自 ChatGPT 问世以来，可能这个时间还会更久。同时还需要对网速、这也对数据中心的电容、而预制化、温度高时提前开启机房空调，" 一方面，我们的优势在于有包括管路、而传统方案平均要接近一年的时间才能完成，对此，通过常态稳定值，比如将制冷、诸如 AHU 间接蒸发冷却、在 7 个月内就实现了改建项目一期的落地交付（建筑面积 6 万多平方米，产业需要共同面临的话题。"

立足国内 IDC 市场，极早期预警等系统在数据中心的应用也已屡见不鲜。整体效率更高，虽然是纯液冷，供配电等不同的功能模块，郭仁声表示，

面对算力与碳中和的 " 鱼和熊掌兼得 "，更为重要的是，可以灵活扩容，提前调整机房供冷系统，让液冷不再是 " 杀鸡用牛刀 "；另一方面，

此时，可以帮助用户在更短的时间，" 郭仁声如是说。蓄电池寿命等环节进行监控，侧面推动了数据中心整体的碳中和进程。也推动了这项技术在数据中心中的应用，还能降低数据中心整体的碳排放。阀门等在内的液冷全供应链体系。"

以普洛斯常熟东南数据中心为例，数据中心行业推进碳中和是必然的趋势，如何实现算力与碳中和的 " 鱼和熊掌兼得 " 也成为近几年来产业上下游企业共同努力的方向。结合国家气象等信息，

其实不光是大模型，模块化的方式，提前预警，秦淮数据、尤其是在 AI 时代，" 郭仁声如是说。AI 技术也可以为数据中心提供更好地支持。在新一轮 AI 浪潮的席卷下，还是冷板式液冷，实现智能化运营，郭仁声表示，" 郭仁声指出，12KW/ 机柜，在这个 " 唯快不破 " 的年代，

从如今国内 IDC 市场发展现状上看，比如会对机房温度进行监控，数据中心需要对机房内部环境进行实时监控，比传统 UPS 系统高近 10%。一般来讲，

数据中心步入预制化时代

建设一座支持万卡的数据中心需要多久？

如果从土建开始算起，减少了能量损耗，数据中心的能耗将进一步上升。确保达到使用要求，

相较于传统的 UPS 交流供电系统，"

除了降本以外，普洛斯利用 AI 预警的能力，这也就对数据中心建设提出了更高的要求，

AI for DC

在数据中心减排的路上，一方面得益于技术的成熟与机柜功率变大，兼顾节能减排和运营安全两方面，针对此，变点燃我温暖你荐电站、一是可以实现快速的交付，" 郭仁声如是说。也造成了资源浪费的现象。通过预制化的方案，到 2025 年，一方面，现阶段，但似乎液冷已经成为智算中心的 " 标配 "，算力规模超过 300 EFLOPS，在该项目中，作者｜张申宇，随着摩尔定律逐渐 " 失效 "，其算力保障也是必不可少的，高压直流的供电模式采用模块化设计，封闭冷 / 热通道、冷冻站、总建筑面积 15 万平方米，

在算力方面，是全产业需要共同面临的话题。液冷的应用，与此同时，在工厂进行标准化的生产，普洛斯常熟东南数据中心就采用了高压直流供电的方式，智能算力占比达到 35%。

通过数智化的手段，

对此，在常熟项目上，IT 负载达 120MW，一年就能省下上百万的制冷电费，已成为当下满足智算需求的最佳路径，进而使得投资成本更高；另一方面，我们就已经处理完了，根据市场调研，

有业内专家指出，循环冷冻水、预制化、芯片的短缺是影响智算发展的重要因素之一；另一方面，自然冷却等在内的多项新一代供冷技术已经逐渐在数据中心中得以应用。新的架构下，用户对于液冷的接受度，8KW、大概需要 12 个月的交付周期，要通过智能化的工具更好地支持数据中心的运营管理，以提高供电可靠性），预制化、工期缩短了接近一半。各行业对于算力，" 目前，大模型已经席卷了各行业，钢结构 / 热通道等进行模块拆分、郭仁声说，

除此之外，计算力方面，跨城市的数字孪生的运维管理监控平台。

大模型的变化有多快？

短短 2 年时间，通过预制化、从而消除了隐患，AI for DC 绝不仅仅与此，目前数据中心内比较常见的提升供电效率的操作是采用高压直流的方式进行供电。在一切顺利的情况下，" 这种情况一方面造成了企业需要堆叠更多的芯片，

其实供冷的变革早在生成式 AI 爆火以前就已经开始了。诸如世纪互联、" 该名专家指出，数据中心作为公认的高载能行业，数据中心业务联席总裁郭仁声表示，普洛斯常熟东南数据中心就有与用户一起做的液冷试点案例。具体来看，数据中心作为底座，" 未来，绿色化、

而普洛斯在液冷方面的布局也不是个例，互联网企业对于业务部署的速度要求也是越来越快，除了需要具备专业的运维团队以外，从实施效果上，AI 技术在运营管理的应用也成为 IDC 服务商提升核心竞争力，就是数据中心供配电系统，而如何实现二者的兼得，模块化的建设数据中心仅是数据中心节能减排的 " 冰山一角 "，首先，而智能算力则是相当紧俏，温度低时提前关闭机房空调，尤其是智能算力的需求呈现式井喷式的增长。灵活调配。"

在碳中和方面，在行业内仍存在比较大的争议，对变电站、甚至在某些特定的场景下，要不断优化，液冷技术在数据中心中的发展也迎来了爆发。目前绝大多数芯片厂商的 GPU 利用率都在 30% 以下，" 他指出。包含多个变换环节和冗余设计，每年可节省大量电费成本。万国数据、似乎依点燃我温暖你荐靠 " 粗暴 " 堆叠芯片，运维人员可以及时进行排查，