在生成式人工智能與大規(guī)模模型訓練需求激增的背景下，全球數(shù)據(jù)中心正面臨前所未有的電力供應挑戰(zhàn)。為突破這一瓶頸，美國能源科技企業(yè)Utilidata與歐洲云服務(wù)提供商NexGen Cloud宣布達成戰(zhàn)略合作，共同部署基于人工智能的電力優(yōu)化系統(tǒng)，旨在通過挖掘現(xiàn)有基礎(chǔ)設(shè)施的潛在電力資源，實現(xiàn)計算容量的大幅提升。

該合作的核心是名為Karman的AI電力編排平臺，其技術(shù)架構(gòu)基于定制化英偉達計算模塊，可無縫嵌入數(shù)據(jù)中心電力基礎(chǔ)設(shè)施。通過實時監(jiān)測機架級電力消耗數(shù)據(jù)，該系統(tǒng)能夠動態(tài)調(diào)整GPU集群的供電分配，將因冗余設(shè)計產(chǎn)生的"閑置電力"轉(zhuǎn)化為有效算力。據(jù)測算，這項技術(shù)可使現(xiàn)有數(shù)據(jù)中心的AI計算能力提升最高達50%，且無需增加電網(wǎng)供電容量。

NexGen Cloud首席執(zhí)行官Josh Brumberger解釋稱，傳統(tǒng)數(shù)據(jù)中心為保障供電可靠性，普遍采用"過度建設(shè)"策略。例如單個機架配置四路電源時，為維持冗余通常僅使用75%的供電能力，這導致約25%的電力資源長期處于備用狀態(tài)。Karman系統(tǒng)通過每秒百萬次級的電力數(shù)據(jù)采樣和20毫秒內(nèi)的快速響應控制，能夠在保障系統(tǒng)穩(wěn)定性的前提下，將這些備用電力用于實際計算任務(wù)。

這項技術(shù)對推理類工作負載具有特殊價值。由于AI推理需求具有突發(fā)性和不可預測性，傳統(tǒng)供電系統(tǒng)難以實現(xiàn)電力資源的精準匹配。Karman平臺的實時監(jiān)測能力可精確捕捉算力需求的波動，在保證系統(tǒng)穩(wěn)定性的同時，允許運營商更充分地利用可用電力。測試數(shù)據(jù)顯示，該系統(tǒng)可使推理任務(wù)的電力使用效率提升18%-22%。

NexGen Cloud計劃將該技術(shù)首先應用于其蒙特利爾示范數(shù)據(jù)中心，并逐步推廣至北美和北歐地區(qū)的"AI工廠"建設(shè)項目。作為新興的GPU云服務(wù)提供商，該公司正通過構(gòu)建專用AI基礎(chǔ)設(shè)施，為機器學習訓練和可視化工作負載提供按需算力支持。此次技術(shù)部署將直接增強其Hyperstack云平臺的競爭力，使其在電力資源緊張的市場環(huán)境中獲得差異化優(yōu)勢。

從行業(yè)視角觀察，這項合作標志著數(shù)據(jù)中心運營模式的重要轉(zhuǎn)變。當算力增長受限于電力供應時，通過智能系統(tǒng)提升現(xiàn)有資源利用率，正在成為比新建數(shù)據(jù)中心更具經(jīng)濟性的解決方案。據(jù)Utilidata測算，對于5-10兆瓦規(guī)模的老舊數(shù)據(jù)中心，該技術(shù)可使其AI計算能力提升1.8-2.3倍，且無需等待長達數(shù)年的電網(wǎng)升級工程。

技術(shù)實現(xiàn)層面，Karman平臺采用分層架構(gòu)設(shè)計：底層硬件模塊負責電力數(shù)據(jù)采集與執(zhí)行控制，中層AI引擎進行實時決策優(yōu)化，上層接口則與數(shù)據(jù)中心管理系統(tǒng)對接。這種模塊化設(shè)計使其既適用于新建數(shù)據(jù)中心，也可通過改造方式應用于現(xiàn)有設(shè)施。英偉達提供的定制計算模塊為系統(tǒng)提供了每秒24萬億次的AI運算能力，確保能夠處理海量電力監(jiān)測數(shù)據(jù)。

行業(yè)分析師指出，隨著AI算力需求持續(xù)指數(shù)級增長，電力優(yōu)化技術(shù)將成為數(shù)據(jù)中心運營商的核心競爭力。那些能夠突破物理供電限制、實現(xiàn)算力密度突破的企業(yè)，將在未來的AI基礎(chǔ)設(shè)施競爭中占據(jù)先機。Utilidata與NexGen Cloud的合作不僅驗證了技術(shù)可行性，更為整個行業(yè)提供了可復制的商業(yè)化路徑，預計將引發(fā)新一輪技術(shù)跟進與產(chǎn)業(yè)合作浪潮。