AI集群机柜功率冲破50kW，配电底座还撑得住吗？

唐雪阳

安科瑞电气股份有限公司 上海嘉定  201801

单机柜功率从5-10kW一路飙到50kW以上，还在往上走，AI算力的爆发速度远超大多数人的预期。

算力集群越做越大，配电系统的压力也跟着水涨船高。服务器可以堆，芯片可以换，但底层配电一旦出了岔子，整个集群都得跟着停。

一、高功率密度场景下，配电系统扛着三座大山

第一座山：可靠性。AI训练集群一旦断电，恢复成本高。机房扩容导致配电设备数量激增，链路越来越复杂，任意一个节点出问题都可能引发连锁反应。过去一台精密配电柜管十几台服务器，现在一台柜子管几十台GPU，负载翻了几倍，故障的影响范围也跟着翻倍。

第二座山：电能质量。GPU服务器属于非线性负载，运行中会产生大量谐波。谐波增大线路损耗，干扰UPS和精密设备的正常运行。但很多数据中心的配电监测还停留在看看电压、电流的阶段，谐波畸变率、三相不平衡这些关键指标压根没覆盖。

第三座山：运维模式跟不上。精密配电柜越加越多，巡检范围越来越大，人工根本跑不过来。设备告警了，运维人员只能凭经验判断问题在哪，排查效率取决于个人经验，新人来了两眼一抹黑。

算力硬件在迭代，配电监测和运维管理的手段也必须跟着迭代。

二、把配电链路打通，让数据替人跑腿

安科瑞电力运维云平台，针对数据中心高功率密度场景，把配电和动环监测整合到一起。

配电全链路，从10kV到列头柜都能看。平台采集范围覆盖10kV进线、变压器、低压配电到列头柜的各级数据，同时接入UPS、暖通等设备的运行信息。电压、电流、功率、谐波，所有电气参数在线可查，整条配电链路的运行状态一目了然。

母线温度，用3D热力图看见发热点。在母线槽接头、插接箱等容易发热的位置部署温度传感器，依托平台的三维模型生成3D热力图。哪个点温度异常，一眼就能看出来，不用等设备报警了再去翻图纸找位置。

电能质量，异常自动告警、联动处置。系统持续监测谐波畸变率、三相不平衡、电压暂降等指标。参数异常自动推送告警，还可以对接治理设备，及时响应。

告警辅助分析，缩短故障排查时间。出现告警后，系统自动调取历史运行数据，结合同类事件的参考信息，输出故障诱因参考和处理建议。运维人员不用凭经验摸索，排查效率大幅提升。

三、算力中心的能力，不止看芯片

单机柜功率向50kW以上演进，原有的配电管理模式已经难以匹配高功率密度机房的运行要求。服务器的密度在涨，芯片的功耗在涨，配电系统的压力也在涨，配电底座如果跟不上，算力再强也白搭。

借助安科瑞电力运维云平台，可以实时查看机房用电数据，掌握各类设备运行状态，梳理分析告警事件，为数据中心配电运维提供系统化支撑。

算力的上限，从来不只由芯片决定。配电底座稳不稳，同样重要。