简介:面对AI训练与推理集群的高功率密度,本文聚焦供电容量评估、制冷架构选型与能耗监控,提供功率密度两步测算、逐级校验清单、容量规划表模板与PUE成本核算方法,帮助工程师在电力容量、并网和审批约束下,规划安全、可扩容、电网友好型算力底座。
近期,AI训练与推理集群的快速扩张,让电力容量、土地空间、并网审批成为算力建设的前置约束。本教程聚焦一个工程化目标:为一套高功率密度GPU/NPU集群,完成从需求测算、供电容量评估、散热架构设计,到能耗监控与成本优化的完整规划。读完本文,你应能产出一份可评审的“电力与散热容量规划表”,并掌握每步的计算依据、验证方法和排查思路。
开始测算前,需要收集以下信息:
建议在立项阶段先填写容量规划表,避免凭经验估算。
| 字段 | 填写说明 | 示例 |
|---|---|---|
| 单卡功耗 | 优先采用实测值,标称TDP仅作参考 | 800 W |
| 单节点功耗 | 包含GPU、CPU、内存、风扇、网卡等 | 9 kW |
| 单柜节点数 | 按机柜承重与配电能力确定 | 8台 |
| 单柜峰值功率 | 单节点峰值×节点数+网络存储设备 | 76 kW |
| 单柜均值功率 | 典型训练/推理负载均值 | 60 kW |
| 机柜数量 | 本期规划数量 | 20台 |
| 集群功率 | 单柜峰值功率×机柜数 | 1520 kW |
| 机房可用容量 | 可分配给IT设备的容量 | 2000 kW |
| 安全系数 | 可调参数,常见0.8 | 0.8 |
| 容量需求 | 集群功率×冗余系数 | 1824 kW |
| 制冷方式 | 根据功率密度选择 | 冷板液冷 |
| 结论 | 是否满足容量、散热与扩展要求 | 通过/不通过 |
做什么:
注意:
做什么:
建立逐级校验清单,从总进线一直校验到机柜末端。
| 校验对象 | 关键检查点 |
|---|---|
| 总进线 | 两路市电、容量、功率因数、最大需量 |
| 变压器 | 额定容量、负载率、温升、散热能力 |
| 配电柜 | 回路数量、断路器整定、峰值裕量 |
| UPS | 后备时间、负载率、电池容量、切换能力 |
| 柴发 | 启动时间、持续负载、瞬态负载、燃油储备 |
| 机柜PDU | 单相/三相容量、峰值波动、线缆载流量 |
功率换算:
峰值与均值口径:
安全合规提示:
涉及变压器、UPS、柴发、配电柜变更时,必须评估保护配合、短路容量、接地、弧闪、负载切换与消防联动。电气改造应由持证人员实施,施工前必须断电验电、挂牌上锁,并制定应急预案。
做什么:
根据单柜功率密度选择制冷方案。以下阈值为经验参考值,需结合机房温湿度、送风组织、机柜封闭情况和实际热仿真确认。
| 制冷方案 | 经验参考单柜功率 | 前提条件与环境边界 | 改造难度 |
|---|---|---|---|
| 房间级风冷 | ≤15 kW | 进风温度建议18~27℃,相对湿度建议40%~70%,送风距离短,避免冷热混流 | 低 |
| 行级空调/封闭热通道 | 15~40 kW | 机房可封闭,回风路径短,机柜盲板齐全,环境温湿度稳定 | 中 |
| 冷板式液冷 | ≥40 kW | 需评估承重、管路、CDU、漏液检测、消防与冗余泵能力 | 中高 |
| 浸没式液冷 | 极高密度场景 | 需评估冷却液兼容性、密封、维护流程、漏液防护与应急预案 | 高 |
为什么:
热密度决定制冷方式。高密机柜若继续使用房间级风冷,容易出现局部热点、制冷短路和设备降频。
安全合规提示:
液冷改造前必须完成机房承重与抗震评估、电气持证施工、断电验电、漏液检测、消防与应急预案设计。二次侧水温、流量、压力和补液策略需纳入监控。
做什么:
采集单柜功率、进回风温度、液冷流量、UPS负载率、PDU负载率等指标,并配置分级告警。
| 告警等级 | 示例阈值 | 通知路径 |
|---|---|---|
| 警告 | 进风温度接近设备上限,如上限-3℃;UPS负载率>70% | 监控看板、值班群 |
| 严重 | 进风温度达到上限-1℃;功率突增>20%;液冷压力异常 | 电话/短信通知值班工程师 |
| 紧急 | 进风温度超过上限;漏液检测触发;UPS负载率>92% | 电话升级、现场处置、应急流程 |
建议采集项:
公式:
成本拆分:
注意:
若使用PUE计算总电费,制冷与输配电成本已包含在总能耗中,成本拆分只用于归因,不能重复相加。
示例:
IT设备均值1000 kW,PUE为1.3,电价0.7元/kWh,年运行8760小时:
怎么选制冷方案?
先看单柜峰值功率,再看机房是否具备封闭通道、承重、管路和漏液检测条件。15 kW以下可优先评估风冷,15~40 kW可评估行级空调或封闭热通道,40 kW以上优先评估液冷。
为什么容量够还跳闸?
常见原因是单路配电、单个PDU、单个UPS或断路器达到上限,冗余分配不均。应查看各配电单元负载率,并重新均衡分配。
如何降低PUE?
可从封闭热通道、优化送风、提升冷机效率、减少冷热混流、清理闲置发热设备、提高液冷比例等方面入手。
容量规划表怎么填?
先填单卡功耗、单节点功耗、单柜节点数,再算单柜峰值和均值,然后结合机房可用容量、安全系数与制冷方式给出结论。
算力基础设施规划本质上是电力与散热规划。推荐流程为:测算功率密度 → 评估供电冗余 → 选型散热架构 → 建立能耗监控 → 核算PUE与成本。关键是区分集群实际功率与容量需求,使用逐级校验而不是单点估算,并通过真实运行数据持续回流优化。