所有這些 AI 都將需要更多電力。據估計，到 2030 年，電網新增的電力將相當于三個紐約市的用電量，這主要歸功于新的 AI 數據中心。因此，數據中心配電設計必須達到新的性能和可靠性水平。在為這個新時代設計數據中心 UPS 系統時，務必考慮電能質量/輸送、可用性、可持續性和總擁有成本 (TCO)。

　　AI 計算的性質和復雜性將考驗數據中心電力基礎設施的彈性。與傳統的 Google 搜索相比，ChatGPT 上的搜索查詢所消耗的電量是后者的十倍。額外的容量給溫度、冷卻和電網彈性帶來了巨大的壓力。

　　增加復雜性正是這種容量的產生方式。人工智能模型可以在幾秒鐘甚至幾毫秒內達到其功率容量的150%，從而給整個電力鏈(例如電網、開關設備、UPS)帶來更大的壓力。所有環節都必須優化，才能協同工作并妥善支持這些負載。

　　人工智能的快速應用正在迅速改變關于功率密度的討論。幾年前，數據中心的功率密度通常為每機架30kW，但如今，許多數據中心的功率密度已達到每機架50kW，并且正在規劃150kW的功率密度，甚至在不久的將來，500kW的功率密度也正在討論中。

　　人工智能系統將需要功率遠超1MW的備用系統，同時還要應對高達150%的功率峰值。因此，人工智能需要一個大規模、單一且理想情況下是專門建造的數據中心。

　　滿足人工智能電源需求

　　沒有電源就意味著沒有數據，因此需要分析電源可用性。電源(電網、風能、太陽能等)能否支持數據中心?如果不能，備用電源(例如備用系統)的使用頻率是多少?

　　如果定期依賴備用系統，循環電池比浮充電池更適合UPS。循環電池更適合開關應用和持續使用。然而，它們的功率密度不如浮充電池，這可能導致系統規模過大。

　　除了對電池化學成分的潛在影響外，人工智能負載還會給UPS系統甚至電網帶來額外的負載和要求。主要的原始設備制造商和公用事業公司正在持續優化其系統，以應對這些突發功率。

　　實現可持續性

　　每個人都認同可持續性的重要性。真正的可持續性必須涵蓋電池的整個生命周期——采購、運營和處置。

　　一家負責任且合乎道德的制造商會確保電池的采購渠道合理。在設計和制造過程中應采用可持續的做法。

　　回收計劃因公司和化學成分而異。鉛酸電池擁有完善的生態系統，足以支付電池回收費用。鋰離子電池等新技術的生態系統正在不斷發展，因此可能會產生回收費用。

　　確定真正的總擁有成本 (TCO)

　　四個因素可以準確確定電池備用系統的 TCO：

　　安裝 – 第一天的成本，例如電池、機柜或機架，以及連接系統的人工，都屬于安裝費用。

　　維護 – 最重要的因素是維護頻率。另一個考慮因素是人工成本，因為某些技術可能需要更高技能的勞動力。

　　更換 – 在比較各種技術時，確定何時應該更換電池可能非常困難。雖然沒有統一的方法，但建議使用每種技術的標準保修來計算 TCO。保修清楚地表明了公司對其產品的支持程度，因此它是比較電池的最佳方法。標準保修應始終作為真正的衡量標準。

　　處置——選擇電池意味著選擇合作伙伴。選擇擁有電池收集和回收計劃的制造商，提供環保、安全、便捷且低成本的回收方案。

　　結論

　　為人工智能數據中心選擇電池備用系統需要考慮諸多因素。能夠開發出最適合應用的完整解決方案的合作伙伴與電池同樣重要。

　　隨著人工智能持續影響電力需求，UPS 必須從一開始就進行設計。這將有助于確保持續滿足額外的電力需求。