在算力需求井噴的今天，數據中心作為數字經濟的基石，其能效與可持續性成為了行業關注的焦點。作為云計算領域的佼佼者，京東云在為廣大用戶提供穩定、高性能服務的同時，也致力于實現智算的綠色、可持續發展。近日，京東云通過一場現場探訪直播，全面展示了京東云在算力基礎設施可持續發展方面的獨特優勢與創新實踐。

智算基礎設施挑戰與突破

隨著人工智能、大數據、云計算等技術的飛速發展，算力需求呈爆炸式增長，也對算力基礎設施提出了前所未有的挑戰。高負載、高能效、高可用性，已成為對當前智算中心的基礎要求。

“智算中心相對于傳統數據中心來說，要滿足集中化、高效化和快速化三個特點。”參加京東云“瘋狂星期四”直播的嘉賓，中國電子工程設計院數據中心事業部設備所所長沈曉朋表示，隨著AI大模型的競爭日益激烈，智算中心的建設需求與日俱增，服務器功率密度也逐年上升，這不僅要求基礎設施能夠快速響應，更要在能效、可靠性等方面達到新的高度。

 

京東云阿爾法智能算力模塊

京東云在此次直播中重點展示了其阿爾法算力模塊，該模塊針對高功率服務器集群量身定制，通過優化電力供應和散熱系統，實現了顯著的能效提升。京東云技術專家介紹，阿爾法算力模塊通過風墻精密空調、熱通道封閉與京東云智能京維平臺三管齊下，實現了模塊能耗降低30%的目標。

快速交付也是阿爾法算力模塊的一大特色。在確保服務器大幅降低能耗的同時，這種模塊化設計可以顯著加快部署速度。據介紹，從需求確認起僅需35天，阿爾法算力模塊即可完成在工廠的預制，并在10天內交付給客戶，整體部署可以控制在45天內完成。

液冷技術的綠色革命

隨著算力密度的不斷提高，液冷作為一種更高效、節能的散熱技術走入了行業視野。作為一種新興技術，雖然具備多重優勢，但在應用普及的過程中，還面臨著用戶的諸多擔憂。

沈曉朋認為，業內對液冷應用的擔憂主要集中在幾個方面：首先是標準不統一帶來的維護、遷移難題；其二是傳統風冷數據中心的液冷化改造困難的問題；其三是部分液冷技術采用的冷卻液泄露后會帶來一定的環境危害；最后沈曉朋表示，液冷系統的部署成本和投資回報比，也是當前用戶重點關注的問題之一。

京東云事業部AIDC業務部硬件架構專家介紹，針對這些行業普遍擔憂的問題，京東云推出了自研液冷服務器，通過模塊化設計和高可靠性材料的應用，成功解決了傳統液冷方案的諸多痛點。

京東云自研液冷服務器經歷了京東集團內部各業務的嚴苛考驗，可以實現PUE達到1.1以下，同時支持不同算力平臺的CPU、GPU核心750瓦以上的散熱需求。另外通過模塊化的設計，可以直接替換傳統的風冷散熱方案。

對于部署成本問題，京東云技術專家表示：“液冷服務器在前期硬件投入上略高于傳統風冷方案，但通過長期運營中電費、運維成本的節省，只需要15個月左右就能實現總體成本的平衡，全生命周期可以實現5%左右的成本降低。”

 

京東云液冷服務器

京東云還通過現場直播，對自研液冷服務器進行了一場“拆機秀”，由硬件工程師現場拆解并詳細展示液冷服務器的每一處細節。采用模塊化設計的京東云自研液冷服務器拆卸維護簡便，包括電源、散熱器、網卡、進水、出水管等，均可以通過標準件進行直接替換。

服務賦能智算生態

除了硬件層面的創新外，在運維服務方面，京東云也屢做創新，為智算業務的發展提供了強勁動力。為更好地運維智算中心，京東云自研了智能京維平臺，通過引入先進的人工智能技術，內置多個模塊幫助工程師來管理、維護系統，實現對數據中心內部數千設備的高度自洽管理和自運維。

京東云智能京維平臺內置節能寶模塊，利用大數據分析和AI算法，對制冷系統進行精細化管理，優化設備運行邏輯，確保冷機、水泵等設備在最高效率下運行。這種智能化的運維方式不僅顯著降低了PUE值，減少了能耗，還提高了數據中心的穩定性和可靠性。例如，京東云廊坊數據中心在節能寶的助力下，年均PUE降至1.19，實現了能效的大幅提升，為企業節省了巨額電費開支。

面向越來越多的智算服務需求，京東云則推出了基于高性能、低延遲的裸金屬服務器的MaaS（Model as a Service）服務。通過容器化的形式，京東云將GPU算力以及預裝模型、輔助工具等統一提供給客戶，幫助客戶更好的訓練自己的大模型。

京東云的裸金屬服務不僅適用于大型企業和科研機構，還通過靈活的配置和定價策略，滿足中小企業和個人用戶的多樣化需求。例如，其推出的GCS（GPU Computing Service）產品，以極低的成本提供了高性能的GPU算力服務，讓更多人能夠輕松體驗AI技術的魅力。