兆瓦级扩展至关重要。现场能源生产和数字孪生技术也有望助力提升人工智能的规模和应用速度。”

Vertiv Frontiers 报告建立在 Vertiv 此前发布的年度数据中心趋势预测之上，并对其进行了扩展。该报告指出了推动数据中心创新的宏观力量：极度高密度化——人工智能和高性能计算工作负载加速了这一趋势；千兆瓦级快速扩展——数据中心正以前所未有的速度和规模部署；数据中心作为计算单元——人工智能时代要求数据中心设施作为一个单一系统进行建设和运营；以及芯片多样化——数据中心基础设施必须适应日益丰富的芯片和计算能力。

该报告详细阐述了这些宏观力量如何反过来塑造了影响数据中心领域特定方向的五大关键趋势。

1. 为人工智能赋能

目前大多数数据中心仍然依赖于从电网到 IT 机架的混合交流/直流电源分配，这包括三到四个转换阶段，并且存在一些效率低下的问题。随着功率密度的增加（主要由人工智能工作负载驱动），这种现有方法正面临压力。转向更高电压的直流架构可以显著降低电流、导体尺寸和转换阶段的数量，同时将电源转换集中在机房级别。混合交流/直流系统应用广泛，但随着全直流标准和设备的成熟，随着机架密度的增加，高压直流电可能会变得更加普遍。现场发电和微电网也将推动高压直流电的普及。

2. 分布式人工智能

迄今为止，数十亿美元的投资已用于建设人工智能数据中心，以支持大型语言模型 (LLM) 的构建，其目的在于促进消费者和企业广泛采用人工智能工具。Vertiv 认为，人工智能对企业的重要性日益凸显，但这些推理服务的交付方式和交付地点将取决于企业的具体需求和条件。虽然这将影响所有类型的企业，但金融、国防和医疗保健等高度监管的行业可能需要通过本地数据中心来维护私有或混合人工智能环境，这是出于数据驻留、安全或延迟方面的要求。灵活、可扩展的高密度电力和液冷系统可以通过新建或改造现有设施来提升容量。

3. 能源自主化加速发展

几十年来，短期现场能源发电能力对于大多数独立数据中心至关重要，以支持其系统弹性。然而，普遍存在的电力供应挑战正在促使企业采用更长时间的能源自主化，尤其是在人工智能数据中心领域。投资于现场发电，例如采用天然气轮机和其他技术，确实具有诸多内在优势，但其主要驱动力是电力供应方面的挑战。诸如自带电源（和冷却）之类的技术策略很可能成为持续能源自主计划的一部分。

4. 基于数字孪生的设计和运营

随着人工智能工作负载日益密集以及GPU性能的不断提升，快速部署这些复杂的AI工厂的需求也随之而来。利用基于人工智能的工具，可以通过数字孪生技术对数据中心进行虚拟映射和规范，并将IT和关键数字基础设施集成起来（通常采用预制模块化设计），并以计算单元的形式进行部署，从而将令牌化时间缩短高达50%。这种方法对于高效实现未来人工智能发展所需的千兆瓦级规模建设至关重要。

5. 自适应、弹性液冷

人工智能工作负载和基础设施加速了液冷技术的应用。反过来，人工智能也可以用于进一步改进和优化液冷解决方案。液冷已成为越来越多运营商的关键任务，而人工智能可以提供进一步增强其性能的方法。人工智能与额外的监控系统相结合，能够预测潜在故障并有效管理冷却液和组件，从而使液冷系统更加智能、更加可靠。这一趋势有望提高高价值硬件及其相关数据/工作负载的可靠性和正常运行时间。