🔧Tom's Hardware•最新收集於 33m
中國將AI資料中心西移以利用低成本能源
💡中國西移運算的策略，揭示電力與地理位置如何重塑AI基礎設施。
⚡ 30-Second TL;DR
有什麼變化
AI資料中心建設正從東部地區轉向西部農村省份。
為什麼重要
將運算能力移至電力過剩地區，有助於降低基礎設施限制並支援中國AI規模化發展。對AI營運商而言，這項策略凸顯電力供應、網路連接與資料中心選址在部署規劃中的重要性。
下一步行動
請在下一次AI推論部署比較中，加入類似貴州地區的電力供應、跨區頻寬與網路延遲評估。
誰應關注：Enterprise & Security Teams
關鍵要點
- •AI資料中心建設正從東部地區轉向西部農村省份。
- •據報導，Huawei與Tencent正在貴州建設AI基礎設施。
- •較充裕的土地與能源，以及較少的地方阻力，正加快資料中心建設。
- •專家仍不確定這些專案能為當地帶來多少經濟發展。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •「東數西算」工程不僅是為了降低成本，其核心戰略目標是解決中國算力資源分佈不均的問題，將東部發達地區的算力需求引導至西部資源豐富地區。
- •貴州省因其獨特的氣候條件（年平均氣溫較低），被選為資料中心樞紐，可顯著降低伺服器冷卻所需的電力成本，進一步提升能源使用效率（PUE）。
- •除了華為與騰訊，中國電信、中國移動與中國聯通等國有電信巨頭亦是該策略的主要推動者，並在貴州、甘肅等地部署了大規模算力集群。
- •西部地區在建設過程中面臨電力傳輸損耗與網路延遲的挑戰，因此中國政府正同步推動超高壓輸電技術與低延遲光纖網路的升級。
- •該策略已擴展至綠色能源整合，許多新建的AI資料中心被要求優先使用當地豐富的水力、風力與太陽能，以符合中國「雙碳」目標。
🛠️ 技術深入
- 採用液冷技術（Liquid Cooling）以應對高密度AI晶片（如華為昇騰系列）產生的巨大熱量，提升散熱效率。
- 部署高速互聯架構，利用RDMA（遠端直接記憶體存取）技術降低跨省數據傳輸的延遲。
- 實施模組化資料中心設計，允許根據算力需求快速擴容，並優化電力分配系統以適應西部不穩定的電網環境。
- 整合AI運維平台，透過自動化監控與預測性維護，降低偏遠地區資料中心的人力維護成本。
🔮 前景展望AI analysis grounded in cited sources
西部資料中心將成為中國AI算力成本的基準線
隨著基礎設施完善，西部地區低廉的能源與土地成本將迫使東部資料中心轉型為僅處理即時性要求極高的邊緣運算任務。
網路延遲將成為限制西部算力發展的關鍵瓶頸
儘管能源成本低廉，但物理距離導致的傳輸延遲將限制其在自動駕駛、即時金融交易等對延遲極度敏感的AI應用場景中的普及。
⏳ 時間線
2022-02
中國國家發改委等部門正式啟動「東數西算」工程，批准在貴州等地建設國家算力樞紐節點。
2023-05
華為在貴州貴安新區的雲端資料中心二期項目投入使用，大幅提升其AI算力服務能力。
2024-09
騰訊貴安七星資料中心完成擴容，進一步整合AI訓練集群以支援大模型開發。
2025-11
中國工信部發布報告，確認西部算力樞紐的綠色能源使用比例已超過全國平均水準。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Tom's Hardware ↗