【01】AI 数据中心的电，到底花在哪了？

我的选题是：研究网络内计算与存算一体，减少数据传输、存储和处理中的能耗，探索钠电 AIDC 如何在相同能源约束下获得更多有效算力。 这是一个系统能量预算问题：总能量 E 是固定的，如何能把 E 里更大的一份变成有效算力。 AI数据中心的能耗如下图所示：

① 配电与转换损耗 ：

电从市电进来到芯片的供电引脚之间，要过变压器、UPS、AC/DC、DC/DC 和板级配电，每一级都在发热。传统AC架构，市电进来 100 份，芯片真正拿到的大概 88 份。

② 冷却与热管理损耗：

PUE（电能使用效率）：IT 设备每用 1 度电，整站要额外买 0.4–0.8 度电去散热。风冷 1.4–1.8，冷板 1.05–1.15，浸没 1.02–1.08。 热降频 pf（芯片过热保护限速)：当温度过高，达到阈值，芯片会主动降频减少算力产出。

③ 数据搬运与网络往返损耗 ：

电确实花在了芯片上，但花在"搬数据"而不是"算数据"上。 所以，我们研究的是： 同样一个电闸、同样一度电，怎么让它多产出算力？

一、从三个反常识说起

反常识 1：电不是花在"算"上，是花在"搬"上

想象你在厨房做菜。真正"切菜"这个动作很省力，费劲的是从冰箱把菜一趟趟搬到案板上。AI 芯片是一模一样的道理。以一个 45 纳米工艺下的实测数据为例：算一次加法只要 0.1 皮焦（1 皮焦 = 1 焦耳的万亿分之一），但从内存里取一个数要 640 皮焦——贵了 6400 倍。 AI 芯片的耗电大头，从来不是"计算"，而是"把数据搬来搬去"。

反常识 2：建 AI 数据中心，最难的不是买卡，是接电

买显卡，下单、到货，几个月。但从电网申请一个大功率接入点，公开数据显示：研究流程平均要 3 年以上，部分地区接近 5 年；物理接入还要再等 2~4 年。而且只有不到 20% 的申请项目最终真的投运了。 结果是：你有钱买卡，但拿不到电。 这是今天 AI 基础设施最硬的墙。

反常识 3：就算接上了电，你也用不满

假设你拿到 100 兆瓦的并网容量，也买回了 100 兆瓦的服务器。 但因为 AI 的用电负荷波动极其剧烈（有厂商称"几十毫秒内幅度可达 70%"），为了不让瞬时尖峰把电网顶穿，运营方必须预留一大块功率余量。平均下来只能用掉 70.9 兆瓦。剩下 29.1 兆瓦的算力，卡就在机架上开不动。我们算了一下这笔账：这 29.1 兆瓦对应的沉没资本大约是 58 亿元。

二、概念和定义

1："能源约束"是哪种约束？

约束类型	单位	现实来源	用什么破解	如果瓶颈是它，钠电池的处境
功率约束	兆瓦 (MW)	并网容量、变压器	削峰填谷、储能	✅ 是核心武器
能量约束	兆瓦时 (MWh)	电价、购电协议	提升能效	❌ 反而更费电（充放电有损耗）
热约束	摄氏度 (°C)	散热能力、进风温度上限	液冷、提高冷却温度	✅ 电池耐温窗口宽是优势

因为 能量 = 功率 × 时间，所以同一个负载，功率约束管它的瞬时高度，能量约束管它的累计面积。 功率约束像"水管的粗细"，能量约束像"水池的大小"。水管太细，你水池再大也放不出水；水池太小，水管再粗也放不久。 由于电池本身不发电，它把尖峰削掉——负载瞬时冲高时让电池顶上，电网就不用按尖峰配容量。于是同样的并网容量能承载更多算力。但反过来：削峰只是把高度压下去，并没有让一天少用一度电——甚至因为充放电有损耗，用的电反而更多。 所以钠电的定位是： 不创造能量，只松弛功率约束。

2：什么是"有效算力"？

"有效算力"不是一个标准术语。至少有四种理解：

理解	问题在哪
芯片的峰值算力	那是理论值，跟实际产出没关系
每秒能生成多少字	不含能耗信息
每焦耳能生成多少字	只覆盖能量约束，忽略了功率和热
一天能产出多少可交付的算力	✅ 我们采用这个

这里我们把“有效算力”定义为：在给定的并网容量、电量预算、环境温度和服务质量承诺下，24 小时内能产出的有效字数（token）。

三、如何降低能耗？

基于这个框架，选题提到的技术不是三个并列的话题，而是同一个目标下的四个可调旋钮：

旋钮	通俗解释	作用在哪
① 存算一体	让数据在存储器里就地计算，不用搬出来	降低"搬权重"的能耗
② 网络内计算	让交换机先汇总再分发，而不是每台机器各算一遍	降低"跨机器通信"的能耗
③ 钠电池	做功率缓冲，让平均用电贴近上限	不降低每 token 能耗，而是提高算力可达上限
④ 提高冷却温度	让制冷系统在更高效的工况下工作	降低制冷损耗，等于放大可用算力
综上，我们将其写成一条等式：

$$\text{ECE} \;=\; \underbrace{\min\big(\mu_{cap}\cdot r_{energy},\; K_{batt}\big)}_{\text{约束选择}} \;\cdot\; \frac{\eta_{dist}}{\text{PUE}} \;\cdot\; \eta_{chip}\cdot \alpha_{cim}\cdot \text{MFU}\cdot \beta_{inc} \;\cdot\; \frac{3.6\times10^{9}}{E_{token}^{ref}}$$

ECE（有效算力效率）：每 MWh 电网电量能产出多少有效 token。单位：token/MWh。

四、参考文献

1）Horowitz, Computing's Energy Problem, ISSCC 2014（45nm 口径） https://pdfs.semanticscholar.org/9476/20a1854655ed91a86b90d12695e05be85983.pdf

2）LBNL（劳伦斯伯克利国家实验室）Queued Up 并网队列统计 https://emp.lbl.gov/queues

3） 数据中心的用电增长背景 LBNL, U.S. Data Center Energy Usage Report: 2025 Update：https://www.osti.gov/biblio/3374245

4） 海辰储能（HiTHIUM）官方发布（厂商口径，无独立实测） https://en.hithium.com/newsroom/latest/details/103

5）ASHRAE TC 9.9《Thermal Guidelines》第 5 版 (2021) https://www.ashrae.org/File%20Library/Technical%20Resources/Bookstore/Supplemental%20Files/Therm-Gdlns-5th-R-E-RefCard.pdf

6）Uptime Institute 全球数据中心调查 2024/2025： https://datacenter.uptimeinstitute.com/rs/711-RIA-145/images/2024.GlobalDataCenterSurvey.Report.pdf

7） CENT, ASPLOS'25, arXiv:2502.07578：https://arxiv.org/html/2502.07578v3 https://1836.online/_next/image?url=%2Fapi%2Fimages%2Fcmux56gzg00393kpmgw4q38iu&w=256&q=75