作者：王聪彬
“没有最懂，只有在变化中更懂。”科华数据林清民先生表示，所谓“更懂人工智能”的算力基础设施，并非一蹴而就，而是建立在横向与纵向的长期积累之上。
横向看，科华数据深度参与了从云计算走向智能时代的产业演进，在行业更替与客户需求持续变化中不断校准自身能力；纵向看，依托近40年的技术积累，公司持续在核心技术、产品体系以及项目级实施能力上纵深打磨，为AI时代的算力需求提供更具确定性的支撑。
如今科华数据打造“更懂人工智能”的算力基础设施已经在逐步实现，成为长期践行的能力路径。
科华数据林清民
三重变化叠加，智算中心进入全新维度
站在过去云计算视角，行业更关注的是规模化能力，也就是功率、密度等指标相对标准化，核心目标都是将算力资源“摊平”。
进入AI时代，算力产业的逻辑正在发生根本变化。
“客户需求的变化明显提速、技术迭代节奏显著加快、交付窗口被极度压缩。”林清民说，三重变化叠加，使智算中心的建设与运营进入全新的维度。
不同客户的算力布局差异显著，要求基础设施能够快速交付、灵活扩展。当前智算中心的算力普遍转向预制化、模块化和弹性化的部署模式。数据中心从过去的几十兆瓦，到现在数百兆瓦，甚至迈向吉瓦规模，不同功率密度对应的基础设施布局已发生根本变化。
技术底座本身也在承压，GPU的持续演进不断抬升AI应用的算力门槛，直接要求底层基础设施具备更强的应变能力。比如传统风冷方案已难以满足高密度算力的散热需求，要实现真正的高效，必须引入新的制冷路径，包括液冷等更高效的制冷、集成等技术。
在算力竞争高度激烈的背景下，客户往往无法等待半年甚至一年的建设周期，模型上线“越快越好”，算力需求一旦明确，就希望能够即时获得供给。这直接推高了建设节奏，也决定了智算中心必须具备高度弹性的部署能力。
与此同时，算力规模正加速跃升，传统以人工为主的运维体系逐渐显现出瓶颈。运维模式亟需随之升级，通过引入AI实现智能化运维与管理，让人工智能反向赋能数据中心运行，在效率与能效层面实现系统性提升。
高功率密度时代的智算中心供电模式演进
当前，国内外AI芯片发展呈现出明显的差异化特征：一方面，国外高端芯片持续推进技术演进；另一方面，国产AI芯片加速崛起并不断走向规模化应用。两条路径并行发展，正在重塑全球智算中心基础设施的技术路径。
在此背景下，供电架构也进入“双轨制”的共同发展阶段。
目前最新一代的英伟达平台，单机柜功率密度已提升至600千瓦，甚至向1兆瓦级迈进。这种极高的功率密度，必然推动供电架构向高压化演进，通过800伏等高压系统来满足供电需求。
回到中国市场，算力与芯片的发展则具有明显的阶段性特征。由于当前国内芯片整体功率密度尚未达到外国最先进水平，对供电系统的瞬时密度要求相对较低，但长期来看，技术演进方向是明确的，最终都会向更高功率密度迈进。
智算中心的供电架构需要分阶段推进，而不是一次性跨越。
第一阶段，仍以传统机房形态为主，UPS 架构在国内依然覆盖了大量应用场景。在这一阶段，核心任务是持续抬升交流供电体系的功率密度。
第二阶段，是供电架构从高密度交流向高压直流过渡。目前，国内部分头部互联网企业已率先探索高压直流方案，从240伏到400伏，主要适用于服务器高度定制化的大型客户。
科华数据已同步布局下一代技术路线，上月2025科华数据中心年度论坛上，科华数据发布了全球首款200kW高密UPS模块产品，为未来的智算中心建设提供更具前瞻性的支撑。同时该产品获得了泰尔认证中心颁发的全球首份1.2MW UPS（200kW模块）认证证书。
写在最后
云计算时代，数据中心强调的是统一标准，基础设施更多是“跟随式”配套。而在AI时代，技术主导权开始前移到芯片层，算力形态由芯片反向定义供电、制冷与系统架构。
基于在电力、制冷与系统集成上的长期积累，科华数据选择更早介入产业前端，与国内多家头部芯片厂商在芯片设计阶段即协同，共同定义供电、制冷与控制方案。当服务器形态逐步稳定，这些深度适配的解决方案也随之沉淀为可复制、可推广的标准化模块。
