< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
2026-05-20 15:35:59 来源：量子位
商汤大装置林海谈AIDC
近日，2026全球AIDC产业论坛在东莞隆重召开。
商汤科技大装置事业群智算中心总经理林海受邀出席大会，以《商汤AIDC从通用标准到适用高效原则的演进》为主题发表演讲，系统性分享了商汤大装置在AIDC（智算中心）领域的建设思路、长期运营实践与建设成果。
林海认为：“在AI时代，智算中心的建设正在从通用标准走向高效适用。”
围绕这一判断，林海在演讲中重点介绍了商汤大装置在智算中心建设上的多重创新实践，包括“模块化交付”、“冗余下沉”、“算电协同”等，为AI原生时代智算中心建设提供了新的演进思路与实践路径。
早在2019年，商汤便前瞻认知到AI的规模化落地需要集约化、体系化的基础设施支撑，由此启动临港AIDC的建设，并于2022年正式投入运营。
如今，商汤上海临港AIDC已成长为亚洲最大的智算中心之一，也是国内首个5A级智算中心。
林海在演讲中指出：“我们一开始对AI基础设施的设计理念，就不仅仅是传统的IDC，而是面向AI原生时代，覆盖算力、调度、模型与应用的全链路AI体系。”
围绕这样的建设逻辑，在近六年的AIDC运营实践中，商汤大装置持续迭代架构，在矛盾中寻求最优解，探索AI原生时代智算中心建设的平衡路径。
长期以来，智算中心建设需要在“全周期规划与灵活扩展”、“通用标准与定制能力”、“安全冗余与极致效率”三个具有矛盾性的维度中进行考量和选择，其中包含时间、空间、架构、电力容量的多个不同的选择点。
面向“全周期规划与灵活扩展”的维度，商汤大装置在园区规划初期，便综合考虑供电架构、建筑承重、空调系统、空间和电力容量冗余及能效优化等因素，在保证全周期规划的同时，又能实现后续分阶段建设的灵活性。
在通用性和定制化的维度中，如何在园区中具备兼容更多供冷形式，以快速、高效的形式支撑不同集群的定制化要求，同时在电力架构中实现不同层级的弹性支撑成为基础设施的核心架构设定逻辑。目前园区的供冷形式多达5种，对电力容量的管理也建立了多级阈值的控制体系。
在安全冗余和效率优化方面，林海特别介绍了“算电协同平台”。
商汤大装置将IDC基础设施、AI集群以及模型任务调度三层体系打通，实现全链路协同优化，构建起“算电协同”平台，并以15分钟为周期进行高频次预测，自动生成最优调度策略。
同时，随着GPU功率快速迭代，商汤大装置逐步形成了一套“冗余下沉”的架构思路：在机柜、列级等末端预留更高冗余，而在园区级则通过规模化运营降低整体冗余比例，从而在保障安全性的同时提升整体资源利用效率。
随着大模型与AI Agent快速发展，行业对于算力的需求持续攀升，而供应链波动以及政策环境等多重因素叠加，也进一步加剧了算力供给的不确定性。
与此同时，随着国产服务器与国产芯片生态的快速演进，AI基础设施架构愈发复杂。传统IDC模式不再适用，开始快速更新迭代，其迭代速度甚至远超预期。
为应对行业变化，保障快速交付，林海提出“模块化交付”与“整体界面和弹性框架”的建设思路。
“整体界面和弹性框架”的核心理念是，不再按照传统意义上的成本划分，而是将交付“战壕”尽可能前移，将交付能力前移至最接近业务需求的一线，以极限响应速度完成基础设施交付。
在模块化交付上，商汤大装置与华为合作过程中，双方率先实现了“电力模块化交付”，未来还将进一步向功能模块化演进，通过更灵活、更标准化的架构设计，提升AI基础设施的扩展效率与快速响应能力。
演讲中，林海还重点分享了近期18MW智算中心扩容实践。
2025年底，商汤大装置面临近20MW外部算力租赁需求。经过综合成本评估后，团队决定充分利用园区内现有资源，在4个原有库房基础上完成18MW扩容，并将单机柜功率密度提升至48kW。
在项目实施中，商汤大装置携手华为团队，仅用时一个半月便完成送电及验证测试，比传统模式提前2个月。
整个项目在不影响原有园区稳定运营的前提下完成建设，同时实现了室外模块化部署，将原有库房快速升级为真正意义上的AI机房，节约约70%的配套面积，效率高达97.8%，电力CAPEX下浮13%。
林海表示，此次项目最大的价值不仅在于交付速度，更在于验证了一种适用于传统IDC向智算中心升级的新模式：通过模块化架构实现供电、制冷及算力系统的快速扩展，在降低Capex的同时提升整体资源利用效率。
随着AI进入规模化推理与产业落地阶段，智算中心也正在从传统IDC形态，进一步演进为面向AI原生时代的新型基础设施。未来，商汤大装置将持续推动AI基础设施在效率、弹性与智能协同上的演进，加速产业智能化进程。
转载来源：商汤科技
本文为量子位获授权转载，观点仅为原作者所有。
版权所有，未经授权不得以任何形式转载及使用，违者必究。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。