6月11日至12日，2025年在北京举行了2025年火山发动机弹簧力量大会。会议重点关注大型模型的边界，并探讨了AI应用程序的新边界。 Qinhuai Data BDC（桥梁数据中心）首席执行官Wu Huapeng受邀参加会议，共享技术和运营趋势和运营，并在AI期间在AI期间在圆桌会议论坛中维持计算能力基础设施的开发。他认为，为了应对增加AI开发带来的能源消耗和功率密度的挑战，超规模的智能计算中心需要三个基本功能：离网能源供应，模块化和可重复可用的高部署和深层商业智能。 Qinhuai BDC（桥梁数据中心）首席执行官数据首席执行官已经在爆炸了AI技术，促进了智能计算中心行业的加速发展，但这也带来了许多挑战。中间国家能源局在今年4月报告说，到2030年，全球数据中心的电力消耗每年是945 TWH的两倍以上，高于每年日本目前的总电量。 Google前首席执行官埃里克·施密特（Eric Sc​​hmidt）最近提到了能源的轻盈，并指出，到2030年（美国）可能需要多达96 GW的额外功率，这可能会吞噬该国几乎全部能源生产。同时，GPU正在迅速迭代，IT设备所需的能量密度将大大增加，传统数据中心将需要立即修复。 Wu Huapeng认为，作为这些挑战的Tugon，未来的超大智能计算中心需要具有三个基本功能 - 一个是能源供应的能力，并且功率驱动的功率驱动的集群将越来越大。因此，稳定，足够廉价的供应能源将是智能计算中心的基本功能。未来的超大智能计算中心应具有独立的能源解决方案，该解决方案可以从大型电网上开放离网。离网不仅解决了大型电网无法在短期内迅速扩大容量的瓶颈，还减轻了新项目能源的电网连接压力并实现现场消耗。当前，电源方法是直接供应新的能源，气体发生器，小核反应堆等。第二是较高的弹性扩展能力。所有模块都需要组装和重复使用。现在，GPU重复速度已加速。单个机柜的功耗范围从过去的一些kW到最多100 kW。将来，MW级橱柜出现。数据中心所需的物理空间变得越来越小，并且能量密度越来越高。 hOWEVER，数据中心是长期投资，这要求我们产生更高的弹性扩展功能。从建筑物到设备，我们必须是模块化的，收集，并耗尽并重新响应未来的需求方案。我们应该快速以“构建块”的形式来衡量客户自定义的需求，并提高使用资产的效率。第三，计算能力的基础架构应该更聪明。在整个周期的实际业务中，必须在整个实际业务的整个周期中都深入应用AI，从计算机室建筑物的建筑设计，必须连接到大型型号，以提高效率，加强电力冷却系统的消费，并提高智力和自动化水平和自动化水平和自动化水平。 Qinhuai和Bang DC数据将投入更多资源来提高其情报水平，并愿意与CUS合作Tomers是业内第一个探索和试行未知计算机的人。作为具有前视图的PowerN计算的超大规模基础架构的供应商，Qinhuai数据始终集中在将功率转换为更好，连续的技术加深和修改变化。目前，Qinhaui数据创建了一个高度弹性的智能计算中心的全堆栈解决方案中心，并继续迭代，这可以提供支持不同场景功率的计算要求的能力，并有效地处理了8kW至150kW的计算机密度房间的电力供应和冷却问题。此外，Qinhaui Data探索了存储资源网络加载，更改能源供应模型以及操作和维护水平的各个方面的新技术和新解决方案。我们将继续在未来进行投资，并利用N的主要技能将强大的动力注入未来的高位AI数据中心的质量开发。