近日，2026全球AIDC產業論壇在東莞隆重召開。

商湯科技大裝置事業群智算中心總經理林海受邀出席大會，以《商湯AIDC從通用標準到適用高效原則的演進》為主題發表演講，系統性分享了商湯大裝置在AIDC（智算中心）領域的建設思路、長期運營實踐與建設成果。

林海認為：“在AI時代，智算中心的建設正在從通用標準走向高效適用。”

圍繞這一判斷，林海在演講中重點介紹了商湯大裝置在智算中心建設上的多重創新實踐，包括“模塊化交付”、“冗余下沉”、“算電協同”等，為AI原生時代智算中心建設提供了新的演進思路與實踐路徑。

01. AIDC三大矛盾，商湯大裝置如何破局

早在2019年，商湯便前瞻認知到AI的規模化落地需要集約化、體系化的基礎設施支撐，由此啟動臨港AIDC的建設，并于2022年正式投入運營。

如今，商湯上海臨港AIDC已成長為亞洲最大的智算中心之一，也是國內首個5A級智算中心。

林海在演講中指出：“我們一開始對AI基礎設施的設計理念，就不僅僅是傳統的IDC，而是面向AI原生時代，覆蓋算力、調度、模型與應用的全鏈路AI體系。”

圍繞這樣的建設邏輯，在近六年的AIDC運營實踐中，商湯大裝置持續迭代架構，在矛盾中尋求最優解，探索AI原生時代智算中心建設的平衡路徑。

長期以來，智算中心建設需要在“全周期規劃與靈活擴展”、“通用標準與定制能力”、“安全冗余與極致效率”三個具有矛盾性的維度中進行考量和選擇，其中包含時間、空間、架構、電力容量的多個不同的選擇點。

面向“全周期規劃與靈活擴展”的維度，商湯大裝置在園區規劃初期，便綜合考慮供電架構、建筑承重、空調系統、空間和電力容量冗余及能效優化等因素，在保證全周期規劃的同時，又能實現后續分階段建設的靈活性。

在通用性和定制化的維度中，如何在園區中具備兼容更多供冷形式，以快速、高效的形式支撐不同集群的定制化要求，同時在電力架構中實現不同層級的彈性支撐成為基礎設施的核心架構設定邏輯。目前園區的供冷形式多達5種，對電力容量的管理也建立了多級閾值的控制體系。

在安全冗余和效率優化方面，林海特別介紹了“算電協同平臺”。

商湯大裝置將IDC基礎設施、AI集群以及模型任務調度三層體系打通，實現全鏈路協同優化，構建起“算電協同”平臺，并以15分鐘為周期進行高頻次預測，自動生成最優調度策略。

同時，隨著GPU功率快速迭代，商湯大裝置逐步形成了一套“冗余下沉”的架構思路：在機柜、列級等末端預留更高冗余，而在園區級則通過規模化運營降低整體冗余比例，從而在保障安全性的同時提升整體資源利用效率。

02.當AI重寫AIDC：算力、供應鏈與架構的三重沖擊

隨著大模型與AI Agent快速發展，行業對于算力的需求持續攀升，而供應鏈波動以及政策環境等多重因素疊加，也進一步加劇了算力供給的不確定性。

與此同時，隨著國產服務器與國產芯片生態的快速演進，AI基礎設施架構愈發復雜。傳統IDC模式不再適用，開始快速更新迭代，其迭代速度甚至遠超預期。

為應對行業變化，保障快速交付，林海提出“模塊化交付”與“整體界面和彈性框架”的建設思路。

“整體界面和彈性框架”的核心理念是，不再按照傳統意義上的成本劃分，而是將交付“戰壕”盡可能前移，將交付能力前移至最接近業務需求的一線，以極限響應速度完成基礎設施交付。

在模塊化交付上，商湯大裝置與華為合作過程中，雙方率先實現了“電力模塊化交付”，未來還將進一步向功能模塊化演進，通過更靈活、更標準化的架構設計，提升AI基礎設施的擴展效率與快速響應能力。

03模塊化部署，1.5個月擴容18MW

演講中，林海還重點分享了近期18MW智算中心擴容實踐。

2025年底，商湯大裝置面臨近20MW外部算力租賃需求。經過綜合成本評估后，團隊決定充分利用園區內現有資源，在4個原有庫房基礎上完成18MW擴容，并將單機柜功率密度提升至48kW。

在項目實施中，商湯大裝置攜手華為團隊，僅用時一個半月便完成送電及驗證測試，比傳統模式提前2個月。

整個項目在不影響原有園區穩定運營的前提下完成建設，同時實現了室外模塊化部署，將原有庫房快速升級為真正意義上的AI機房，節約約70%的配套面積，效率高達97.8%，電力CAPEX下浮13%。

林海表示，此次項目最大的價值不僅在于交付速度，更在于驗證了一種適用于傳統IDC向智算中心升級的新模式：通過模塊化架構實現供電、制冷及算力系統的快速擴展，在降低Capex的同時提升整體資源利用效率。

隨著AI進入規模化推理與產業落地階段，智算中心也正在從傳統IDC形態，進一步演進為面向AI原生時代的新型基礎設施。未來，商湯大裝置將持續推動AI基礎設施在效率、彈性與智能協同上的演進，加速產業智能化進程。

轉載來源：商湯科技

本文為量子位獲授權轉載，觀點僅為原作者所有。