报告概述
本报告系统梳理了吉瓦（GW）级智算中心的开放参考架构，面向中国国情与工程实践，以开放、高效、绿色、智能为主线，按基础设施层（建筑与空间、供备电、冷却）、IT设施层（AI超节点、高速互连、网络交换、存储）、网络与高速互连层（Scale-Up/Out/Across）、系统软件与资源管理层四个层次展开。报告强调系统级协同设计，从规划阶段统筹能源、计算、网络、冷却与运维，为产业界提供可对齐、可共建的参考基础，降低系统级创新成本，促进开放生态发展。
报告的核心结论
吉瓦级智算中心需系统级协同设计
报告指出，吉瓦级智算中心不是传统数据中心的线性放大，而是从服务器级、机柜级上升至园区级乃至区域级的范式转变。能源、计算、网络等子系统需在规划阶段进行协同设计与联合优化，系统稳定性与全生命周期成本比单点性能更具决定性意义。
冷板式液冷成为高密度散热主流方案
随着单机柜功率密度从传统8-15kW飙升至150kW以上，液冷从可选项变为必选项。报告指出，冷板式液冷系统凭借技术成熟、稳定可靠、成本可控等优势，是目前高功率密度数据中心的首选方案，而浸没式液冷正加速规模化部署，未来将呈现冷板式与浸没式双轨并行的格局。
开放标准与解耦是降低系统风险的关键
报告强调，系统复杂度的提升使封闭、定制化方案难以长期维持，开放接口与标准协同成为降低系统性风险的核心手段。通过开放参考架构、标准化接口（如Redfish、SONiC、UALink等）推动设备互操作性与供应链多样化，降低跨主体协作成本。
高速互连向448Gbps演进，铜光协同长期共存
报告指出，超节点内Scale-up互连正从112Gbps向224Gbps乃至448Gbps演进，铜互连（线缆背板、正交架构）与光互连（NPO/CPO）并行发展。铜互连固守机柜内短距场景，光互连承担跨机柜长距通信，二者优势互补构成高效能智算底座。
AI网络从InfiniBand转向开放以太网生态
报告认为，InfiniBand虽性能极致但封闭昂贵，RoCEv2与Ultra Ethernet（UEC）等开放以太网方案凭借成本、生态与迭代速度优势，正成为大规模AI集群的主流选择。开放解耦的Scale-Out网络（如DDC技术）可打破厂商绑定，实现异构兼容与自主可控。
报告回答的关键问题
吉瓦级智算中心与传统数据中心有何本质区别？
吉瓦级智算中心不是传统数据中心在规模上的线性放大，而是一种系统范式的根本转变。设计尺度从服务器级、机柜级上升至园区级乃至区域级；能源、计算、网络需在规划阶段进行协同设计；在超大规模条件下，可靠性、可维护性与全生命周期成本往往比单点性能更具决定性意义。
智算中心如何实现绿色节能？
报告指出，绿色节能需从架构层面系统推进：采用高压全直流供电（如800VDC）提升效率3%-5%；液冷技术降低PUE至1.05-1.1；源网荷储协同提升绿电消纳比例；余热回收用于园区供暖；智能运维实现预测性散热与负载调度。这些措施共同推动智算中心向零碳转型。
超节点内GPU卡间如何高效互连？
超节点通过Scale-up专用互连协议（如NVLink、UALink、OISA、SUE等）构建全局统一编址空间，实现多GPU显存统一池化，端到端时延降至亚微秒级。物理层采用线缆背板、正交架构或光互连（NPO/CPO），在有限空间内提供高带宽、低时延、高可靠的卡间通信。
液冷技术有哪些主流方案及适用场景？
当前主流液冷方案包括冷板式液冷和浸没式液冷。冷板式液冷通过贴合芯片的冷板循环冷却液散热，兼容性好、技术成熟，是当前高功率密度数据中心的首选方案。浸没式液冷将服务器全浸入绝缘冷却液，散热效率最高，但尚处规模化部署前夜。未来两者将长期并行，分别满足不同功率密度与部署场景。
开放计算标准对智算中心建设有何意义？
开放计算标准（如OCP的ORV3、OAI、Redfish、SONiC等）通过软硬件解耦、接口标准化，降低系统级创新成本，促进供应链多样化，避免厂商锁定。报告强调，吉瓦级智算中心的建设本质是系统工程问题，开放标准与生态协同能有效降低跨主体协作风险，推动中国实践与全球体系双向互通。
报告中的代表性数据
单机柜功率密度演进
当前至未来，报告指出，随着英伟达GB300等架构落地，单机柜散热功耗突破150kW，Rubin Ultra全液冷架构可达600kW。这是智算中心从风冷转向液冷的根本驱动力。
GPU芯片功耗趋势
当前至未来，报告引用英伟达GB300/Rubin等产品路线，单芯片功耗预计从当前200W级别提升至3000W，对液冷系统的热流密度提出极高要求。
集中式CDU制冷量
当前至未来，报告指出，集中式CDU功率不断增大，当前已有2MW机型，未来将发展至3MW甚至更高，以满足吉瓦级智算中心的高密度散热需求。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 建筑与空间规划：详细阐述吉瓦级园区的选址要求、场地规划、核心建筑单体设计（层高7.2m、柱网9.6m×6.0m等）、结构荷载标准（楼板活荷载≥16kN/㎡）及六大规划核心原则。
- 供备电系统：涵盖园区高压供电、中压配电、机房内全直流供电架构（800VDC）、多级储能协同布局（园区-楼宇-机柜三级），以及固态断路器保护策略与智能控制系统。
- 冷却系统：深度解析冷板式液冷的一次侧/二次侧架构、集中式与分布式CDU设计、控制系统（PLC/DDC、群控逻辑）、换热设备选型要点及未来高密度散热技术（相变液冷、金刚石材料等）。
- AI超节点设计：包括整机柜超节点（计算节点、机柜、供电、散热、Scale-up互连）和分布式超节点（模组、拓扑、供电、散热），涵盖百度、NVIDIA等实际案例。
- 高速互连物理层与连接器：从SerDes速率演进（56G→448G）到端接形式（Press-fit/SMT/BGA/LGA），线缆背板、正交架构、NPO/CPO等互连方案，以及高速PCB与Raw Cable选型指南。
- AI网络与交换系统：交换芯片路线图（12.8T→102.4T）、网络架构（单机直连→二层/三层CLOS→多平面组网）、负载均衡技术（ECMP、LBN、信元交换、端网协同）及未来开放生态（DDC）。
- 网络与高速互连层协议：Scale-Up协议（NVLink、OISA、SUE、UALink等）对比分析；Scale-Out协议（InfiniBand、RoCEv2、UE）及SONiC网络操作系统；Scale-Across广域互联技术（DALB、端到端拥塞控制、带内遥测）。
- AI存储技术与系统：高速推理四层存储架构（GPU显存→CPU内存→本地SSD→网络SSD），CPU/内存/NVMe SSD/DPU选型建议，TLC与QLC介质适用场景，以及EBOF/JBOF/Diskless解耦架构。
- 统一运维管理：基于BMC/Redfish的超节点机柜级与节点级管理，涵盖电源管理、液冷漏液检测、PCIe Switch拓扑管理、GPU与智能网卡监控、日志诊断、告警设置、网络安全（防火墙、SSL证书）及发展趋势。
- 术语表与参考文献：汇总全报告关键术语（AIDC、CDU、HVDC、PUE、Scale-Up等）及OCP/OCTC相关标准与技术文档索引，便于读者进一步查阅。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
