律回春暉漸

，萬象始更新。回望2024年，我們見證了數據中心行業諸多的創新成果
，以及持續發展變化的趨勢
、重大突破與進步。作為推動千行百業實現顛覆性變革的引擎，人工智能的影響力日益顯著。2024年不僅賦予我們深刻的洞察，也為2025年乃至更遠的未來奠定了發展基調。

正如市場所預期
，2024年AI技(ji)術(shu)及(ji)其(qi)應(ying)用(yong)實(shi)現(xian)了(le)加(jia)速(su)落(luo)地(di)，並(bing)迎(ying)來(lai)爆(bao)發(fa)式(shi)增(zeng)長(chang)，在(zai)重(zhong)塑(su)算(suan)力(li)需(xu)求(qiu)格(ge)局(ju)的(de)同(tong)時(shi)，也(ye)掀(xian)起(qi)了(le)前(qian)所(suo)未(wei)有(you)的(de)創(chuang)新(xin)浪(lang)潮(chao)。作(zuo)為(wei)產(chan)業(ye)變(bian)革(ge)的(de)核(he)心(xin)力(li)量(liang)，數(shu)據(ju)中(zhong)心(xin)、加速計算基礎設施、供配電與製冷係統亦在不斷演進，以滿足AI工作負載驅動的數字化需求。此外，隨AI技(ji)術(shu)的(de)蓬(peng)勃(bo)發(fa)展(zhan)
，可(ke)持(chi)續(xu)發(fa)展(zhan)已(yi)然(ran)成(cheng)為(wei)數(shu)字(zi)基(ji)礎(chu)設(she)施(shi)建(jian)設(she)的(de)戰(zhan)略(lve)焦(jiao)點(dian)。越(yue)來(lai)越(yue)多(duo)的(de)數(shu)據(ju)中(zhong)心(xin)開(kai)始(shi)轉(zhuan)向(xiang)使(shi)用(yong)可(ke)再(zai)生(sheng)能(neng)源(yuan)
，並(bing)實(shi)施(shi)有(you)效(xiao)的(de)需(xu)求(qiu)管(guan)理(li)措(cuo)施(shi)
，以(yi)減(jian)少(shao)數(shu)字(zi)基(ji)礎(chu)設(she)施(shi)的(de)碳(tan)排(pai)放(fang)。在(zai)全(quan)球(qiu)範(fan)圍(wei)內(nei)，幾(ji)乎(hu)所(suo)有(you)企(qi)業(ye)和(he)超(chao)大(da)規(gui)模(mo)數(shu)據(ju)中(zhong)心(xin)運(yun)營(ying)商(shang)都(dou)在(zai)積(ji)極(ji)采(cai)用(yong)更(geng)高(gao)效(xiao)的(de)製(zhi)冷(leng)技(ji)術(shu)，製(zhi)定(ding)淨(jing)零(ling)碳(tan)排(pai)放(fang)目(mu)標(biao)
，將(jiang)建(jian)設(she)環(huan)境(jing)友(you)好(hao)型(xing)數(shu)據(ju)中(zhong)心(xin)作(zuo)為(wei)發(fa)展(zhan)的(de)第(di)一(yi)要(yao)務(wu)。

預見行業變革的確定性趨勢

回顧2024年數字基礎設施的發展趨勢與持續激增的AI需求，施耐德電氣認為，盡管未來總是充滿不確定性
，但我們依然確信
，2025年將依然是充滿變革、創新與增長的一年，各個行業領域都將迎來全新的發展機遇。

AI算力需求主要分為訓練、推理兩大核心功能。其中，訓練工作負載用於模型的構建和優化，而推理則專注於執行決策製定
、內容生成，以及全麵自動化等任務。在數據中心領域
，AI推(tui)理(li)技(ji)術(shu)的(de)應(ying)用(yong)已(yi)然(ran)取(qu)得(de)顯(xian)著(zhu)進(jin)展(zhan)，尤(you)其(qi)是(shi)在(zai)邊(bian)緣(yuan)計(ji)算(suan)需(xu)求(qiu)日(ri)益(yi)增(zeng)長(chang)的(de)背(bei)景(jing)下(xia)
，對(dui)實(shi)時(shi)數(shu)據(ju)處(chu)理(li)的(de)需(xu)求(qiu)促(cu)使(shi)其(qi)盡(jin)可(ke)能(neng)靠(kao)近(jin)數(shu)據(ju)源(yuan)
，有(you)效(xiao)提(ti)高(gao)運(yun)營(ying)效(xiao)率(lv)。然(ran)而(er)，當(dang)前(qian)AI的發展軌跡與早期的預期存在偏差
，特別是對於那些已構建用於AI模型（例如大語言模型）的龐大訓練集群，具備強大加速計算能力的企業
，當這些集群已經完成訓練任務
，可能會轉型為執行推理、決策製定和內容創作等任務的平台。

此前，業界普遍預期，在AI模型訓練完成後，將會貼近用戶側建立微型、高效的推理集群，以實現邊緣AI的快速部署。然而，令人意外的是，AI服務供應商並未在數據源附近部署小型邊緣AI係統
，而是傾向於繼續利用龐大集中式訓練集群來執行推理任務
，這種模式無疑促進了“推理數據中心”的興起。對於無需高算力的推理任務來說，使用訓練集群可能會導致算力過剩問題的出現。展望2025年，隨著邊緣設備運行效率的提升
、延遲的降低、數(shu)據(ju)安(an)全(quan)性(xing)的(de)增(zeng)強(qiang)以(yi)及(ji)應(ying)用(yong)定(ding)製(zhi)化(hua)的(de)趨(qu)勢(shi)
，利(li)用(yong)邊(bian)緣(yuan)計(ji)算(suan)進(jin)行(xing)推(tui)理(li)的(de)轉(zhuan)變(bian)趨(qu)勢(shi)將(jiang)逐(zhu)漸(jian)增(zeng)強(qiang)。當(dang)然(ran)，這(zhe)一(yi)轉(zhuan)變(bian)將(jiang)是(shi)一(yi)個(ge)循(xun)序(xu)漸(jian)進(jin)的(de)過(guo)程(cheng)
，企(qi)業(ye)需(xu)要(yao)調(tiao)整(zheng)其(qi)基(ji)礎(chu)設(she)施(shi)以(yi)適(shi)應(ying)實(shi)時(shi)AI應用日益增長的需求。在此期間，數據中心推理仍將是主要的解決方案，即便這意味著要使用大量資源來處理較小的任務。

shinaidedianqiguanzhudao，jinnianlai
，gefangzhengjijizhiliyuqianghuashujuzhongxinyugonggongshiyejigouzaiyucehequshifenxifangmiandexietong，tebieshidianlishiyongxiaolvdeyouhuafangmian。zhanwangweilai，suizhegonggongshiyejigouyushujuzhongxinzhijiandeshujugongxiangjizhiriyichengshu，AI技(ji)術(shu)將(jiang)推(tui)動(dong)數(shu)據(ju)中(zhong)心(xin)更(geng)深(shen)入(ru)地(di)融(rong)入(ru)公(gong)共(gong)事(shi)業(ye)電(dian)力(li)生(sheng)態(tai)係(xi)統(tong)，發(fa)揮(hui)關(guan)鍵(jian)作(zuo)用(yong)。這(zhe)將(jiang)使(shi)得(de)數(shu)據(ju)中(zhong)心(xin)能(neng)夠(gou)更(geng)加(jia)合(he)理(li)地(di)選(xuan)擇(ze)電(dian)力(li)供(gong)應(ying)模(mo)式(shi)，並(bing)在(zai)需(xu)要(yao)時(shi)無(wu)縫(feng)切(qie)換(huan)至(zhi)離(li)網(wang)模(mo)式(shi)，轉(zhuan)而(er)使(shi)用(yong)備(bei)用(yong)電(dian)源(yuan)。預(yu)計(ji)2025年，數據中心對於穩定的可再生能源（如風能

、太陽能等）的需求將日益迫切
，同時電池儲能係統（BESS）deyinrujiangchengweijiejuedianligongyingbuzudeguanjian。shujuzhongxinyugonggongshiyejigouzhijiandehezuojiangjinyibujiashen。shujuzhongxinyunyingshangjiangjiyukezaishengnengyuandekeyongxing
，youhuaBESS充(chong)電(dian)周(zhou)期(qi)
，確(que)保(bao)電(dian)源(yuan)儲(chu)備(bei)充(chong)足(zu)，並(bing)在(zai)依(yi)賴(lai)化(hua)石(shi)燃(ran)料(liao)發(fa)電(dian)或(huo)調(tiao)節(jie)電(dian)力(li)波(bo)動(dong)時(shi)進(jin)行(xing)放(fang)電(dian)。隨(sui)著(zhe)行(xing)業(ye)的(de)進(jin)步(bu)
，此(ci)類(lei)合(he)作(zuo)正(zheng)日(ri)益(yi)增(zeng)多(duo)，並(bing)且(qie)更(geng)加(jia)深(shen)入(ru)與(yu)規(gui)範(fan)化(hua)。

weilaijinian，dianligongyingduiyushujuzhongxindezhongyaoxingriyituxian
，zhejiangcushiyejiegengjiajijiditansuobaokuokezaishengnengyuanzaineideduoyanghuanengyuanjiegou。nengyuanjiegoudeduoyanghuabujinkeyimanzushujuzhongxinbuduanpanshengdenengyuanxuqiu，haijiangyouxiaotishengnengyuanzigeilv。muqian
，zhongduokejijutouzhengjiamabujudaxingnengyuanxiangmu，xianshichuqiyeduibaozhangdianligongyingwendingxingdeguanzhuzhengzaixianzhushangsheng。ciwai
，xuduoqiyejihuazaizhandiananzhuangranqilunji，yizengqiangnengyuangongyingdelinghuoxingyukekaoxing。zaizheyizhuanxingguochengzhong，xiaoxingmokuaihuahefanyingdui（SMR）的潛力尤為突出，其不僅承諾實現無水運行、高安全性以及更小占地麵積
，並且有望采用回收鈾用於發電。一旦SMR經過充分測試並獲得監管部門的批準
，則有可能引領數據中心乃至其他行業領域徹底改變能源生產方式。

展望2025nian

，shujuzhongxinyunyingshanghetuoguanfuwushangzhengzhelidazaojiasujisuannengli
，yigenghaodifuwuyurengongzhinengyingyong，zheyiqushikenengdaozhichuantongqiyejiheyuntuoguanshujuzhongxindejianshexuqiuxiangduijianshao。shichangduijubeijiasujisuanherengongzhinengnenglideshujuzhongxinxuqiujizeng
，yiranyinfalexiangguanqiyeduidianliziyuandejiliejingzheng。qiyezaihuodejianshexukeqian，zhengjijiyudianligongyingshangjinxingtanpan
，yiquebaochongzudedianligongying。ciwai
，zhidezhuyideshi

，bushaociqianweizengshezushujuzhongxinlingyudeshangyedichanqiye，zhengfenfenjinjunzheyishichang，xianshichushujuzhongxinxingyedexiyinlijiqijichusheshitouzidezengchangqianli。

毫無疑問，AI技術將繼續引領數據中心產業的未來
，不僅推動技術革新與結構優化

，也將加速實現碳中和目標
、優化水資源利用
，幾乎100%采用綠色材料
，部署先進的液冷解決方案，以及將AI技術廣泛應用於數據中心的設計、維護、供配電係統、備用電源
、製(zhi)冷(leng)係(xi)統(tong)自(zi)動(dong)化(hua)管(guan)理(li)等(deng)也(ye)是(shi)行(xing)業(ye)發(fa)展(zhan)的(de)關(guan)鍵(jian)方(fang)向(xiang)。技(ji)術(shu)的(de)日(ri)新(xin)月(yue)異(yi)促(cu)使(shi)數(shu)據(ju)中(zhong)心(xin)持(chi)續(xu)迭(die)代(dai)演(yan)進(jin)
，以(yi)適(shi)應(ying)市(shi)場(chang)需(xu)求(qiu)的(de)變(bian)化(hua)

，並(bing)推(tui)動(dong)顛(dian)覆(fu)性(xing)創(chuang)新(xin)與(yu)突(tu)破(po)。我(wo)們(men)有(you)充(chong)分(fen)的(de)理(li)由(you)相(xiang)信(xin)，未(wei)來(lai)我(wo)們(men)將(jiang)見(jian)證(zheng)更(geng)多(duo)令(ling)人(ren)振(zhen)奮(fen)的(de)驚(jing)喜(xi)與(yu)成(cheng)就(jiu)。