唐雪陽

安科瑞電氣股份有限公司 上海嘉定  201801

單機柜功率從5-10kW一路飆到50kW以上，還在往上走，AI算力的爆發速度遠超大多數人的預期。

算力集群越做越大，配電系統的壓力也跟著水漲船高。服務器可以堆，芯片可以換，但底層配電一旦出了岔子，整個集群都得跟著停。

一、高功率密度場景下，配電系統扛著三座大山

第一座山：可靠性。AI訓練集群一旦斷電，恢復成本高。機房擴容導致配電設備數量激增，鏈路越來越復雜，任意一個節點出問題都可能引發連鎖反應。過去一臺精密配電柜管十幾臺服務器，現在一臺柜子管幾十臺GPU，負載翻了幾倍，故障的影響范圍也跟著翻倍。

第二座山：電能質量。GPU服務器屬于非線性負載，運行中會產生大量諧波。諧波增大線路損耗，干擾UPS和精密設備的正常運行。但很多數據中心的配電監測還停留在看看電壓、電流的階段，諧波畸變率、三相不平衡這些關鍵指標壓根沒覆蓋。

第三座山：運維模式跟不上。精密配電柜越加越多，巡檢范圍越來越大，人工根本跑不過來。設備告警了，運維人員只能憑經驗判斷問題在哪，排查效率取決于個人經驗，新人來了兩眼一抹黑。

算力硬件在迭代，配電監測和運維管理的手段也必須跟著迭代。

二、把配電鏈路打通，讓數據替人跑腿

安科瑞電力運維云平臺，針對數據中心高功率密度場景，把配電和動環監測整合到一起。

配電全鏈路，從10kV到列頭柜都能看。平臺采集范圍覆蓋10kV進線、變壓器、低壓配電到列頭柜的各級數據，同時接入UPS、暖通等設備的運行信息。電壓、電流、功率、諧波，所有電氣參數在線可查，整條配電鏈路的運行狀態一目了然。

母線溫度，用3D熱力圖看見發熱點。在母線槽接頭、插接箱等容易發熱的位置部署溫度傳感器，依托平臺的三維模型生成3D熱力圖。哪個點溫度異常，一眼就能看出來，不用等設備報警了再去翻圖紙找位置。

電能質量，異常自動告警、聯動處置。系統持續監測諧波畸變率、三相不平衡、電壓暫降等指標。參數異常自動推送告警，還可以對接治理設備，及時響應。

告警輔助分析，縮短故障排查時間。出現告警后，系統自動調取歷史運行數據，結合同類事件的參考信息，輸出故障誘因參考和處理建議。運維人員不用憑經驗摸索，排查效率大幅提升。

三、算力中心的能力，不止看芯片

單機柜功率向50kW以上演進，原有的配電管理模式已經難以匹配高功率密度機房的運行要求。服務器的密度在漲，芯片的功耗在漲，配電系統的壓力也在漲，配電底座如果跟不上，算力再強也白搭。

借助安科瑞電力運維云平臺，可以實時查看機房用電數據，掌握各類設備運行狀態，梳理分析告警事件，為數據中心配電運維提供系統化支撐。

算力的上限，從來不只由芯片決定。配電底座穩不穩，同樣重要。