i卡會員

隨著人工智慧(AI)運算對高效能運算(HPC)需求的快速增長，AI伺服器機房的功率密度要求越來越嚴格，對傳統的電力和冷卻基礎設施結構造成高度的挑戰。資料中心的能效策略已從單純的節能優化，轉變為決定資料中心規模化擴展與ESG永續發展的戰略性要素。優化使用效率PUE(Power Usage Effectiveness, PUE)不僅能降低營運成本，更是企業具備低碳轉型能力的具體指標。本報告主要在解析在高密度AI需求下，提升能源使用效率PUE的四大關鍵技術支援：(1)PUE標準化與精準監測、(2)高壓直流(HVDC)電力架構革新、(3)超高密度液冷技術的應用，以及(4)智慧能效管理與永續發展。

【內容大綱】

• 一、AI伺服器高密度化趨勢與功耗強勁需求
• 二、電力架構革新：高壓直流(HVDC)
• 三、超高密度液冷技術的應用
  • (一)液冷散熱的必要性與技術類別
  • (二)散熱的成本與維護挑戰
• 四、智慧能效管理與永續發展
  • (一)智慧能效管理的優化
  • (二)永續發展
• IEKView
  • (一)高壓直流(HVDC)與先進電源技術成為提升系統效率關鍵路徑
  • (二)液冷與智慧能效管理成為支撐AI運算永續化的核心支柱

【圖表大綱】

• 表1、量測PUE類別(ISO/IEC 30134-2)與精確度比較
• 圖1、HVDC高壓直流供電系統的效益
• 表2、傳統AC與HVDC架構電力效率比較
• 圖2、2024年全球AI伺服器散熱技術佔比
• 表3、散熱技術的成本與維護比較