AI数据中心正在快速进入GW级时代。
近期，OpenAI在美国密歇根州启动了1GW数据中心园区 The Barn；Meta也在印第安纳州建设一座设计容量达到1GW的数据中心园区。更早之前，OpenAI已经披露，其Stargate在美国规划的数据中心容量正持续向多GW规模扩展。
另一边，AI服务器也从单机架构快速走向Rack-scale和Pod-scale。
NVIDIA 最新 Vera Rubin NVL72 将72颗Rubin GPU、36颗Vera CPU、高速网络、DPU、供电与液冷集成到一个Rack-scale系统中；更进一步的 Vera Rubin POD，则将计算、CPU、低延迟推理、存储和网络扩展到 40 个机架组成的系统。
这意味着，AI数据中心正在从一个以IT设备为核心的数据机房，逐渐变成一个由算力、电力、冷却、网络、控制系统和大量工业设备共同组成的复杂系统。
当AI数据中心越来越像一座持续运行的复杂工厂，它的规划、建设、液冷、能源和后期运维又将发生哪些变化？
一、为什么GW级规模会改变AI数据中心的架构？
传统数据中心中，服务器、网络、供配电和制冷通常可以按照不同专业分别设计，再进行系统集成。但AI服务器正在打破这种边界。
- 一方面，计算单元正在从单台Server向Rack-scale甚至POD-scale演进。GPU、CPU、高速互联、供电和液冷越来越多地被当作一个整体系统进行设计，而不是独立设备的简单组合。
- 另一方面，AI工作负载也在发生变化。除了模型训练和传统推理，Agentic AI还需要持续进行推理、规划、数据处理、工具调用和任务执行，CPU、内存、网络和存储的重要性随之提升。
因此，**AI数据中心架构正在发生一个明显变化：设计边界从服务器内部，不断向机架、POD以及整个数据中心扩展。**规模每扩大一级，系统之间的耦合程度也会同步增加。过去优化的是单台服务器性能；未来越来越需要优化的是整套基础设施的协同效率。
二、从Chip到Grid：算力、电力和冷却开始协同设计
AI数据中心最重要的变化之一，是设计逻辑开始从服务器一路延伸到电网：GPU功耗决定服务器设计，服务器功率密度影响Rack架构；Rack功率进一步决定Busbar、UPS、变压器以及园区供配电方案；同时，高热流密度又决定Cold Plate、CDU、二次侧水路以及整个冷却系统的设计。
这意味着，过去相对独立的计算、供电和热管理系统，正在变成一个共同优化的问题。尤其在液冷架构下，热管理已经不再只是机房末端的"散热设备"，而是从芯片侧一直延伸到园区侧的完整系统：GPU/CPU → 冷板 → Manifold → CDU → 二次侧 → 泵组 → CRAH/冷源系统，其中：
- 冷板和Manifold负责从芯片和服务器侧带走热量；
- CDU承担IT侧与设施侧之间的热交换、温度、流量和压力控制；
- 二次侧系统进一步连接泵组、水系统以及园区级冷源；
- CRAH等设备则承担空气侧或混合冷却场景下的环境控制。
因此，在高密度AI数据中心中，液冷已经不是一个独立设备，而是与计算和供电高度耦合的基础设施。真正需要解决的，也不再只是"服务器怎么散热"，而是：GPU负载、机架功率、液冷能力和能源系统能不能共同运行在更优状态。这也是AI数据中心从"设备设计"走向"系统协同设计"的核心变化。
三、AI数据中心为什么越来越像一座"工厂"？
所以，当一个AI数据中心进入数百MW甚至GW级以后，它已经很难再被理解为一个简单的"机房"。因为里面不仅有服务器和网络，还包括大量电力设备、液冷设备、水系统、管路、泵组、控制系统以及持续运行的基础设施。数千甚至数万台设备需要按照严格的容量、空间、功率、温度和可靠性要求协同工作。
从运行逻辑上看，它越来越像一座复杂工厂：有生产设备，有能源系统，有公用工程，有设备管理，也有持续运营。
也正因为如此，GW级AI数据中心不能再完全依赖传统"设计完成---现场建设---建成调试"的工程方式，而需要越来越多地引入制造业熟悉的：数字化规划、仿真验证、模块化建设和全生命周期运营。
- 建设之前：先在虚拟环境中把数据中心"建一遍"
AI数据中心的规划难点并不只是机柜摆在哪里。一个Rack位置变化，可能影响供电距离、液冷管路、流量分配和后续扩容；不同GPU配置又会改变功率密度和热负载。如果等设备真正进入现场以后再调整，成本和建设周期都会迅速放大。
在工业富联科技服务的数据中心规划实践中，可以通过 NVIDIA Omniverse 建立数据中心数字孪生环境，将建筑空间、Rack、供配电、冷却设备以及管线路径放在统一模型中进行规划和验证。这样可以在施工之前先回答一些实际问题：
- 机柜怎么布局更合理？
- 设备之间有没有空间冲突？
- 管路怎么走？
- 未来扩容还有没有余量？
- 不同设计方案会不会影响施工和运维？
但对于AI数据中心来说，仅有空间规划还不够。真正需要进一步验证的是热
随着Rack功率密度快速上升，局部热点、冷却能力、流量分配以及热交换效率都会直接影响服务器稳定运行。因此，还需要结合 CFD 热流模拟，提前模拟不同负载条件下的温度场、流场和热分布，分析Rack热负荷、液冷流量以及不同冷却方案的效果。
规划设计由此从简单的Layout Design，进一步变成：空间规划 + 热流模拟 + 供电规划 + 冷却设计，先在虚拟环境中发现问题，再进入实体建设。
- 建设过程中：液冷从单一设备变成整套系统工程
规划确定以后，真正进入建设阶段，液冷系统也不能再被理解为"给服务器加一个CDU"。从服务器侧到设施侧，它是一整套连续系统：Cold Plate → Manifold → CDU → 二次侧管路 → 泵组 → CRAH / 冷源系统。
其中任何一个环节设计不匹配，都可能影响整体系统效率。对于大型AI数据中心来说，真正困难的不是某一台CDU或者某一组泵，而是不同设备能不能根据Rack负载稳定协同。
因此，液冷建设正在从过去的单设备采购，逐步走向液冷系统的一体化设计与交付。这也是AI数据中心越来越像工业系统工程的重要原因之一。
- 建成以后：数字孪生还要继续参与运营
Omniverse的价值也不停留在设计阶段。数据中心投产以后，最初的数字模型可以继续叠加真实设备和运行数据，让虚拟数据中心与物理数据中心保持持续映射。
例如Rack负载发生变化、液冷系统调整、设备更换或者园区扩容，都可以先在数字环境中进行模拟和验证，再反馈到真实系统。
这样就形成一条完整链路：Planning → Simulation → Construction → Operation → Optimization。数字孪生不再只是建站前的一次性工具，而是贯穿数据中心全生命周期的运营基础。
四、AI 数据中心系统建成以后，真正困难的是持续运维
AI数据中心建成之后，真正长期的挑战才开始。服务器、供配电、CDU、泵组、二次侧、水系统、CRAH和冷源等大量设备需要7×24小时持续运行，任何一个局部异常，都可能通过系统链路影响最终算力输出。
因此，数据中心的运维已经不能只依赖人工巡检和单设备监控，而需要建立一套统一的基础设施运营体系。
- BMS：先把数万台设备统一监管起来
工业富联科技服务的数据中心 BMS系统，可以将供配电、冷却、水系统、环境参数以及关键基础设施统一接入，对设备运行、异常告警、能耗变化和故障趋势进行集中管理。BMS的核心价值并不只是"做一个监控大屏"，而是建立整个数据中心基础设施的统一运行视图。
例如，当某一区域温度异常时，系统可以进一步关联：CDU运行状态、二次侧流量和压差、CRAH运行状态、冷源状态、相关区域供配电情况。运维人员看到的不再只是一个孤立的"高温告警"，而是可以结合上下游设备状态，更快判断问题来源，缩短故障定位和处理时间。
对于 AI 数据中心来说，这种统一监控能力尤其重要。因为规模越大，设备数量越多，单靠人工跨系统查询，运维效率会迅速下降，一旦发生故障造成的后果也难以预估。
- AI节能智控：从"看见能耗"走向"动态优化"
AI数据中心本身还是一个巨大的能源消耗系统。除了GPU本身，CDU、泵组、CRAH、冷源以及供配电系统同样会持续消耗大量能源。当数据中心达到数百MW甚至GW级以后，即使只有几个百分点的能效优化，也会对运营成本和碳排放产生显著影响。
因此，在BMS和能源管理基础上，还可以进一步引入 AI节能智控。系统可以综合分析GPU负载、温度、流量、压差、CDU效率以及冷源状态，动态判断当前冷却能力是否与实际算力负载匹配，并优化CDU、泵组、二次侧和相关冷却设备的运行策略。
例如，当部分GPU集群负载下降时，对应区域热负荷同步降低，冷却系统就没有必要继续按照峰值工况运行；而当局部算力负载突然升高时，也可以提前调整液冷和冷源能力。
节能逻辑由此从过去的单设备节能，进一步走向"算力负载 + 液冷系统 + 能源系统"协同优化，这也是GW级AI数据中心运营阶段最重要的技术变化之一。
GW级并不是AI数据中心的终点，反而意味着新的技术问题刚刚开始出现。当算力、供电、液冷和能源系统进一步耦合之后，下一阶段的重点，很可能会从"把更多GPU放进数据中心"转向"如何让整个系统具备更高的可编排性"。
一个值得关注的方向是，算力负载开始参与基础设施调度。
过去冷却系统主要根据温度和压力变化被动调整，未来则有可能进一步结合GPU负载、任务优先级、能耗和电价进行联动。例如，训练任务和推理任务的功率特征并不相同，不同区域Rack的负载也会实时变化。如果算力调度能够提前把这些信息传递给液冷和能源系统，基础设施就可以从"响应变化"进一步走向"预测变化"。
另一个变化是，数据中心控制系统会从设备级自动化走向跨系统优化。
BMS、能源管理、液冷控制、服务器管理目前往往仍然属于不同系统。随着规模扩大，只优化单个系统的空间会越来越有限。真正有价值的优化，可能来自跨系统协同：例如在满足SLA和设备可靠性的前提下，同时优化GPU利用率、冷却功耗、泵组效率和整体PUE。
当这些能力逐步形成闭环，AI数据中心也会从"高密度算力基础设施"，继续演进为一个能够持续感知运行状态、动态调整策略并不断优化能效的智能基础设施系统。