How significant is the impact of AI computing power demand on the power supply and distribution of intelligent computing centers? Signs of an "ASEAN version of the computing power crisis" are emerging!
Release time:
2025-08-15
Today's world is in the midst of a technological revolution driven by Artificial Intelligence (AI), with countries and businesses investing heavily in expanding computing infrastructure. Data centers have become the "new type of critical infrastructure" in the digital economy era. Entering 2025, with the continued explosion of global Generative AI (GenAI) applications, the demand for AI large model training and inference has seen a huge leap. At the same time, the power supply and distribution system problems brought about by AI training should not be underestimated.
当今世界正处于人工智能（ AI ）驱动的技术变革浪潮中，各国和企业纷纷投入巨资扩建算力基础设施，数据中心已成为数字经济时代的“新型关键基础设施”。进入 2025 年，随着全球生成式 AI(GenAI) 应用的持续爆发， AI 大模型训练和推理需求呈现了巨大跃升。与此同时， AI 训练带来的供配电系统问题同样不可小觑，正如 Meta 在 Llama3 论文中提到的，其拥有 2.4 万个 H100 集群（ IT 容量约 30MW ）在训练时，遇到了电力不稳定的持续挑战。
国际能源署（ IEA ）统计显示，全球已部署的数据中心装机容量从 2005 年的 21.4 吉瓦增至 2021 年的 66.9 吉瓦，预计 2025 年将攀升至 114.3 吉瓦，比 20 年前增长逾 5 倍。这一爆发式增长带来了巨大的能源消耗挑战——预计 2025 年数据中心耗电量将达 485.4 太瓦时，占全球用电量的 1.7% 。
2005 – 2025 年全球数据中心装机容量增长趋势（来源： IEA ， Visual Capitalist ）
AI 算力打破百年电力供应稳定关系
给数据中心供电满足 AI 算力需求是一个异常复杂的系统工程。在全球交流电力系统中，各国住宅用电通常是单相交流电，但数据中心等工业用电通常采用三相电，每相电线又包含三根导线，三个振荡周期彼此错开运行。然而，电压和频率是电力系统中极易受影响的特性。如果电力供应和需求不平衡，电压和频率就会偏离设定值。供应超过需求时，电压和频率高于基准值；供应低于需求时，则低于基准值。仅仅 10% 的电压或频率波动就可能烧毁电机，跳闸，并使电子设备损坏。
因此，过往全球百年，各国电网运营商的主要任务是保证电力质量，突显电网稳定性依赖于供需的稳定平衡，以及失衡的风险。一直以在，家庭用电需求相当可预测，大型用电负荷，如钢铁制造、芯片制造厂以及云数据中心通常都会产生稳定负荷。但生成式 AI 的兴起彻底改变了这一现状。
智算中心进行 AI 训练时负载剧烈波动成因分析
在智算中心中的 AI 算力系统通常采用并行计算的方式运行，一次大规模 GPU 训练运行可能涉及数万乃至数十万个 GPU 同时工作。这种模式与传统的计算模式截然不同：从谷歌云发布的以下图表可以看出，智算中心与云数据中心的负载波动差异约为 15 倍，前者波动范围从 1.5 兆瓦到高达 15 兆瓦。
智算中心在进行 AI 训练时，数万个 GPU(GPU) 可能同时增加或减少功耗，例如，由于所有 GPU 等待 checkpointing 或 collective communications 完成，或整个训练作业启动或关闭。都会导致智算中心功耗瞬间波动，达到数十兆瓦 (megawatts) 量级，从而严重考验电网的承载能力。
负载波动如此之大的原因有很多，包括：
♦ 批处理过程中的毫秒级功率波动： 在处理一个训练批次的过程中，矩阵计算会产生功率峰值，而数据传输和同步等较轻负载的操作则会导致功率下降。
♦ checkpoint 和 restore 操作 ( 通常持续几毫秒 )： 在进行 checkpoint 操作期间，负载可能降至极低水平。
♦ 同步 ( 最多几秒钟 )： 当集群规模达到数十万级别时， AllReduce ( 一种用于在分布式系统中聚合数据的算法 ) 操作容易受到网络问题的干扰，有时会导致 GPU 计算单元出现长达几秒钟的空闲状态。
♦ 训练运行结束后： 如果在一次大规模训练运行结束后，没有立即投入新的工作负载充分利用 GPU 算力，就会导致巨大的负载骤降。
“东盟版算力危机”隐现苗头
东南亚正迅速成长为全球数字基础设施版图中的一支重要力量。随着区域内互联网用户激增、数字经济蓬勃发展，以及各国推动产业数字化转型，东南亚数据中心市场近年呈爆炸式增长态势。目前，东南亚各国正呈现出数据中心项目 “百舸争流”之势。一方面，新加坡、马来西亚和印尼等领先市场继续扩容；另一方面，泰国、越南、菲律宾等后来者快速跟进，一批具有战略意义的大型项目相继落地。综合来看，东南亚数据中心项目布局呈现出多点开花、竞相发展的局面。
值得注意的是， “东盟版算力危机”也隐现苗头： 供需失衡成为区域共同挑战，在能源保障和绿色可持续方面压力并存。 一方面， AI 应用和云服务需求激增使数据中心建设热潮此起彼伏，电力供应瓶颈与算力设施 “ AI 就绪度”不足可能导致区域算力缺口持续扩大；但另一方面，各国已承诺碳减排目标，需要平衡数据中心发展的能源代价。
东南亚一些国家电网原本裕度有限，大规模数据中心项目集中上马，对电力基础设施提出巨大考验。对此，各国主要通过两种方式应对：其一，引入私营和外资电力投资，加快电源和输电项目建设。例如菲律宾从 2022 年起招标绿色能源项目，有 142 家企业成功入围，为包括数据中心在内的新兴负荷提供可再生电力。其二，通过技术手段降低数据中心对公用电网的冲击，如推进园区自备电站。马来西亚柔佛有数据中心自建燃气轮机电站确保供电连续性。
智算中心对电网的冲击日益加剧
一直以来，电力供应都是通过同步变化进行管理。但要在几分之一秒内管理数百兆瓦的电力波动，对电力运营商而言是前所未有的挑战。通常情况下，亚秒级的电压和频率平衡是由系统惯性（ system inertia ）来维持的。传统电力发电机 (electric generators) 是大型旋转磁体，其旋转质量的惯性可以吸收电力供需之间的小幅波动，但这会产生额外的热量并降低效率。
而当前越来越多的挑战源于不断变化的发电结构。越来越多的电力来自间歇性可再生能源， 尤其是风能和太阳能。这些系统并不产生与电网同步的交流电，而是产生直流电 (DC) ，再通过逆变器转换成交流电 (AC) ，因此也给智算中心供配电带来了更多的问题。
在国内层面，以 “东数西算”工程为代表的国家级算力网络正加快推进，各地政府、运营商和互联网巨头纷纷布局万卡乃至超万卡级智算集群，带来了数千兆瓦的新增电力需求。同时， 《关于推动新型信息基础设施协调发展有关事项的通知》《数据中心绿色低碳发展专项行动计划》等政策相继出台，明确提出新建及改扩建项目要严格执行节能审查、绿电占比超 80%、 PUE ≤ 1.2 等要求 。在此背景下，智算中心供配电系统正从 “支撑系统”转变为制约算力发展的“瓶颈环节”，亟需在高压化、直流化、模块化和智能化等方向上实现跨越式升级。
总之，在全球数字化浪潮和人工智能技术加速演进的时代背景下，智算中心日益成为各国新型信息基础设施建设的核心枢纽。随着大模型训练、生成式 AI 推理及高性能计算等应用需求的爆发式增长，单机柜功率密度迅速攀升，算力负载对电力系统的挑战空前严峻。 从国际视角来看，高功率密度与高可靠性供电架构已成为智算中心竞争力的重要一环；而在中国 “双碳”战略约束下，绿色低碳、能源协同也被赋予了新的内涵。 面对能源结构转型与算力基础设施扩容的 “双重驱动”，如何在保障超高可用性的同时兼顾能效与成本，已成为行业亟待破解的发展命题。
随着 AI 驱维、数字孪生与预制化技术成熟，未来供配电系统将由“被动支撑”升级为“主动赋能”，成为算力网络稳定性与效能提升的核心引擎。客户采购决策已从关注设备可靠性，转向系统级能效、数字运维与全生命周期成本管控，对“一站式”集成交付与运维保障提出更高要求。
----------------------------------------------------------------------------
信息来源：
Related News
Mailbox:admin@zincpower.com.cn
Address: No.2 Factory Building of Tongqiu Group, Tianyuan Road, Yunyang Street, Danyang City, Jiangsu Province
Copyright©2023 Zincpower ( JiangSu ) New Energy Technology Co.,Ltd IPV6