AI 负载毫秒级波动推动数据中心从芯片到电网设计重构

与会者描述了 AI 工作负载在毫秒级时间尺度上发生的剧烈波动——这种时间尺度是传统电网在设计上无法快速跟踪或应对的。Getty Images

AI 数据中心的开发商和运营商正被迫直面一个问题：不仅要关注其设施消耗多少电力，还要关注需求多快会飙升和骤降，因为这种变化产生的频率偏移会波及整个电网。在近期于达拉斯举行的 Data Center World Power 大会（2026 年 9 月 21-23 日）上，与会专家警告说，如果不予缓解，AI 电力消耗突然下降数百兆瓦这样的极端事件可能引发大范围扰动。

现代电网的设计目标是可预测性和稳定性。早晨和傍晚的用电高峰是可预测的，电网运营商有时间启动额外的发电机组，然后再将其降出力。一些能提供额外电力的涡轮机组可以在几分钟内同步，而另一些则需要 30 分钟甚至更长时间。这一节奏与 AI 工作负载并不兼容——后者可以在几秒甚至几毫秒内骤升和骤降。与会专家强调，没有哪一家公司能够独自解决这一挑战；这需要芯片供应商、数据中心运营商、电力公用事业以及基础设施提供商之间的协同努力。

相关阅读：谷歌的电网互动型 AI 数据中心：从备用电源到电网伙伴

Nvidia：应对机柜级负载波动

Nvidia 机柜功率密度的持续攀升带来了上游影响，Nvidia 首席电气设计工程师 Sai Somayajula 说道。几年前，传统的数据中心机柜通常使用 5-10 kW 的功率。进入 Nvidia H100 时代后，这一数字上升到每机柜约 40 kW。Blackwell 级别的系统将其进一步推至大约 150 kW，而 Vera Rubin 世代 则瞄准每机柜约 240 kW。

“我们预计在未来 800 伏直流配电出现时，每机柜将达到 1 MW，”Somayajula 指出。“随着 AI 的演进并解决更复杂的任务，机柜内的功率密度每一代都在增加。”

为缓解快速负载波动的影响，Somayajula 表示 Nvidia 已增加了机柜级储能和控制，以平滑机柜内发生的快速波动，并使交流输入满足电网要求。

据专家组介绍，电网运营商越来越多地要求数据中心提供 穿越（ride-through）性能——即在短时电压扰动期间保持连接——并为电网缓冲来自波动性 AI 工作负载的冲击。

Nvidia 早在今年早些时候就推出了其 DSX 架构，该架构整合了芯片、散热、系统及软件技术，以最大化 AI 工厂的吞吐量。它包括高速遥测和先进分析功能，用于表征并缓解波动；将未使用的功率裕量分配给 GPU；并通过更高水温的液冷来降低冷却功耗。

相关阅读：超级电容能否平滑 AI 的电力波动？

然而，Somayajula 强调 Nvidia 并不能独自解决所有这些问题。“AI 工作负载、机柜密度以及电力动态要求我们重新思考一直以来设计数据中心的方式，”他表示。“这就是为什么我们与业界合作、开放共享信息，并从机柜到电网全程协同设计，而不是各自为政地进行设计。”

“AI 工作负载、机柜密度以及电力动态变化，要求我们重新思考过去的数据中心设计方式。”——Nvidia 首席电气设计工程师 Sai Somayajula

Oracle 的 Abilene Stargate：为 AI 精准匹配现场发电规模

Oracle 云核心基础设施工程架构师 Rajesh Gopanath 表示，其中一些理念正在德克萨斯州 Abilene 的 Oracle AI 设施中得到实践。他指出，Oracle 的 Stargate 数据中心园区已实现 60% 至 70% 的投运，规划中的园区将达到吉瓦级规模。随着算力需求的增长速度超过电网建设速度，Oracle 不得不将更多的能源和电力发电专业知识引入内部。

“算力昨天就需要，但受变电站、输电线路或电网可用性所限，基础设施的建设一再延迟，”Gopanath 说道。“我们买不到足够的燃气轮机、往复式发动机或天然气。”

Gopanath 认为，用少量 200 兆瓦的涡轮机支撑一个 1 GW 的园区，会造成单点故障。更小的模块化单元能够在不让运维变得难以管理的前提下提升韧性。“也许 30 兆瓦是个合适的规模。但你必须为每栋数据中心建筑找到最佳尺寸：‘我们应该建 100 兆瓦的建筑、300 兆瓦的建筑，还是 500 兆瓦的建筑？’”他说道。“我们必须找到最佳平衡点，以确保从机房到机柜层面都能具备恰当的可用性。”

延伸阅读：UPS 设计上本就具备不间断特性，但其未来却未必如此。

次同步振荡与穿越能力要求

Gopanath 警示了次同步振荡问题，即低于美国电网 60 Hz 运行频率的振荡频率。这类振荡若被 AI 数据中心的行为所激发，可能会引发机械共振，进而导致灾难性故障，包括燃气轮机轴的损坏。

“这类灾难性故障是有可能发生的，因此我们必须确保它不会发生。单一技术无法解决所有这些问题；您可能需要电容器、电池、不间断电源、低电压穿越、功率平滑以及快速响应的发电设备等多种手段配合。”Gopanath 说道。

三菱电机：从电网到芯片的分层可靠性方法

三菱电机电力产品事业部电力系统工程部门负责人 David Roop 表示，支撑 AI 工作负载需要在变电站和电网层面进行协调投入。成败取决于采用一种从芯片到电网的整体思路，统筹考虑短时与长时储能、谐波性能、电能质量以及本地电网特性。

“数据中心将在电网可靠性方面扮演更为重要的角色，前提是要理解电力公司的要求、控制需求以及实现分层架构所需的标准条件——这样才能加快项目交付并降低项目风险。”Roop 说道。“新的指南、新的标准以及新的合规要求正在陆续出台，使我们能够更迅速地应对不稳定问题。”

关于作者

撰稿人

Drew Robb 担任全职职业撰稿人和编辑已有二十余年。他目前作为自由撰稿人，为多家 IT 刊物供稿。