開啟AIDC建設新範式，深度拆解華為全球首個3D數據中心

作者 | 楊京麗 編輯 | 李水青 9月22日報道，近日，華為發佈全球首個3D數據中心，以工程創新重塑AIDC基礎設施架構，以“立體堆疊”取代“平面鋪開”，將供冷、供電、備電與IT設備分層解耦，推動AIDC建設從“定製工程”向“產品化交付”轉變，為破解AI算力時代“空間、供電、散熱”三大瓶頸提供新路徑，引領新一代AIDC建設新範式。

▲華為發佈全球首個3D數據中心 3D數據中心借鑑芯片工廠“動力層”與“IT層”嚴格分離的理念，通過分層解耦、立體堆疊，將傳統水平部署的各個功能空間垂直疊加，形成“一層供冷、二層IT設備、三層供電、屋面備電”的垂直架構，實現垂直供電，垂直製冷，鏈路最短，損耗最小，支撐AI算力集群高密部署，同時為算力演進預留空間。在建設模式上，華為將供電、製冷等核心機電系統做成標準化POD（可獨立運行的最小數據中心單元），在工廠完成預製、組裝和測試，現場主要進行裝配和連接。其大小機電預製化率超過90%，機電交付時間由約6個月縮短至3個月。

在項目落地之外，華為還將設計和建設經驗開放，發行《3D數據中心》專著書籍，開放《3D數據中心概要設計圖庫》，牽引產業將AIDC建設變為可批量複製的標準產品，讓3D數據中心從單個項目走向行業可參考的新範式。一、單櫃功耗走向百千瓦級， AI數據中心從2D走向3D 傳統數據中心主要服務於通用計算，IT設備、供電和製冷等功能區通常在同一平面或相鄰區域橫向鋪開，2D佈局基本可以滿足設備部署需求。進入AI時代，情況正在發生變化。為了提升計算效率，更多芯片和計算節點被集中到單個機櫃和集群內。機櫃功率已從幾千瓦、十幾千瓦提升至100千瓦、200千瓦，並可能繼續上升。

隨著單櫃功率不斷提高，數據中心需要提供更高密度、更穩定的電力供應，同時及時帶走設備產生的大量熱量，對散熱能力也提出了更高要求。與此同時，AI集群規模正從萬卡走向十萬卡。服務器、交換網絡、供電和製冷設備如果繼續在平面內鋪開，不僅需要佔用更多空間，供電線路和液冷管路也可能隨之延長，增加工程部署難度和傳輸損耗。此外，智算設備的升級週期也在持續縮短，因而3D數據中心需要具備彈性的擴展能力，在規劃和建設模式上需要更有前瞻性。面對快速出現的算力需求，基礎設施需要提前就緒，並通過模塊化和預製化壓縮現場施工時間。集群規模擴大後，數據中心的可靠性要求也隨之提高。

十萬卡集群承載著大量設備和計算任務，一次供電或製冷故障可能影響大規模訓練和推理服務，因此還需要縮小故障影響範圍，並提高異常識別和主動運維能力。面對這些變化，AI數據中心要從空間佈局和系統架構入手，讓算力層與動力層解耦，併為未來設備升級保留彈性。二、供冷、IT、供電、備電分層，3D架構支撐十萬卡集群 針對高密部署、設備迭代和快速交付等需求，華為推出全球首個3D數據中心。3D數據中心借鑑芯片工廠將“動力層”與“生產層”分開的思路，將傳統數據中心水平部署的各個功能空間立體堆疊，從下到上設置供冷層、IT設備層、供電層和備電層。

▲華為高級副總裁、常務監事任樹錄發表主題演講 一層是供冷層，熱管理控制器TMU作為液冷系統的中樞大腦，依託AI技術，實現漏液檢測、工質健康度提前7天預警，變被動為預測性維護，讓數據中心散熱更高效、更可靠、更智能化。二層是IT設備層，液冷機櫃和高速交換網絡集中部署在這一層。高速交換網絡儘量位於集群的幾何中心，以縮短計算節點之間的連接距離。供電線路和液冷管路分別從上下樓層垂直接入，也為後續更換算力設備留出空間。再往上是供電層。這裡部署的電力模塊採用一體化超融合設計，高密省地，並支持快速部署和彈性擴容。

垂直供電使電力模塊至機櫃的距離由17米縮短至5米；在相同體量下，IT供電容量由76MW提升至168MW。在屋面的備電層，SmartLi智能鋰電系統採用獨立隔間部署。隔間內設有溫度、煙霧和可燃氣體探測裝置，並配置Pack級、房間級兩級滅火以及排風、排水和洩爆措施，有效保障數據中心安全運行。SmartLi還支持智能升壓和拉遠部署，無需通過增粗線纜來滿足遠距離供電需求，從而降低部署成本。通過分層解耦，供電、供冷、IT和備電系統實現立體堆疊，共同支撐十萬卡集群的高密部署，同時為後續算力設備迭代預留彈性。

三、機電預製化率超90%，現場施工轉為POD產品化交付 四層架構解決了供冷、IT、供電和備電系統如何部署與連接的問題，POD產品化則進一步解決這些系統如何快速交付和彈性擴容。3D數據中心以POD作為可獨立運行的最小單元，將供電、製冷等核心機電系統做成標準化模塊，在工廠完成生產、組裝和測試，現場主要進行裝配與連接。華為3D數據中心的鋼結構主體樓宇約6個月完成，樓內機電POD則根據實際需求部署，大小機電預製化率超過90%，機電交付時間由傳統方案的約6個月縮短至3個月。除交付速度外，分層架構和POD設計能夠更好地控制故障影響範圍。供電、製冷、備電與IT設備分層隔離，不同功能單元相對獨立。

當單個POD出現故障時，不會蔓延到其他單元，實現故障域最小化。在運維方面，分層解耦後，設備能夠分別交給對應團隊管理，可以減少不同團隊之間的相互干擾，降低誤操作風險。華為還將AI用於設備狀態和運維行為識別。例如，可以通過AI提前識別液冷的冷板髒堵、工質劣化等風險，並監測現場作業中的異常行為，使運維從被動響應逐步轉向提前識別和主動預防。由此，3D數據中心形成了兩條協同並進的工程路徑：四層架構支撐算力高密部署和彈性演進，POD產品化實現高質量快速交付。

結語：AI集群規模擴大，新一代數據中心建設新範式 華為3D數據中心通過分層解耦、立體堆疊和POD產品化交付，突破空間、供電、散熱瓶頸，為高密算力基礎設施的建設、交付和運維提供了全新範式。在此基礎上，華為還發行《3D數據中心》專著書籍，開放《3D數據中心概要設計圖庫》，並參與AIDC評價指標、參考架構和標杆驗證等工作。隨著這些設計與工程經驗向產業開放，3D數據中心的建設實踐將為行業提供可參考、可借鑑的全新思路，牽引產業實現代際躍遷。隨著AI集群規模擴大、算力設備加快迭代，數據中心建設也需要從定製工程轉向可批量複製的標準產品。未來，AIDC基礎設施還需為設備升級預留彈性，讓建設節奏跟上算力演進。