随着人工智能产业的爆发，以人工智能的大模型训练为核心的业务需求迅速增长，以加速计算和GPU为主体、基于AI云平台和AI协议栈开源软件为基础、在传统IDC进行重大迭代升级的“AIDC”将成为新AI原生新基建的重要内容。世纪互联创始人陈升表示：“GPU算力已成为智能时代的核心竞争力。面对通用人工智能(AGI)时代爆发的高算力需求、以及未来数字化变革、能源变革发展趋势，我们原创性提出“算粒”+“电粒”双粒协同理论，推动构建以绿色能源为主体的新型电力系统，助力算力产业和电力产业的共同革新，为全球数字经济的繁荣做出贡献。我们凭借高算力资源的建设部署能力和专业的配套服务，紧握 AI 驱动的算力需求机遇，服务更多新兴行业客户，推动集团业务长期、可持续增长。”
未来随着“双碳战略”的深入推进，算力需求的发展与能源需求、碳排放的约束将引导行业发展的方向，根据大模型训练的业务特点、用能特点，打造新一代绿色AIDC 将成为未来发展方向。国内中西部优质的风光绿电资源与AIDC的布局有极佳的契合度，而风光发电的稳定性问题需进一步通过长时、超长时储能进行平抑才能具备保障供电的稳定性问题，因此氢能的引入成为AIDC合理的能源解决方案。根据测算，一个百兆瓦负载的数据中心通过直接或间接方式可消纳2GW以上的光伏，间接的利用方式为“绿电-绿氢类资源-绿电”的超长时储能配套。在氢能加持下，结合AIDC的用能特点，将实现大量新能源资源就地消纳的前提下，通过AIDC提供绿色算力。
通过氢能平抑AIDC用能与风光能源
在储能方式的抉择层面，AIDC与何种储能技术的匹配度更高是个值得深入研究的课题，首先大模型训练对算力的调用很重要的一个特性为调用频次不定、一个训练周期内算力调用时长跨度宽泛，从算力的调用可等效类比为能源的调用特点。对于一个绿色AIDC而言，需要借助一定能量存储手段来做到全额消纳跨季节级别的新能源资源，AI对储能的核心业务需求为超长时储能的可用性。通过对多种储能方式进行合理比对发现涉氢类能量存储与AI的业务需求和经济性匹配度最高。
不同储能技术的能量存储占地与投资对比
根据氢能产业方面的消息，如韩国分析机构SNE Research的数据显示，2024年第一季度，全球氢动力汽车销量同比下降36.4%，该机构的分析师主因为氢燃料基础设施不足、燃料成本上升、“有缺陷的氢气事件”和燃料电池耐用性的“未解决问题”，而在我国交通行业的碳排放贡献度约为10%，对未来的碳中和而言，需要在交通行业之外扩展氢能的应用范围，而在绿电源头实现绿电资源的直接消纳中，AIDC+氢能成为可行性极佳的解决方案。
Microsoft华盛顿州昆西的数据中心氢能备电应用
目前国外数据中心已在验证氢能应用，Microsoft 在华盛顿州昆西的数据中心已完成MW级氢燃料电池为数据中心供电的项目建设，该项目建设周期为3年，由美国能源部(DOE)根据H2@Scale倡议提供支持和部分资助，并得到美国国家可再生能源实验室(NREL)的支持。国内数据中心行业的氢能应用一直作为一个为人津津乐道的话题，暂停留在理论研究阶段，行业内实际案例暂时空白。目前，世纪互联的氢能中试项目通过与清华大学等机构展开深入研究、合作，正在进行项目的落地工作。
零碳数据中心与绿氢减碳的潜力
在算力驱动的发展趋势下，世纪互联2023年提出“绿色直流解决方案”，同时将“让绿色直流从数据中心走向千家万户”作为第二个 25 年创业的使命和奋斗目标，在坚守“IDC机柜零售业务+IDC 大定制批发业务”的“双引擎”战略的同时，积极拥抱算力基础设施创新，促进超互联新算力的高质量发展。基于此，由中关村超互联新基建产业创新联盟主办，互联科技实验室承办，世纪互联、矩阵起源联合承办，北京市科学技术委员会、中关村科技园区管理委员会支持的GIIC——2024 GPU Infrastructure Innovation Conference暨第四届中国IDC行业DISCOVERY大会将于5月21日在北京举办。大会围绕加强以AIDC为代表的新型基础设施节能降碳，实现碳达峰、碳中和目标下的“算力+电力”协同等多个议题展开讨论，旨在让更广泛的应用、更智慧的算力，在各类数字化要素的协同中实现更大价值。
绿色AIDC氢能应用蓝图
本网转载自其它媒体的文章及图片，目的在于弘扬石油化工精神，传递更多石油化工信息，宣传国家石油化工政策，推广石油化工企业品牌和产品，并不代表本网赞同其观点和对其真实性负责，在此我们谨向原作者和原媒体致以崇高敬意。如果您认为本站文章及图片侵犯了您的版权，请与我们联系，我们将第一时间删除。
