律回春暉漸

，萬象始更新。回望2024年
，我們見證了數據中心行業諸多的創新成果

，以及持續發展變化的趨勢、重大突破與進步。作為推動千行百業實現顛覆性變革的引擎，人工智能的影響力日益顯著。2024年不僅賦予我們深刻的洞察
，也為2025年乃至更遠的未來奠定了發展基調。

正如市場所預期，2024年AI技(ji)術(shu)及(ji)其(qi)應(ying)用(yong)實(shi)現(xian)了(le)加(jia)速(su)落(luo)地(di)
，並(bing)迎(ying)來(lai)爆(bao)發(fa)式(shi)增(zeng)長(chang)，在(zai)重(zhong)塑(su)算(suan)力(li)需(xu)求(qiu)格(ge)局(ju)的(de)同(tong)時(shi)，也(ye)掀(xian)起(qi)了(le)前(qian)所(suo)未(wei)有(you)的(de)創(chuang)新(xin)浪(lang)潮(chao)。作(zuo)為(wei)產(chan)業(ye)變(bian)革(ge)的(de)核(he)心(xin)力(li)量(liang)
，數(shu)據(ju)中(zhong)心(xin)
、加速計算基礎設施、供配電與製冷係統亦在不斷演進，以滿足AI工作負載驅動的數字化需求。此外，隨AI技(ji)術(shu)的(de)蓬(peng)勃(bo)發(fa)展(zhan)，可(ke)持(chi)續(xu)發(fa)展(zhan)已(yi)然(ran)成(cheng)為(wei)數(shu)字(zi)基(ji)礎(chu)設(she)施(shi)建(jian)設(she)的(de)戰(zhan)略(lve)焦(jiao)點(dian)。越(yue)來(lai)越(yue)多(duo)的(de)數(shu)據(ju)中(zhong)心(xin)開(kai)始(shi)轉(zhuan)向(xiang)使(shi)用(yong)可(ke)再(zai)生(sheng)能(neng)源(yuan)


，並(bing)實(shi)施(shi)有(you)效(xiao)的(de)需(xu)求(qiu)管(guan)理(li)措(cuo)施(shi)，以(yi)減(jian)少(shao)數(shu)字(zi)基(ji)礎(chu)設(she)施(shi)的(de)碳(tan)排(pai)放(fang)。在(zai)全(quan)球(qiu)範(fan)圍(wei)內(nei)
，幾(ji)乎(hu)所(suo)有(you)企(qi)業(ye)和(he)超(chao)大(da)規(gui)模(mo)數(shu)據(ju)中(zhong)心(xin)運(yun)營(ying)商(shang)都(dou)在(zai)積(ji)極(ji)采(cai)用(yong)更(geng)高(gao)效(xiao)的(de)製(zhi)冷(leng)技(ji)術(shu)
，製(zhi)定(ding)淨(jing)零(ling)碳(tan)排(pai)放(fang)目(mu)標(biao)，將(jiang)建(jian)設(she)環(huan)境(jing)友(you)好(hao)型(xing)數(shu)據(ju)中(zhong)心(xin)作(zuo)為(wei)發(fa)展(zhan)的(de)第(di)一(yi)要(yao)務(wu)。

預見行業變革的確定性趨勢

回顧2024年數字基礎設施的發展趨勢與持續激增的AI需求
，施耐德電氣認為
，盡管未來總是充滿不確定性，但我們依然確信，2025年將依然是充滿變革、創新與增長的一年
，各個行業領域都將迎來全新的發展機遇。

AI算力需求主要分為訓練、推理兩大核心功能。其中，訓練工作負載用於模型的構建和優化，而推理則專注於執行決策製定
、內容生成
，以及全麵自動化等任務。在數據中心領域，AItuilijishudeyingyongyiranqudexianzhujinzhan，youqishizaibianyuanjisuanxuqiuriyizengchangdebeijingxia，duishishishujuchulidexuqiucushiqijinkenengkaojinshujuyuan
，youxiaotigaoyunyingxiaolv。raner，dangqianAI的發展軌跡與早期的預期存在偏差
，特別是對於那些已構建用於AI模型（例如大語言模型）的龐大訓練集群，具備強大加速計算能力的企業
，當這些集群已經完成訓練任務
，可能會轉型為執行推理
、決策製定和內容創作等任務的平台。

此前，業界普遍預期，在AI模型訓練完成後
，將會貼近用戶側建立微型
、高效的推理集群，以實現邊緣AI的快速部署。然而

，令人意外的是，AI服務供應商並未在數據源附近部署小型邊緣AI係統，而是傾向於繼續利用龐大集中式訓練集群來執行推理任務，這種模式無疑促進了“推理數據中心”的興起。對於無需高算力的推理任務來說，使用訓練集群可能會導致算力過剩問題的出現。展望2025年
，隨著邊緣設備運行效率的提升
、延遲的降低、shujuanquanxingdezengqiangyijiyingyongdingzhihuadequshi

，liyongbianyuanjisuanjinxingtuilidezhuanbianqushijiangzhujianzengqiang。dangran，zheyizhuanbianjiangshiyigexunxujianjindeguocheng

，qiyexuyaotiaozhengqijichusheshiyishiyingshishiAI應用日益增長的需求。在此期間，數據中心推理仍將是主要的解決方案，即便這意味著要使用大量資源來處理較小的任務。

施shi耐nai德de電dian氣qi關guan注zhu到dao，近jin年nian來lai
，各ge方fang正zheng積ji極ji致zhi力li於yu強qiang化hua數shu據ju中zhong心xin與yu公gong共gong事shi業ye機ji構gou在zai預yu測ce和he趨qu勢shi分fen析xi方fang麵mian的de協xie同tong，特te別bie是shi電dian力li使shi用yong效xiao率lv的de優you化hua方fang麵mian。展zhan望wang未wei來lai，隨sui著zhe公gong共gong事shi業ye機ji構gou與yu數shu據ju中zhong心xin之zhi間jian的de數shu據ju共gong享xiang機ji製zhi日ri益yi成cheng熟shu，AIjishujiangtuidongshujuzhongxingengshenrudirongrugonggongshiyedianlishengtaixitong，fahuiguanjianzuoyong。zhejiangshideshujuzhongxinnenggougengjiahelidixuanzedianligongyingmoshi，bingzaixuyaoshiwufengqiehuanzhiliwangmoshi
，zhuanershiyongbeiyongdianyuan。yuji2025年，數據中心對於穩定的可再生能源（如風能、太陽能等）的需求將日益迫切
，同時電池儲能係統（BESS）的de引yin入ru將jiang成cheng為wei解jie決jue電dian力li供gong應ying不bu足zu的de關guan鍵jian。數shu據ju中zhong心xin與yu公gong共gong事shi業ye機ji構gou之zhi間jian的de合he作zuo將jiang進jin一yi步bu加jia深shen。數shu據ju中zhong心xin運yun營ying商shang將jiang基ji於yu可ke再zai生sheng能neng源yuan的de可ke用yong性xing，優you化huaBESS充(chong)電(dian)周(zhou)期(qi)，確(que)保(bao)電(dian)源(yuan)儲(chu)備(bei)充(chong)足(zu)，並(bing)在(zai)依(yi)賴(lai)化(hua)石(shi)燃(ran)料(liao)發(fa)電(dian)或(huo)調(tiao)節(jie)電(dian)力(li)波(bo)動(dong)時(shi)進(jin)行(xing)放(fang)電(dian)。隨(sui)著(zhe)行(xing)業(ye)的(de)進(jin)步(bu)，此(ci)類(lei)合(he)作(zuo)正(zheng)日(ri)益(yi)增(zeng)多(duo)，並(bing)且(qie)更(geng)加(jia)深(shen)入(ru)與(yu)規(gui)範(fan)化(hua)。

未(wei)來(lai)幾(ji)年(nian)
，電(dian)力(li)供(gong)應(ying)對(dui)於(yu)數(shu)據(ju)中(zhong)心(xin)的(de)重(zhong)要(yao)性(xing)日(ri)益(yi)凸(tu)顯(xian)，這(zhe)將(jiang)促(cu)使(shi)業(ye)界(jie)更(geng)加(jia)積(ji)極(ji)地(di)探(tan)索(suo)包(bao)括(kuo)可(ke)再(zai)生(sheng)能(neng)源(yuan)在(zai)內(nei)的(de)多(duo)樣(yang)化(hua)能(neng)源(yuan)結(jie)構(gou)。能(neng)源(yuan)結(jie)構(gou)的(de)多(duo)樣(yang)化(hua)不(bu)僅(jin)可(ke)以(yi)滿(man)足(zu)數(shu)據(ju)中(zhong)心(xin)不(bu)斷(duan)攀(pan)升(sheng)的(de)能(neng)源(yuan)需(xu)求(qiu)，還(hai)將(jiang)有(you)效(xiao)提(ti)升(sheng)能(neng)源(yuan)自(zi)給(gei)率(lv)。目(mu)前(qian)，眾(zhong)多(duo)科(ke)技(ji)巨(ju)頭(tou)正(zheng)加(jia)碼(ma)布(bu)局(ju)大(da)型(xing)能(neng)源(yuan)項(xiang)目(mu)，顯(xian)示(shi)出(chu)企(qi)業(ye)對(dui)保(bao)障(zhang)電(dian)力(li)供(gong)應(ying)穩(wen)定(ding)性(xing)的(de)關(guan)注(zhu)正(zheng)在(zai)顯(xian)著(zhu)上(shang)升(sheng)。此(ci)外(wai)，許(xu)多(duo)企(qi)業(ye)計(ji)劃(hua)在(zai)站(zhan)點(dian)安(an)裝(zhuang)燃(ran)氣(qi)輪(lun)機(ji)，以(yi)增(zeng)強(qiang)能(neng)源(yuan)供(gong)應(ying)的(de)靈(ling)活(huo)性(xing)與(yu)可(ke)靠(kao)性(xing)。在(zai)這(zhe)一(yi)轉(zhuan)型(xing)過(guo)程(cheng)中(zhong)
，小(xiao)型(xing)模(mo)塊(kuai)化(hua)核(he)反(fan)應(ying)堆(dui)（SMR）的潛力尤為突出，其不僅承諾實現無水運行、高安全性以及更小占地麵積，並且有望采用回收鈾用於發電。一旦SMR經過充分測試並獲得監管部門的批準
，則有可能引領數據中心乃至其他行業領域徹底改變能源生產方式。

展望2025nian，shujuzhongxinyunyingshanghetuoguanfuwushangzhengzhelidazaojiasujisuannengli，yigenghaodifuwuyurengongzhinengyingyong，zheyiqushikenengdaozhichuantongqiyejiheyuntuoguanshujuzhongxindejianshexuqiuxiangduijianshao。shichangduijubeijiasujisuanherengongzhinengnenglideshujuzhongxinxuqiujizeng，yiranyinfalexiangguanqiyeduidianliziyuandejiliejingzheng。qiyezaihuodejianshexukeqian，zhengjijiyudianligongyingshangjinxingtanpan，yiquebaochongzudedianligongying。ciwai，zhidezhuyideshi
，bushaociqianweizengshezushujuzhongxinlingyudeshangyedichanqiye
，zhengfenfenjinjunzheyishichang，xianshichushujuzhongxinxingyedexiyinlijiqijichusheshitouzidezengchangqianli。

毫無疑問，AI技術將繼續引領數據中心產業的未來，不僅推動技術革新與結構優化，也將加速實現碳中和目標、優化水資源利用，幾乎100%采用綠色材料，部署先進的液冷解決方案
，以及將AI技術廣泛應用於數據中心的設計、維護、供配電係統
、備用電源
、zhilengxitongzidonghuaguanlidengyeshixingyefazhandeguanjianfangxiang。jishuderixinyueyicushishujuzhongxinchixudiedaiyanjin，yishiyingshichangxuqiudebianhua，bingtuidongdianfuxingchuangxinyutupo。womenyouchongfendeliyouxiangxin，weilaiwomenjiangjianzhenggengduolingrenzhenfendejingxiyuchengjiu。