在大模型与智能体应用加速落地的背景下，算力正成为新一轮产业竞争的核心资源。2026年4月10日，由山东信息协会主办的AI主题沙龙上，广东海悟科技有限公司市场营销中心总经理陈杰应邀出席，并发表题为《AI浪潮下的算力中心：基础设施的技术挑战与应对》的主题演讲，从产业演进、技术变革与系统破局三个维度，系统阐述了AI时代算力基础设施的发展方向与关键路径。
算力范式重构：从IDC迈向AIDC
当前，人工智能产业正从“模型突破”向“规模应用”加速演进，算力中心也随之发生结构性跃迁。陈杰在演讲中指出，这一转型体现在三个层面：
-
算力形态升级：从单一通用计算向“通算+智算”融合演进，异构计算成为主流。
-
规模持续跃迁：数据中心正从MW级向GW级算力集群跨越，单体算力规模呈指数级增长。
-
定位根本转变：数据中心不再只是资源的承载平台，而是升级为“AI生产工厂”，成为支撑AI模型训练与推理的核心枢纽。
核心挑战：高密度、高能耗与高不确定性
随着GPU/NPU芯片功率快速攀升，单机柜功率已从传统的数十kW跃升至百kW级别，带来一系列系统性挑战：
-
热密度挑战：高功率芯片推动散热模式从风冷向液冷加速演进，传统制冷架构面临极限考验。
-
能效与低碳要求：高热密度带来高能耗的同时，PUE指标持续收紧，绿色节能成为核心竞争要素。
-
生命周期错配：IT设备迭代周期（3-5年）与基础设施（10-15年）及建筑（50年）之间存在显着错位，要求基础设施具备前瞻性与兼容性。
-
业务不确定性：芯片路线、功耗水平及业务负载持续变化，算力中心设计必须具备更强弹性与可扩展能力。
技术破局：构建面向AI时代的算力底座
面对上述挑战，海悟提出面向AI时代的基础设施技术路径，核心关键词为兼容、弹性、解耦与高效。
-
风液融合：通过风冷与液冷融合架构，实现不同功率密度设备的灵活适配，在不确定环境中保持系统稳定性与投资可控性。
-
模块化与预制化：以工程产品化为核心，将机电系统高度集成，实现“工厂预制+现场拼装”，将交付周期从传统的数百天缩短至90天以内，大幅提升部署效率。
-
分布式与解耦架构：通过冷源、配电与IT负载的分布式设计，降低单点故障风险，同时实现按需扩展与分期建设。
-
液冷技术规模化落地：面向单柜50kW+甚至更高密度场景，冷板液冷与近端制冷成为关键路径，在提升散热效率的同时显着降低能耗。
生态共建：海悟展区引发深度交流
活动现场，海悟设置了专属展区，集中展示了包括液冷产品、模块化数据中心解决方案等在内的核心产品与技术。与会嘉宾围绕AI算力基础设施建设、节能降耗路径与项目落地等议题，与海悟团队展开了深入探讨与交流，展区成为全场关注的热点之一。
从IDC到AIDC，不仅是算力形态的升级，更是基础设施理念的根本变革。海悟将持续深耕算力基础设施领域，以系统化创新助力AI产业跃迁，为数字经济的可持续发展贡献坚实力量。
