自从2022年底，ChatGPT的问世，让人工智能技术又一次站在了科技舞台的中间。随着AI大模型的不断发展，对底层支撑算力供给的数据中心也带来了更多新的要求，而IDC行业也向着AIDC方向演进。

IDC与AIDC有何不同？

当AI算力需求呈现出爆发式增长时，传统的IDC显然已经不能满足当下各行业对于智能算力的需求。而在世纪互联创始人、中关村超互联新基建产业创新联盟理事长陈升看来，AIDC可以有两层解读。一方面，AIDC是AI+DC，是人工智能计算的数据中心；另一方面，AIDC是代表了数据中心进入了加速计算的时代，即Accelerate（加速）数据中心。

而这个改变的过程中，首当其冲的就是交互界面的改变。原先，数据中心对于用户而言，IDC企业需要交付的是机柜，是底层的“风火水电”的基础设施；而在AIDC时代，用户侧只有30%的投资会投资在“风火水电”等基础设施层面，“用户70%的投资会在GPU与网络等层面。”陈升指出，“这对于IDC行业而言，可以说是‘地动山摇’般的改变。”

而随着用户对GPU、DPU等芯片需求的增加，单机柜的功率也随之变化，机柜功率也呈现出越来越高的趋势。据统计，现阶段，单机柜电力规模已经从原本的十几、几十千瓦，提升至120KW，甚至最高可达200KW，“现在一个机柜的功率，甚至可以达到过去整个机房功率的大小。”陈升如是说。

在这个过程中，加速计算显然已经成为当下炙手可热的市场之一。随着AI技术的快速发展和广泛应用，加速计算服务器在数据处理、模型训练、深度学习等领域发挥着越来越重要的作用。加速计算服务器通过集成高性能的GPU、TPU等AI加速芯片，可以大幅提升数据处理能力和计算效率，满足大规模AI应用的需求。

据统计，在过去10年间，加速算力提高了100万倍。从市场规模上看，据IDC发布的《中国半年度加速计算市场(2023全年)跟踪》报告，2023年中国加速服务器市场规模达到94亿美元，同比2022年增长104%。

而加速计算与高功率机柜带来的能源的改变，也是IDC向AIDC转变过程中重要的一环。对此，数据港相关负责人曾对钛媒体APP表示，建设“源网荷储一体化”供电系统是实现数据中心在满足AI算力需求的同时，向着低碳发展的重要举措。

目前已有多地开展相关探索，但在建设过程中受到电网运行机制的限制，源荷难以对接，需要国家、地方政府给予绿电直供、降低综合供电成本等政策支持。而对于接入电网的数据中心来说，既不能选择也无法鉴别电网输送来的电力是煤电还是风电，导致清洁能源使用率难以评估。

除此之外，AIDC与IDC时代的不同还体现在了包括计算、存储、网络、系统等各个环节的协同方面。传统IDC时代，存算分离的架构较多，而且网络是网络、机柜是机柜、系统是系统，各个板块协同比较少，而这一点，在AIDC时代将迎来改变，对此，中国工程院院士、紫金山实验室荣誉主任兼首席科学家刘韵洁院士表示，面向AI大模型时代，需要计算、网络、存储、系统协同，才能构建高性能算力底座，实现超大规模集群万卡协同。

IDC内外，网络架构是关键

AI大模型的快速发展对IDC基础建设方面的颠覆仅是“冰山一角”，要释放算力真正的价值，更好地服务于AI技术发展，算力传输的网络亦是关键所在。

如果将整个AI产业比作一个人，那么数据中心就是心脏，而网络就是血管，负责将养分输送到人的各个器官。

所以，随着各行业对AI算力的需求与日俱增，原有的互联网已经不足以满足快速、高效输送“养分”，供给AI算力需求。无论数据中心内外，网络架构也已经进入了变革的时代。

在陈升看来，在AI算力需求爆发下，现有的互联网就好比互联网发展初期拨号上网，借由电话线连接互联网一般，效率、速度显然无法满足需求。而当下，行业急需在传统互联网架构上，搭建一条新的网络通道，以满足AI算力传输需求。“大胆设想一下，AI原生世界和互联网是真正相互独立的‘平行世界’，AI不是互联网上的‘超级应用’，AI的终极目标是打造一个超越互联网的下一代全新网络信息空间。”——这是陈升对于未来网络架构范式的展望。

目前的互联网带来的是B2B、B2C，以及C2C的连接，未来的超互联时代，更多是M2M（机器之间）和A2A（数字分身之间）的连接，而他们交互的信息也不再是语言，而是token。

这条网络也必将成为未来AIDC之间的桥梁，陈升将这条桥梁比作哈利波特中的9¾车站，“它将是新一代AI原住民进入AI原生‘魔法世界’的车站入口。”陈升如是说。

对此问题，刘韵洁表示，对于算力网络而言，确定性是一个非常重要的基础，“确定性的网络可以为海量数据远距离无损传输提供关键技术支撑。”

刘韵洁指出，确定性网络首先带来的就是网络架构的变革，“因为要解决AI算力的需求，不是单一技术就能解决的，整个网络的架构都要进行系统性的设计才能解决。”刘韵洁明确，“但现有的网络架构是服务定制网络，而现在我们要将原先‘尽力而为’的网络架构，转变成一个确保所需的架构，才能满足当下算力对于网络的需求。”

与此同时，在确定性技术不断演进的过程中，还需要整个网络底层跟光通信融合，“无论是数据要素，还是大模型训练、推理，都需要具备不同宽带、不同网络的随时可定制化。”谈及未来AI发展需要的网络基础时，刘韵洁这样认为。

基于该背景，中关村超互联新基建产业创新联盟与世纪互联共同提出了超级互联（Ultra Cross Connects ，简称UCC）理念。据悉，超级互联包含ICC和DCC，即智能互联（Intelligent Cross Connects，ICC）和分布式互联（Decentralized Cross Connects，DCC）。ICC是指一个具备AI推理能力，承载各种生成式AI创新应用的智能推理应用入口；DCC是指构成数字新世界的“脑神经网络”，具有无所不在、无时不有的分布式属性。UCC不是简单的宽带升级，而一种全新的万物智能互联方式，一个让人、机器、模型和数据更紧密连接的未来世界的愿景。

陈升表示，中关村超互联新基建产业创新联盟与世纪互联希望UCC理念不仅是网络实验局，而成为新世界的实验局，“由世纪互联长期为创新公司提供后台技术支持，今天既为下一代互联网公司服务，同时也能够为像NVIDIA这样成为世界人工智能革命引擎的芯片公司服务，”陈升表示这是世纪互联接下来努力的方向之一。

而这也不是“独一份”的网络“重建计划”，钛媒体APP了解到，中国信通院也曾提出“算力服务时延圈领航者计划”，力图规范化、标准化算力网络建设。据了解，该计划在1.0标准互联网访问基础上，面向算力节点覆盖、网络时延、传输质量、统一管控等方面，联合产业界持续构建算力服务时延圈2.0标准体系，重点围绕算力服务接入、算间互联、时延地图、管控调度等方面进行标准化，统一算力时延圈定义，规范网络时延测试方法。

套用刘韵洁的一句话：原来企业只关心自己的智能化改造、网络化改造，现在整个上下游的产业价值链，如果不连通起来就会受到制约，所以在人工智能时代，行业大模型的发展就显得尤为重要。

IDC服务商迎来新机会

对于算力平台而言，底层逻辑是对算力资源的分配、调度、削峰填谷，在能效、业务、用户、性能等多维度中寻优。

而随着这一波算力产业的发展，对于IDC服务商而言，也迎来了新一轮的竞争，一方面，各大IDC服务商也争先恐后的布局算力网络和算力平台的相关产品及服务。

普洛斯目前在基础设施层面建立了全面的能效量化与观测指标。在算力平台调度的过程中，追踪基础设施的容量变化，通过建立专家、AI等技术手段动态调整基础设施的运行策略，从而支撑算力平台的快速调度。普洛斯数据中心通过智慧化的运营管理，帮助客户实现从楼栋到园区再到全国的统一管控，并结合各地的情况，更有效地支撑其在当地算力的最高发挥。

世纪互联则是在算力平台、调度、网络底层协议、AI框架、Agent等方面都有大量的投入和积累，世纪互联的目标是构建跨区域、高效、异构、可扩展的AI基础设施。

据了解，世纪互联目前在全国已经运行了多个跨区域的节点，节点间通过创新的AINet连接，实现不同品牌和型号的GPU异构算力和资源的调度协同，实现了在大模型训练、微调、推理、应用全生命周期的应用和落地，满足不同类型的客户需求。

除了IDC服务商的积极布局以外，作为算力重要载体的云计算厂商也纷纷入局算力网络建设，以中国电子云为例，中国电子云基于云原生理念设计了中国电子云专属云CECSTACK V5一体化算力平台，旨在帮助企业实现多元异构算力的统一管理和调度，并提供通用计算、智能计算和高性能计算等类型算力的一体化算力服务。

除此之外，诸如青云科技、Ucloud等众多云计算服务商也都在算力调度方面有着积极的布局。

另一方面，布局具备承接智算项目能力的数据中心也必将成为接下来各大IDC服务商的重点。

展望未来，唯有网络与机房“双管齐下”，才能让IDC更好地服务于AI产业的发展，让IDC走向AIDC。（本文首发于钛媒体APP，作者｜张申宇，编辑丨盖虹达）