热点事件历史事件

AI数据中心供电设计转向重视全负载平坦效率而非峰值效率

1 篇报道1 个报道来源11 天前更新

先了解这件事

AI 综述

OmniOn Power 的 Philip Zuk 在 POWER Magazine 撰文称，AI 数据中心供电设计中，仅看峰值效率已不足以衡量实际能耗，在 AI 工作负载的全负载范围内保持一致的高效率（平坦效率），对能耗、散热需求、运营成本和长期扩展性的影响更大。其背景是 GPU 集群（如 NVIDIA 72-GPU Vera Rubin）推动机柜功率从数十 kW 升至数百 kW，部分下一代设计预计超过每机柜 1MW。关键原因在于训练负载的利用率可在毫秒内从约 30% 波动至满载，系统大部分时间运行在部分负载下，因此峰值效率点无法代表真实运行状况。业界相应转向重视平坦效率，并淘汰传统的 48 至 54V DC 母线架构。

AI 生成摘要 · 以原文为准

AI 根据报道生成 · 11 天前更新

最新进展10月23日 21:03

为什么数据中心设计中平坦效率比峰值效率更重要

报道时间线

沿着报道，了解事件的不同侧面。

10月23日

21:03
POWER Magazine
为什么数据中心设计中平坦效率比峰值效率更重要
AI 工作负载正改变数据中心供电设计：GPU 集群（如 NVIDIA 72-GPU Vera Rubin）使机柜功率从数十 kW 攀升至数百 kW，部分下一代设计预计超过每机柜 1MW。由于训练负载利用率可在毫秒内从约 30% 波动至满载，系统多运行在部分负载下，仅看峰值效率会低估实际能耗与散热成本。业界因此转向重视全负载范围的平坦效率，并淘汰传统的 48 至 54V DC 母线架构。