维系 AI 数据中心运转的隐形技术

随着 AI 模型规模不断扩大，数据中心的耗电量也前所未有地攀升，一个关键问题随之浮现：如何让数千台服务器不间断地持续运行？

随着数据中心从传统交流架构向高电压直流设计演进，如何为 AI 基础设施提供可靠供电，正成为日益严峻的挑战。LEM 的传感器成为提供可见性、保护、效率和控制的“神经系统”，覆盖整个电力链。

其架构图展示了现代 AI 数据中心电力输送的每一个主要环节，从电网基础设施和备用电源系统，到配电、变换和冷却系统。

大多数工程师想到 AI 基础设施时，他们脑海中浮现的是 GPU、网络设备和庞大的服务器机架，而往往被忽略的是幕后工作的电力系统。

然而，没有它，人工智能便无从谈起。

每一次 AI 推理、每一步模型训练、每一项云服务，都依赖于一条由电力转换、配电、备用系统和冷却基础设施组成的复杂链路。如今的挑战已不仅仅是输送电力。现代数据中心必须在满足前所未有的能源需求的同时，高效、安全、可靠地完成这些工作。据 LEM 称，向下一代架构的演进使得在整个电力链中进行精确的电流测量变得愈发重要。

追踪电力在数据中心中的流转路径

想象一下电力进入现代 AI 设施的过程。

这一过程始于公用电网，输入的电力先进入变电站和变压设备，再输送至设施内部。从那里开始，电力依次经过转换、配电、备用系统和冷却设备等一个个层，最终到达执行 AI 计算的处理器（图 1）。

图 1：LEM 的数据中心电源架构图展示了电流感测如何在不断演进的 AI 数据中心设计中，为电网基础设施、备用电源、配电、转换和冷却系统提供支持。（图片来源：LEM USA, Inc.）

在每个阶段，工程师都需要回答以下关键问题：

• 流过的电流有多大？
• 设备运行是否高效？
• 是否存在故障隐患？
• 是否存在漏电流？
• 备用系统是否已准备就绪？

只有通过精确感测，才能回答这些问题。

LEM 的电流感测技术支持整个链路，涵盖从电网基础设施和备用电源系统到配电、电力转换以及冷却设备。

电流感测最关键的五大应用场景

1. 电网基础设施 - 在电力到达服务器之前，运营商需要在中压转换系统中进行精确的电流测量。LEM 将其传感器用于输入和输出测量，帮助工程师监测性能和系统健康状况。

2. 备用电源系统 - 数据中心无法承受停机。不间断电源 (UPS)、电池储能系统 (BESS) 和备用电池单元 (BBU) 随时准备在扰动发生时做出响应。LEM 的感测解决方案有助于实现充放电控制、荷电状态估算、功率平滑以及故障检测。

当毫秒必争时，对电池性能的可见性决定了停电事件是悄无声息地过去，还是登上头条新闻。

3. 配电 - 配电单元、母线槽和分支电路必须持续监测，以确保负载保持平衡并受到保护。LEM 聚焦电流感测和 B 型残余电流感测能力，可用于负载测量、泄漏检测和系统保护。

4. 电力转换 - 现代电力电子越来越依赖宽带隙半导体，例如碳化硅 (SiC)。据 LEM 称，高带宽集成式电流传感器有助于在电力转换系统中实现这些开关器件。

开关速度越快，精确测量的价值就越高。

5. 冷却和 HVAC - AI 硬件会产生大量热量。这就是为什么冷却系统已成为关键的设计考量。LEM 针对冷却分配单元 (CDU) 中冷却泵、风扇和制冷系统所用的变频驱动器 (VFD) 提供了传感解决方案。

没有高效冷却，就没有可靠的 AI。

一个问题，多种传感器技术

LEM 产品组合（图 2）中特别值得关注的一点是，针对不同的设计挑战，提供了多种传感技术。

产品组合包括：

• 罗氏线圈传感器
• 闭环霍尔效应传感器
• 无铁芯集成式霍尔效应传感器
• 孔径型霍尔效应传感器
• PCB 安装霍尔效应器件
• 磁通门技术
• 基于 TMR 的解决方案（隧道磁阻）

图 2：LEM 的传感器产品组合涵盖多种传感技术和性能范围，能够让工程师为电网、备用电源、配电、转换及冷却应用匹配合适的电流测量解决方案。（图片来源：LEM USA, Inc.）

有些设计优先考虑极高的电流测量能力，另一些设计则侧重于精度、带宽、热性能或紧凑的 PCB 集成。

其结果是，工程师可以将一个工具箱应用于数据中心电力生态系统的几乎每一层。

要点

AI 或许正在改变各行各业，但真正的推动力并非只有算力，还有电力。

随着数据中心持续向更高效率、更高密度和下一代架构演进，工程师将需要越来越精密的方法来测量、监控和控制能量流动。

电流传感器不会训练 AI 模型。

它们不生成图像。

它们也不执行推理。

但是它们提供了维持基础设施运行所需的可见性，而正是这些基础设施让以上所有事情成为可能。

在打造更快、更强大 AI 系统的激烈竞赛中，最重要的技术或许正是那个在幕后默默测量电流的隐形技术。