新型智算中心改造系列报告二：拉动全球电力消耗增长，液冷渗透率快速提升

根据所提供的研报内容，可以总结如下：

能源侧与智算中心电力消耗

1. 单POD功率：以英伟达DGX H100计算集群为例，127节点的单POD功率合计为1411.176千瓦。其中，计算部分占89.83%，交换机占5.72%。

2. 单位算力能耗模型：

   • 单台DGX H100服务器功率为10200瓦特。
   • 假设利用率80%，PUE为1.25，则单台服务器对应智算中心的功率消耗为11112瓦特，年度用电量为97338千瓦时。
   • TF32精度下，每petaFLOPS算力对应智算中心年度用电量为12167千瓦时；FP16精度下，每petaFLOPS算力对应智算中心年度用电量为6084千瓦时。

3. 全球电力影响：根据华为预测，2030年全球AI算力将超过105泽弗洛斯（ZettaFLOPS），这将额外带来约2.4%的全球用电增量。

供电侧与冷却侧

1. 供电侧：目前主流供电方案包括交流UPS架构、高压直流架构和机架式直流架构。随着AI算力需求增加，对供电侧零部件的要求也相应提高。

2. 冷却侧：液冷技术正逐渐取代传统的风冷方案。预计国内液冷渗透率将在24年后进入加速期，原因是AI算力芯片功率持续提升，使得设备功率密度接近风冷极限。此外，智算中心的PUE考核趋紧，推动液冷技术的应用。预计24年国内液冷渗透率将显著提升。

3. 液冷市场规模：预计24年中国液冷服务器市场规模将达到201亿元人民币，到27年将增长至682亿元人民币，年复合增长率（CAGR）为50.3%。

投资建议与风险提示

• 随着中国智能人工智能算力的发展，将拉动全社会用电量的增长。考虑不同精度下智算中心的用电情况，以及国产算力芯片可能带来的额外电力消耗，建议关注虚拟电厂和配电网方向的投资机会，特别是朗新集团和国网信通。

• 风险提示包括宏观经济波动、互联网及运营商资本开支不确定性、美国可能继续限制对中国算力芯片的出口、以及国产算力卡研发进展的不确定性。

智算中心结构与网络

• 结构组成：智算中心由服务器机柜内的硬件（如GPU、CPU、内存、硬盘、交换机、电源分配单元）和机柜外的系统（供电、冷却、安全监控、网络）组成。

• 网络结构：包括计算网络、存储网络、In-Band管理和Out-of-Band管理网络。具体配置取决于不同的计算需求和架构设计。

• 单POD拆解：单POD通常由服务器（如英伟达DGX系统）、InfiniBand和以太网络、管理节点、存储、电缆桥架、冷通道、跨桥通道等组成。

• 网络端口：服务器背面通常配备多个网络端口，用于连接不同类型的网络设备，如计算网络、存储网络和管理网络。

• 扩展能力：超级POD可以根据需求进行扩展，从4个SU（每个SU包含32台DGX H100服务器和24个配电单元）到64个SU（支持2048个计算节点和16384颗GPU芯片）不等。

• 服务器内部：服务器内部包括GPU、CPU、内存、硬盘、网络模组、PCIe Switches、NvSwitch等组件，以及网络连接，支持高效的数据处理和传输。

综上所述，这份研报详细分析了智算中心在能源消耗、供电与冷却、结构组成和网络配置等方面的特点，并提出了相应的投资建议与风险考量。