華為發全球首個3D數據中心！預製化率超90%，機電交付縮至3個月

作者 | 楊京麗 編輯 | 李水青 9月15日蕪湖報道，今日，華為在AIDC產業發展大會上發佈全球首個3D數據中心。作為面向新一代AIDC（人工智能數據中心）的架構實踐，華為雲蕪湖3D數據中心將供冷、IT設備和供電系統分層部署，並將電池獨立置於屋頂，以應對AI算力設備功率密度提升、硬件快速迭代和傳統機房交付週期較長等問題。華為還發行了《3D數據中心》專著，開放《3D數據中心概要設計圖庫》。全球計算聯盟（GCC）發起共建新一代AIDC新範式倡議，聯合中國電子技術標準化研究院、中國電子院、秦淮數據、華為等數十家產業鏈夥伴，推動指標定義、參考架構、標杆驗證及標準認證建設。

華為高級副總裁、常務監事任樹錄在會上進一步介紹了3D數據中心整套架構的設計邏輯和落地實踐。該架構採用立體佈局，實現垂直供電供冷、分區散熱和故障隔離；機電系統預製化率超過90%，機電交付週期由6個月縮短至3個月。昨日，還現場參觀了華為雲蕪湖3D數據中心，瞭解了這一立體架構的實際部署情況：一層為供冷系統，二層部署IT設備，三層為供電系統，鋰電池模塊和冷卻塔則部署在屋頂。目前，IT設備層部署的是昇騰950系列產品，基於分層解耦設計，後續算力設備迭代時可直接替換新一代產品，無需對數據中心整體架構進行重構。

一、供冷、算力、供電分層，3D架構支撐十萬卡級算力部署 華為技術有限公司副董事長、輪值董事長汪濤稱，華為雲已在安徽、貴州和內蒙古三大樞紐佈局3D數據中心，匹配“東數西算”戰略和智能算力規模化部署需求。汪濤認為，隨著大模型規模持續擴大，10萬卡以上的算力集群將成為基礎設施建設的重要方向，AI基礎設施也需要適配高密度算力部署和快速迭代。華為技術有限公司高級副總裁、常務監事任樹錄稱，3D數據中心借鑑高端製造工廠動力層與生產層分離的思路，將數據中心從二維水平佈置改為立體垂直部署。其主體架構分為三層：第一層為供冷系統，第二層為IT設備層，第三層為供電系統，電池則獨立部署在屋頂。

IT設備位於供冷層與供電層之間，液冷管道和供電線路通過樓層垂直連接，縮短供電、供冷路徑，減少線路損耗。3D數據中心電力模塊至機櫃的供電距離可由17米縮短至5米，IT供電容量由76MW提升至168MW。分層設計也讓數據中心能夠進行分區散熱。服務器芯片是主要熱源，IT設備層採用液冷直接帶走熱量；供電及其他機電設備則根據不同溫度需求進行差異化控溫，減少過度製冷帶來的能耗。在安全方面，供電、製冷和IT設備分層隔離，並按POD（可獨立運行的最小數據中心單元）組織供電和製冷，單個POD出現故障時，影響範圍可以被限制在局部區域。

屋頂電池間採用獨立隔間、防爆結構、溫感煙感與可燃氣體探測、房間級和Pack級滅火、事故排風及定向洩爆等設計，形成多層安全防護。二、機電預製化率超90%，交付週期由6個月縮至3個月 任樹錄稱，傳統數據中心通常按照項目制串行建設，從規劃、設計、採購到現場施工和測試，週期較長。3D數據中心則將大量工序前移至工廠，核心機電模塊在工廠完成預製、組裝和測試，現場主要進行裝配和連接。3D數據中心於2025年6月30日正式開工，經過約一年建設，於2026年6月底完成交付。

其中，土建週期約5個月，機電安裝週期約3個月，測試和銷項移交各約半個月，形成了標準化的9個月交付流程；3D數據中心大小機電預製化率超過90%，機電交付週期由傳統約6個月縮短至3個月左右。3D數據中心建設先在貴安完成架構組合和設備選型驗證，打通供電、散熱等關鍵鏈路，再在蕪湖完成首個項目落地。經過兩地實踐，華為將建築佈局、機電系統和交付流程沉澱為標準化設計和工程體系。在運維方面，供電、製冷和IT設備被劃分到不同管理域，配合作業權限和標準化流程，降低運維人員的技能門檻與誤操作風險。華為還引入AI識別和智能巡檢，對設備狀態、現場作業和異常行為進行監測，推動運維從被動響應轉向主動預防。

三、從單體機房到算力園區，AI基礎設施建設重視算電協同 會上，京東和快手等公司結合自身實踐，分享了對AIDC演進方向的判斷。京東科技數據中心總經理王國君認為，AI規模化應用已使算力需求從階段性、臨時性投入轉向長期供給，數據中心服務對象也從單機房、單服務器資源，轉向算力集群和資源池。圍繞這一變化，京東重點推進基礎設施標準化、模塊化和算電協同。在模塊化建設方面，京東雲推出液冷型智能算力模塊，將GPU服務器、液冷機櫃、列間空調、水冷分配單元等集成為標準模塊，單模塊IT總功率可達1.5至2MW，最快45天完成交付。

京東還在探索可再生能源消納、算電協同調度和跨區域算力能源網絡，讓數據中心從單純的用電負荷轉向可調度的算力資源。快手科技有限公司IDC技術負責人高磊則從高密算力、能源效率和園區運維三個方面分享了實踐。他認為，AIDC建設正從傳統項目制、串行交付，轉向模塊化預集成和並行建設；運營方式也將從依賴人工經驗，轉向由規則、標準和智能系統驅動。在具體實踐中，快手圍繞液冷、800V直流供電和智能運維展開探索，並提出建立IT系統與能源系統的實時反饋機制：算力負載可以反向調度能源，能源供給也能影響算力任務安排。快手還開發了數據中心環境模擬器，對暖通系統進行毫秒級仿真，以優化製冷運行。

結語：算力需求增長，數據中心建設迎來升級 華為雲3D數據中心為高密算力部署提供了一種工程路徑：通過供冷、IT設備和供電分層，縮短輸送距離、實現分區散熱，再以預製化建設縮短機電交付週期。這一實踐將機房佈局、建設流程與運維方式結合起來，回應算力設備快速迭代對基礎設施提出的新要求。從京東、快手等企業的分享來看，模塊化交付、智能運維和算電協同已成為行業共同探索的方向。隨著算力規模從單體機房延伸至大型園區，AIDC建設還要兼顧長期運行的可靠性與成本。這需要算力廠商、數據中心運營商和能源企業在設計、交付與調度等環節進一步協作。