人工智慧 (AI) 時代的來臨，對運算能力的需求呈現爆炸性成長，這也使得模組化資料中心，特別是貨櫃型資料中心，成為快速部署運算能力的解決方案。然而，高密度的運算能力需求也對貨櫃型資料中心提出了嚴峻的技術挑戰，主要集中在散熱和電力供應兩個方面。傳統資料中心機櫃的功耗約為 4kW，但在 GPU 時代，單一機櫃的功耗可能暴增至 100kW 以上，這對貨櫃的散熱能力和電力供應提出了極高的要求。
將高熱的 AI 伺服器塞入空間有限的 20 尺貨櫃中，無疑是對散熱技術的極限挑戰。台灣南部某大學採購了 4 台輝達高階 AI 伺服器，卻發現電力額度瞬間被耗盡，導致原本可容納數十台傳統伺服器的空間，僅能運作兩櫃。這突顯了 AI 伺服器帶來的物理障礙，以及貨櫃型資料中心在散熱方面面臨的嚴峻考驗。
為了解決散熱問題，可能的解決方案包括採用更高效的液冷技術，以及優化貨櫃內部的結構設計，以提升散熱效率。除了散熱，電力供應也是貨櫃型資料中心的一大挑戰。真正的資料中心需要承諾 99.999% 的不斷電服務，這需要龐大的備援系統支持。然而，將這些備援設施整合到貨櫃型資料中心中，在實務上存在困難。因此，有專家認為，純粹的貨櫃型資料中心可能更適合邊緣運算等對電力穩定性要求較低的應用場景，而大型雲端服務供應商則更傾向於採用預製化建築模組。
This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版，部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容