算力可贵，效率价高：智算中心凭啥是筑基新基建的最优解？

在“新基建”浪潮下，人工智能正成为经济增长的新引擎，各行各业开启智能化升级转型。算力在其中扮演了重要角色，是国家未来竞争力的集中体现。但事实是，在发展的过程中，高速增长的海量数据与更加复杂的模型，正在为算力带来更大的挑战，主要体现为算力不足，效率不高。

算力诚可贵：数据、算法需要更多算力支撑

众所周知，在人工智能发展的三要素中，无论是数据还是算法，都离不开算力的支撑，算力已成为人工智能发展的关键要素。

IDC发布的《数据时代2025》报告显示，2018年全球产生的数据量为33ZB (1ZB=1万亿GB)，到2025年将增长到175ZB，其中，中国将在2025年以486ZB的数据量及278%的占比成为全球最大的数据汇集地。

另据赛迪顾问数据显示，到2030年数据原生产业规模量占整体经济总量的15%，中国数据总量将超过4YB，占全球数据量30%。数据资源已成为关键生产要素，更多的产业通过利用物联网、工业互联网、电商等结构或非结构化数据资源来提取有价值信息，而海量数据的处理与分析对于算力的需求将十分庞大。

算法上，先进模型的参数量和复杂程度正呈现指数级的增长趋势。此前 Open AI 发表的一项研究就显示，每三到四个月，训练这些大型模型所需的计算资源就会翻一番（相比之下，摩尔定律有 18 个月的倍增周期）。2012 至 2018 年间，深度学习前沿研究所需的计算资源更是增加了 30 万倍。

到2020年，深度学习模型对算力的需求达到了每天百亿亿次的计算需求。2020年2月，微软发布了最新的智能感知计算模型Turing-NLG，参数量高达到175亿，使用125POPS AI计算力完成单次训练就需要一天以上。随后，OpenAI又提出了GPT-3模型，参数量更达到1750亿，对算力的消耗达到3640 PetaFLOPS/s-day。而距离GPT-3问世不到一年，更大更复杂的语言模型，即超过一万亿参数的语言模型SwitchTransformer即已问世。

由此可见，高速增长的海量数据与更加复杂的模型，正在给算力带来更大的挑战。如果算力不能快速增长，我们将不得不面临一个糟糕的局面：当规模庞大的数据用于人工智能的训练学习时，数据量将超出内存和处理器的承载上限，整个深度学习训练过程将变得无比漫长，甚至完全无法实现最基本的人工智能。

效率价更高：环境与实际成本高企，提升效率迫在眉睫

在计算工业行业，有个假设是“数字处理会变得越来越便宜”。但斯坦福人工智能研究所副所长克里斯托弗•曼宁表示，对于现有的AI应用来说却不是这样，特别是因为不断增加的研究复杂性和竞争性，使得最前沿模型的训练成本还在不断上升。

根据马萨诸塞大学阿默斯特校区研究人员公布的研究论文显示，以常见的几种大型 AI 模型的训练周期为例，发现该过程可排放超过 626000 磅二氧化碳，几乎是普通 汽车 寿命周期排放量的五倍（其中包括 汽车 本身的制造过程）。

例如自然语言处理中，研究人员研究了该领域中性能取得最大进步的四种模型：Transformer、ELMo、BERT和 GPT-2。研究人员在单个 GPU 上训练了至少一天，以测量其功耗。然后，使用模型原始论文中列出的几项指标来计算整个过程消耗的总能量。

结果显示，训练的计算环境成本与模型大小成正比，然后在使用附加的调整步骤以提高模型的最终精度时呈爆炸式增长，尤其是调整神经网络体系结构以尽可能完成详尽的试验，并优化模型的过程，相关成本非常高，几乎没有性能收益。BERT 模型的碳足迹约为1400 磅二氧化碳，这与一个人来回坐飞机穿越美洲的排放量相当。

此外，研究人员指出，这些数字仅仅是基础，因为培训单一模型所需要的工作还是比较少的，大部分研究人员实践中会从头开发新模型或者为现有模型更改数据集，这都需要更多时间培训和调整，换言之，这会产生更高的能耗。根据测算，构建和测试最终具有价值的模型至少需要在六个月的时间内训练 4789 个模型，换算成碳排放量，超过 78000 磅。而随着 AI 算力的提升，这一问题会更加严重。

另据 Synced 最近的一份报告，华盛顿大学的 Grover 专门用于生成和检测虚假新闻，训练较大的Grover Mega模型的总费用为25万美元；OpenAI 花费了1200万美元来训练它的 GPT-3语言模型；谷歌花费了大约6912美元来训练 BERT，而Facebook针对当前最大的模型进行一轮训练光是电费可能就耗费数百万美元。

对此，Facebook人工智能副总裁杰罗姆•佩森蒂在接受《连线》杂志采访时认为，AI科研成本的持续上涨，或导致我们在该领域的研究碰壁，现在已经到了一个需要从成本效益等方面考虑的地步，我们需要清楚如何从现有的计算力中获得最大的收益。

在我们看来，AI计算系统正在面临计算平台优化设计、复杂异构环境下计算效率、计算框架的高度并行与扩展、AI应用计算性能等挑战。算力的发展对整个计算需求所造成的挑战会变得更大，提高整个AI计算系统的效率迫在眉睫。

最优解：智算中心大势所趋，应从国家公共设施属性做起

正是基于上述算力需求不断增加及所面临的效率提升的需要，作为建设承载巨大AI计算需求的算力中心（数据中心）成为重中之重。

据市场调研机构Synergy Research Group的数据显示，截至到2020年第二季度末，全球超大规模数据中心的数量增长至541个，相比2015年同期增长一倍有余。另外，还有176个数据中心处于计划或建设阶段，但作为传统的数据中心，随之而来的就是能耗和成本的大幅增加。

这里我们仅以国内的数据中心建设为例，现在的数据中心已经有了惊人的耗电量。据《中国数据中心能耗现状白皮书》显示，在中国有 40 万个数据中心，每个数据中心平均耗电 25 万度，总体超过 1000 亿度，这相当于三峡和葛洲坝水电站 1 年发电量的总和。如果折算成碳排放则大概是 9600 万吨，这个数字接近目前中国民航年碳排放量的 3 倍。

但根据国家的标准，到2022年，数据中心平均能耗基本达到国际先进水平，新建大型、超大型数据中心的 PUE（电能使用效率值，越低代表越节能）达到 14 以下。而且北上广深等发达地区对于能耗指标控制还非常严格，这与一二线城市集中的数据中心需求形成矛盾，除了降低 PUE，同等计算能力提升服务器，尤其是数据中心的的计算效率应是正解。

但众所周知的事实是，面对前述庞大的AI计算需求和提升效率的挑战，传统数据中心已经越来越难以承载这样的需求，为此，AI服务器和智算中心应运而生。

与传统的服务器采用单一的CPU不同，AI服务器通常搭载GPU、FPGA、ASIC等加速芯片，利用CPU与加速芯片的组合可以满足高吞吐量互联的需求，为自然语言处理、计算机视觉、语音交互等人工智能应用场景提供强大的算力支持，已经成为人工智能发展的重要支撑力量。

值得一提的是，目前在AI服务器领域，我们已经处于领先的地位。

近日，IDC发布了2020HI《全球人工智能市场半年度追踪报告》，对2020年上半年全球人工智能服务器市场进行数据洞察显示，目前全球半年度人工智能服务器市场规模达559亿美元（约3266亿人民币），其中浪潮以164%的市占率位居全球第一，成为全球AI服务器头号玩家，华为、联想也杀入前5（分别排在第四和第五）。

这里业内也许会好奇，缘何中国会在AI服务器方面领跑全球？

以浪潮为例，自1993年，浪潮成功研制出中国首台小型机服务器以来，经过30年的积累，浪潮已经攻克了高速互联芯片，关键应用主机、核心数据库、云数据中心 *** 作系统等一系列核心技术，在全球服务器高端俱乐部里占有了重要一席。在AI服务器领域，从全球最高密度AGX-2到最高性能的AGX-5，浪潮不断刷新业界最强的人工智能超级服务器的纪录，这是为了满足行业用户对人工智能计算的高性能要求而创造的。浪潮一直认为，行业客户希望获得人工智能的能力，但需要掌握了人工智能落地能力的和技术的公司进行赋能，浪潮就可以很好地扮演这一角色。加快人工智能落地速度，帮助企业用户打开了人工智能应用的大门。

由此看，长期的技术创新积淀、核心技术的掌握以及对于产业和技术的准确判断、研发是领跑的根本。

至于智算中心，去年发布的《智能计算中心规划建设指南》公布了智能计算中心技术架构，基于最新人工智能理论，采用领先的人工智能计算架构，通过算力的生产、聚合、调度和释放四大作业环节，支撑和引领数字经济、智能产业、智慧城市和智慧 社会 应用与生态 健康 发展。

通俗地讲，智慧时代的智算中心就像工业时代的电厂一样，电厂是对外生产电力、配置电力、输送电力、使用电力；同理智算中心是在承载AI算力的生产、聚合、调度和释放过程，让数据进去让智慧出来，这就是智能计算中心的理想目标。

需要说明的是，与传统数据中心不同，“智算中心”不仅把算力高密度地集中在一起，而且要解决调度和有效利用计算资源、数据、算法等问题，更像是从计算器进化到了大脑。此外，其所具有的开放标准，集约高效、普适普惠的特征，不仅能够涵盖融合更多的软硬件技术和产品，而且也极大降低了产业AI化的进入和应用门槛，直至普惠所有人。

其实我们只要仔细观察就会发现，智算中心包含的算力的生产、聚合、调度和释放，可谓集AI能力之大成，具备全栈AI能力。

这里我们不妨再次以浪潮为例，看看何谓全栈AI能力？

比如在算力生产层面，浪潮打造了业内最强最全的AI计算产品阵列。其中，浪潮自研的新一代人工智能服务器NF5488A5在2020年一举打破MLPerf AI推理&训练基准测试19项世界纪录（保证充足的算力，解决了算力提升的需求）；在算力调度层面，浪潮AIStation人工智能开发平台能够为AI模型开发训练与推理部署提供从底层资源到上层业务的全平台全流程管理支持，帮助企业提升资源使用率与开发效率90%以上，加快AI开发应用创新（解决了算力的效率问题）；在聚合算力方面，浪潮持续打造更高效率更低延迟硬件加速设备与优化软件栈；在算力释放上，浪潮AutoML Suite为人工智能客户与开发者提供快速高效开发AI模型的能力，开启AI全自动建模新方式，加速产业化应用。

那么接下来的是，智算中心该遵循怎样的发展路径才能充分发挥它的作用，物尽其用？

IDC调研发现，超过九成的企业正在使用或计划在三年内使用人工智能，其中745%的企业期望在未来可以采用具备公用设施意义的人工智能专用基础设施平台，以降低创新成本，提升算力资源的可获得性。

由此看，智能计算中心建设的公共属性原则在当下和未来就显得尤为重要，即智能计算中心并非是盈利性的基础设施，而是应该是类似于水利系统、水务系统、电力系统的公共性、公益性的基础设施，其将承载智能化的居民生活服务、政务服务智能化。因此，在智能计算中心规划和建设过程中，要做好布局，它不应该通过市场竞争手段来实现，而要体现政府在推进整个 社会 智能化进程的规划、节奏、布局。

总结： 当下，算力成为推动数字经济的根基和我国“新基建“的底座已经成为共识，而如何理性看待其发展中遇到的挑战，在不断高升算力的前提下，提升效率，并采取最佳的发展策略和形式，找到最优解，将成为政府相关部门以及相关企业的重中之重。

新基建指的行业是：

1、大数据中心

从市场角度来看，2020年初的疫情让无接触服务、在线办公、远程医疗等信息化被越来越多采用，数据中心作为底层基础设施将会发挥更加重要作用，同时随着云计算的发展，大数据中心开始升级为“云数据中心”，特点是服务器、存储、网络、应用等高度虚拟化，用户可以按需调用各种资源。

2、5G基站建设

从市场角度来看，各行业的厂商现阶段对5G的战略布局较少，并且目前的4G网络性能可以满足业务对网络的需求。从网络对行业整体的影响顺序来看，最先提升的将会是各行业产业链上游硬件与技术环节，当企业具备核心能力后，将会提升企业对行业以及用户的想象力，进而萌发出更多的商业模式和功能服务，最后提出解决方案，为个人和企业提供真正意义上5G时代的解决方案和服务。

3、工业互联网

从产业链角度来看，工业制造一般分为研发设计、生产制造、营销服务三大区间，当前中国工业主要业务集中于生产制造环节，形成了产业“低附加值陷阱”。

随着工业互联网等技术支撑，赋予产业链新价值创造模式，利用用户协同、技术革新，促进对工业研发设计改造；鼓励自主品牌建设、完善服务水准，驱动用户消费潜能；即从研发设计、营销服务两端向生产制造环节渗透，实现价值交换创造，推动效益最大化发展。

4、人工智能

从市场角度来看，随着人工智能市场的进一步扩大，规模化的需求将有利于整合产业链上下游，进一步降低成本，提高AI产品的性价比，由概念走向消费品。各大头部平台厂商纷纷提高推出低门槛甚至无门槛的人工智能开发工具，这使得人工智能技术走向神坛，在更多领域实现普及。

目前人工智能的作用以替代简单的重复性劳动为主，这主要受限于算法和算力瓶颈。类人脑芯片的研发加快，可能推动新的算法出现，强人工智能的出现成为可能，人工智能的价值也将从提升效率扩展到创造性工作中。

5、新能源汽车

新能源汽车充电桩为新能源汽车板块的其中一个细分领域，按产业链划分处于产业下游配套设施，相当于传统汽车的加油站。

新基建新定义

所谓“新义”的理解指的是体现创新、绿色等新发展理念的科技型基础设施建设。最典型的是中央电视台在2019年3月一次报道中提出的“七大领域”，即5G基建、特高压、城际高速铁路和城市轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网。

这一提法广为媒体传播，对普通民众影响很大。这一定义不仅包含关乎数字经济的部分，而且又加入了特高压、高铁、轨道交通和新能源汽车充电桩。

数据中心机架超过500万架

根据《全国数据中心应用发展指引(2018)》，2017年全国数据中心机架170万，规划在建106万个。2017-2019年每年IDC机架增速保持在25%-30%左右，与网络经济发展速度持平。按照一个2U机架平均10台服务器来配置，每台2路服务器的硬件成本在5万元左右，加上相应的软件、安全设备、网络设备、制冷设备等，一个机架建设成本为50-80万，平均在70万元左右。2020-2022年新增机架约为220万个，总投资估计在15万亿左右。

工业物联网投资规模超过1400亿元

根据工信部数据显示，2019年我国工业互联网产业经济规模达21万亿元。预计2020-2025年年均复合增长率为133%。根据统计，目前全国每年在建的大型工业互联网平台项目超过500个，每个工业互联网平台投资规模都在15亿-2亿左右。预计2020-2025年工业互联网领域累计投资将达到6500亿元左右。

人工智能投资规模超过1200亿元

2014-2019年，我国人工智能行业投融资金额累计计约为3950亿人民币，其中2019年我国人工智能投融资总金额为931亿元。以城市据点来看，北京、深圳、上海三座国内超一线城市已成为了我国人工智能行业发展的三角着力点，以点带面地带动京津冀发展区、粤港溴大湾区、长三角经济区的人工智能技术崛起。

人工智能投资细分领域，从产业链看，2019年我国人工智能投融资事件最多的两大领域是计算机视觉和Al行业应用，占比分别为24%和216%。自然语言处理和深度学习技术占比达到16%和14%。其余依次为Al芯片、数据库、自动驾驶和生物识别。预计到2022年，我国人工智能投融资规模将逼近1200亿元。

未来5年在5G基站的投资额将累计超过2万亿

5G基站通信使用26GHz和35GHz左右传输频率，均高于4G通信所使用的24GHz，根据电磁波在空间中传输损耗模型，使用电磁波频率越高，基站覆盖范围越小，为实现相同覆盖范围，5G基站数量将是4G的12-15倍左右。

在考虑5G基站布局密度、企业场景应用、运营共建共享等影响基站建设数量的因素条件下，以12倍数量计算，全国5G基站将约为653万座。

根据三大运营商公布4G基站建设周期等相关数据，5G基站建设高峰期为2021-2023年。按照中国移动前期招投标来看，单基站40万部署成本核算(其中主设备成本约15-20万)，2019-2026年间全国基站累计投资将达26万亿左右。2024-2026年将是5G社会化应用爆发期，物联网应用、企业级应用将是5G应用创新的重点，预计间接带动投资将超5万亿。

服务器信创要求是你的服务器要支持信创产品的 *** 作系统、数据库、服务器等国产软硬件部署，如深度LINUX、银河麒麟、中标麒麟、红旗LINUX、统信UOS等等。
信创即信息技术应用创新产业，其是数据安全、网络安全的基础，也是新基建的重要组成部分 。信创是把之前的一些行业放到了一起，重新起了一个名字叫：信息技术应用创新产业，简称“信创”。

微软和华为都是世界顶级的 科技 公司。

微软是老牌PC软件提供商，近几年大刀阔斧业务整改，重点向云服务方向发展。

华为是中国最值得骄傲的民族企业之一，在短短的三十年时间里，做到了世界通信领域的No1。近几年消费者业务更是增长迅猛，如果没有美帝制裁，也许去年就已经把三星打趴在地。虽然受到了美帝的各种制裁，仍屹立不倒。

无论是微软将服务器沉入海底，还是华为挖空大山置放，其中一个主要因素都包含运维成本。不过这并不是唯一的因素，还有许多其他原因。而且这两个项目性质其实也是有很大差异的。

下面我们就先来详细看下这两个项目。

微软服务器沉入海底实验

微软将服务器沉入海底的项目叫纳蒂克（Natick） ，取自美国一座小城市的名字。

该项目试验最早始于2015年，最开始在加州数据中心进行灌水试验，以验证项目在水下的可行性。

后来于2018年，在苏格兰正式将一整个数据中心沉入35米深的海底，包含了864台服务器和276PB的存储设备。直到今年9月14日，微软宣告了其最新实验的成功，表明未来水下数据中心是一个可行的方案。那么，微软的这个实验有什么好处呢？

1降低成本，同时结合可再生能源

服务器维护的电力成本中，很大一部分都被服务器的冷确过程所消耗。 将服务器置于海底，冰冷的海水天然地为服务器冷却提供了帮助，与陆地相比会节约一大笔能源开销。 微软与Naval Group合作，该公司是一家有400年 历史 的法国公司，在制造和维护军用船舶和潜艇方面具有全球领先技术，为该项目应用了潜艇的热交换技术。

同时 微软还期望能与海洋中可再生能源比如潮汐能，海上风能结合，通过这些可再生能源，实现海底数据中心自给自足的运营。

还有一点， 在海底连租金都省了。

2位置优势、快速部署

微软海底数据中心是模块化概念的。全世界一半以上的人口居住在海岸线20公里以内，所以将数据中心分块放置在沿海城市的海域中是一个非常不错的选择，可以 大大降低数据传输上的时延，让用户上网体验更好。

同时 快速部署，一个数据中心模块从规划到落地部署只需要90天 ，以目前技术来说比在陆地上建立数据中心要快很多。

3低故障，免运维，可回收

因为在海底环境封闭，不会有人为因素影响。封闭容器中也会被填充惰性气体，让服务器可以在一个恒温恒湿的环境中运行。 微软表示，水下数据中心的故障率仅为陆地数据中心的八分之一。 不过一旦出现了问题，水下数据中心的维护成本和难度要远远高于陆地。所以微软期望一个数据中心模块，可以在水下持续运行5年免维。当其使用寿命结束时，可以进行再次回收利用。

华为挖空大山置放服务器

接下来看华为挖空大山置放服务器， 该项目是华为在贵州正在进行的七星湖数据存储中心的建设。

1政府优惠政策

之所以选择在贵州，离不开国家各种优惠政策。

贵阳市是中国首个将大数据产业定为战略性新兴产业进行发展的城市。华为也不是唯一一个在贵州建设数据中心的公司。腾讯、阿里、苹果等众多公司也纷纷在贵州投资建设数据中心。电能消耗是数据中心运维成本中最大一笔开销。 贵州有丰富电能，再加上当地政府大力优惠政策 ，最低电价035元/度，让企业大大降低了运维成本。同时 政府还提供了大面积低价地皮，让数据中心建设成本又降低了一成。

2稳定的地质带，适宜环境

贵州所处位置为稳定的地质带，不会发生地震、火山或洪水等其他自然灾害。同时贵州气候适宜，常年温度比较平均，不会过高过低，适宜服务器运维。

华为采用挖山放置服务器方法，不仅巧妙利用了山体结构充当建筑，又利用了山体稳定和恒温的特性，一举两得。

谁更胜一筹？

了解了上面两个项目，再回头看谁更胜一筹呢？其实两个项目并不是同等属性和具可比性的。

微软的纳蒂克目前还是一项应用研究项目，还没有完全转成商用，而且其数据模块的部署模式，主要是为了用户提供更好的上网和云服务体验。

而华为选择在贵州挖山，建立数据中心则是一个完全成熟的商业项目。并且华为建设的是IDC数据中心，我猜与之前苹果的类似，是用来做为华为云存储中心来用的，如我们华为手机中云空间的存储数据，是一个冷数据存储中心。

总结

如果非要评判，我觉得微软的海底模块化数据服务中心，结合可再生能源是一个很环保并有创意性的项目。并从消费者体验角度出发，未来在更深入更广泛的云服务中，也许项目不一定能落地，至少也为大家提供了创造性思路。华为挖山建数据中心，脚踏实地跟随时代的节奏，符合华为一贯作风，看准某一领域，勇敢的向前冲锋，要做就做世界第一。

近日华为车BU与消费者业务CBG进行整合，由余承东来带队，期待未来会为华为打开另一片天，也为中国企业塑造一个榜样。华为，不仅仅是世界500强！同时也祝愿从华为卖出的荣耀，虽然不再属于华为，但仍能继承来自华为的优良传统，延续华为手机上的“荣耀”！

无论是微软的沉海还是华为的挖山，他们都是在为数据中心降低能耗寻找解决方案。而他们两家找的解决方案都是充分利用自然条件来对数据中心进行冷却，从而减少数据中心巨额的制冷费用。至于谁更胜一筹？不太好下定论，我们可以从下面几个方面对比一下：

1、从降温效果来看

2017年，华为选址在贵州贵安新区建设全球最大的数据中心，该数据中心直接将一座小山挖空，然后通过当地的天然的低温环境来对数据中心进行降温。贵州属于低纬度高海拔的高原地区，兼有高原性和季风性气候特点，气温变化小，冬暖夏凉，气候宜人。贵阳全年平均气温才157 ，非常贴合数据中心运行要求的温度18 -25 。

从上图全年温度曲线来看，华为数据中心选择在贵州，全年只有2个月超过了25 。而且，在山洞里的温度相对恒定，就连夏天也可以稳定在25 左右。其他月份就更不必说了。所以，在这样的山洞里建数据中心，基本全年都可以采用风机自然冷切。非常少的时间需要用一下空调。 相比北上广深、减少了大量的空调制冷。至少可以节约80%的制冷费用 。

在2018年，微软将一个装载了864台服务器的Northern Isles数据中心沉入苏格兰北部的海域中。试验海底数据中心，尝试利用海水对数据中心进行降温。根据数据显示，世界三大洋表面年平均水温约为174 ，水温一般随深度的增加而降低，在深度1000米处的水温约为4 5 。对微软来说，完全可以在浅海中找到1个全年不用空调降温的地方。 这个降温效果和华为挖山的相差不大 。

2、从建设角度来看

华为的挖山数据中心和我们挖隧道建房子差不多。一次性基建工程投入比较大 。而微软的沉海数据中心，则需要生产使用类似集装箱一体化数据中心，然后再用圆形的潜水器将集装箱一体化数据中心放置在里面。并在这里部署海水换热系统。从建设速度来看， 微软沉海数据中心可以工厂规模化生产 ，而且海底位置非常广阔，建设时间比较短，成本也会较低。而华为的挖山数据中心，基建时间比较长，但一次性建设好，可以放置较多服务器。 从建设角度来看，微软略胜一筹 。

3、从使用维护角度看

华为的挖山数据中心使用和我们平常的数据中心一样，使用和维护都非常方便 。而微软沉海数据中心就麻烦很多了。主要体现在以下几个方面：

而华为的挖山数据中心就没有这些问题。所以， 从使用维护上来看，华为略胜一筹 。

总结

无论是微软沉海数据中心，还是华为挖山数据中心。他们都有共同的目标就是降低数据中心制冷的能源消耗，做到节能环保。两者的节能降温效果是差不多的。建设上微软的沉海数据中心似乎速度更快些，而使用维护上，则华为的挖山数据中心更强很多。

微软是美国互联网的巨头，服务器的研究方面也是全球最先进的，所以他们设计把服务器沉入海底是经过相关的科学原理。而中国的华为却把服务器安排在大山置放，这其中究竟有着什么样的科学原理呢？两国 科技 巨头究竟谁更胜一筹呢？

散热的问题一直是服务器开发商最头疼的问题，那么华为和微软这两家大公司究竟如何解决这个难题呢？

服务器主要由硬盘、内存、CPU等系统组成，是一种比普通计算机运行更快，负载更高，价格更昂贵的物件。由于服务器的负载比较高，所以经常出现热量过高的问题，如果一旦散热这个问题得不到解决，那么将会影响到服务器的运转功能。

美国互联网巨头微软公司采用了海水散热法。

海水散热法顾名思义就是把服务器放在海水的下面， 海水的质量密度比较大，流动性比较强，一旦服务器沉入到海水下面，海里的水通过不断地流动可以降低服务器产生热量的温度，达到降温散热的效果 。但是另一个令人头痛的问题是电器都是怕水的，一旦服务器遇到大量的水侵入就会产生短路的现象，严重的话可造成电器报废的结果。所以微软公司刻意重金聘请了某国著名的专业团队来解决这个难题。 这个专业团队利用了潜艇的密闭性和防水性的功能原理设计了一个水下服务器中心，经过多次的研究测试，终于成功了。

华为公司利用了地理散热法。

众所周知，中国是一个南北方气候相异巨大的国家。 在中国的贵州，一直以来是一个属于亚热带季风气候的地方，地势特点都是西高东低，地貌都是以高原、山地、丘陵和盆地这四种为主。光照条件比较差，降雨的天数也比较多，相对湿度比较大。 所以华为公司的科学家都是利用贵州独特的凉爽气候把散热问题解决掉。

但是令华为科学家头痛的问题是贵州都是大山，所以服务器的安装连接比较麻烦。 华为公司把服务器置放在贵州大溶洞里，大大降低仓库的成本。贵州的溶洞之间都是可以相通的，所以只要采用扩充连接网络体系，就可以解决服务器连接的问题。再加上贵州独一无二的喀斯特地貌，减少了地震，泥石流，地质灾害的发生而导致服务器数据丢失的问题 。电器的核心就是电，那么在大山里高耗电的服务器是如何解决电量运输的问题？ 贵州这地方有丰富的水电资源，所以华为科学家根据因地制宜很好的降低了华为公司服务器的供电问题。

贵州洪家渡水电站

往往发展的代价都是以生态环境为牺牲，那么服务器放在海底或者放在大山里究竟会不会对周围的环境产生严重的污染呢？两国的 科技 巨头如何解决这个生态问题呢？

人造珊瑚礁

绿水青山就是金山银山，那么华为公司是如何解决在贵州大山里的服务器产生的环境污染问题呢？

在贵州的贵安新区，国家大数据中心，华为数据中心，腾讯数据中心都纷纷落户在这里，让宁静的贵州大山一下子成为全球最庞大的数据存放中心之一。 所以当地都会建立许多环境监测站，命名为环保云（线下监测站线上APP），环保云的建成改变了基层工作人员的以往的眼睛看，鼻子闻，耳朵听的状态。对全省的水文环境，空气环境情况实施24小时全天候不间断监控，很好的把控了贵州整体环境的监督。这个环保云APP功能中也有群众投诉的功能，如果公众一旦发现贵州深山里有环境污染的事件，可以通过手机拍照，留下证据通过APP进行环境信访投诉，相关的部门会根据群众的投诉来展开调查 。所以贵州大山里的华为服务器都是经过防污染环境设备把污染环境的程度降到最小。

总结

相对散热的处理方法，两国的 科技 巨头公司都不相上下。

相对于生态环保问题的处理方式，两家 科技 巨头公司的设计研究都十分符合生态环保的要求。

相对服务器供电处理方式，我比较认可华为公司的因地制宜降低电费成本和解决供电的方法，这一方面华为公司更胜一筹。

我在想，微软公司的高层是不是经常手机发热时用冰箱来来降温、头脑发热时用冰块来抚，然后一下子脑洞大开想到了解决服务器发热的问题，将自家的服务器深入海底冷藏保存。

不过，微软不是先例，早在1850年的时候，在英吉利海峡就铺设了世界上第一条海底通讯电缆，百来年后微软也将自己的数据中心沉入海底。

据了解，微软是将一个长约12米，直径3米的铁桶沉入了苏格兰水域内，这个铁桶内一共装有864台服务器，而这个铁桶将为苏格兰群岛周围海域提供云计算能力和互联网的链接。

根据微软公司的解释，将这巨大的服务器沉入水中也是为了成本考虑，如果放在陆地上，将面临这土地成本、人力成本、以及水电等，十分让人头疼，而放在海里就十分的简单了，海底就像是一个天然的冰箱一样。

这里我得说一下，微软为何会把数据中心沉入海底，肯定不仅仅是因为节约成本那么简单。微软作为一个老牌且知名的互联网 科技 公司，它的产品服务全世界，而且质量还很不错，就说我们国内吧，几乎我们每天都和微软打交道，打开电脑你用到的就是微软的系统，使用的办公软件也基本来自微软的，可以说在国内微软有很大的影响力。

服务器作为电脑数据的心脏，发热一个普遍的现象，那么将数据沉入海底既能解决发热的问题，也能使服务器所在海域周边的居民能够及时体验到互联网。另外，除了解决发热问题之外，还有一个最重要的就是环保。

那么，既然微软把数据中心沉入海底有这么高的成效，华为为何不学微软将数据中心沉入海底而是在深山老林里放置呢？

首先，华为的数据中心与微软的数据中心不一样，微软能用一个几米宽十二米长的箱子装下服务器沉入海底，但是华为不行，华为的数据中心很大，如果沉入海底工程量和成本费用就会很高，越大的数据中心放入海底越不安全。

华为选择在贵州大山里建数据中心，而不是在国内其他地方，首先就是成本问题，再者就是环境和就业问题。

贵州地势相对偏高，土地资源有待开发，又有国家政府对贵州地区的扶持，贵州也在大面积推广和招商引资，在政策上给予了很大的优惠。

另外贵州这个地区高原山地多，个别地带气温相对较低，环境上比较适合数据中心的建设。华为在贵州建数据中心而不是在海底，其实华为并不少只在考虑自己，也在为国家考虑，带动了当地的经济发展了就业。

大型 科技 公司每天产生的数据越来越多，如何存放这些数据成为了难题，不少公司选择兴建自己的数据中心。 数据中心的位置特别重要，需要的因素比较多，比如防震、安全、节能以及方便维护等。

存储数据的服务器运营时，会消耗大量的电力，尤其是数千台服务器同时运转，整个机房产生的电量堪称恐怖。而CPU等零部件运行时，服务器又会产生大量的热量，所以还需要设专门的散热系统。

所以不同厂商对于服务器存放的位置会有不同的方案。微软与华为选择的是两个截然不同的方案，微软选择将部分服务器放到海底，而华为却选择将服务器放到贵州的大山里面。后者的做法是目前国内很多 科技 公司通用的做法。

那么两种方案谁更胜一筹呢？

经济成本

华为一次性将山洞掏空，需要付出巨大的建设成本，但是除了拿地与建设成本外，几乎不再有其他的费用。而微软只需要选择一个地质条件较好的海底就行。

当然，微软的服务器需要用钢制密封舱包裹起来。华为的建设成本要更高一些。不过华为存放的服务器数量要更多，目前华为在七星湖数据中心存储了60万台服务器，而苹果存放到海底的服务器数量有限，目前只有数百台试验性质的服务器存放在海底。

维护成本

贵州的电力资源丰富，电费价格相对便宜，而存放在山洞的服务器可以随时进行人工维修，反而微软的服务器一旦出现故障，维修时会相当麻烦，不仅需要用吊船将服务器打捞出来，也需要将服务器从密封舱中取出来，同时连接服务器的光缆也有可能被海洋动物破坏 。所以微软的维修成本比较高。

安全性

贵州喀斯特地貌地质比较稳定，泥石流与地震发生的概率特别小，华为的服务器基本上能够保证稳定运行，而海洋生态环境比较复杂，洋流、海啸、地震频发，哪怕选择的位置特别好，也不能够保证无忧。当然，密封舱外壳也许不怕海洋生物 ，但是也难免会出现疏漏，总之，海底存放服务器安全性不如陆上。

散热效果

贵州海拔高，气候条件好，而贵州的山洞里面气温恒定，通风条件好，堪称天然的空调，企业无需付出额外的空调费用，而海底的温度同样比较稳定，海洋温度常年保持在17摄氏度，海底的温度更低一些，同时海水流动会带走热量。从散热效果来看，两者基本上半斤八两。

那么谁更胜一筹呢？

我个人觉得建在山洞里面比较好。 微软将服务器投放到海底，只是做了个试验，实际上并没有大规模采用，而目前已经有数百家大型 科技 公司将数据中心建设到贵州，贵州的优势十分明显。另一方面，服务器建设到地面，也能够被当地带来岗位与税收，本身也能够产生一定的经济效益。

肯定挖山的优势大！降温只是一方面，挖山加固就是一个天然的防空洞！出现战争是，数据中心被毁的后果，大家想想都明白

几大互联网企业都把数据中心建设在贵州，主要基于以下考虑：

1、从安全考虑，山高林密地理位置偏僻，远离沿海，战略位置偏后，有足够的战略纵深，

2、气候偏低，有利于设备散热，

3、存储设备巨耗电，贵州电力充裕，电价有优势，

4、远离重工业基地，电磁环境好，

5、数据中心集中建设，便于大数据相互交换，

6、地方政府支持，税收优惠幅度大。

显然挖空大山，可能更靠谱一些。

现在为了给服务器降温，节省电费，确保服务器稳定运转，可以说各个公司都是想方设法，采取各种措施。其中微软公司将服务器沉入海底，而华为在贵州挖空了大山，这两个方法都相当好，但是相对来说，华为公司挖空大山可能更胜一筹。

1、挖空大山更好一些

华为为了节省能源，节省费用，能够有足够的空间放置大量服务器，采取的措施就是在贵州挖空大山。在贵州，常年温度可能也就是12-19度左右，而在大山的山洞里面，可能温度就稳定一些了，可能温度会维持在十二三度甚至更低的样子。这样服务器在运行的时候，可能发热就会更低一些，而且散热损耗等能源也会更少一些。

而且在山洞里面，如果发生一些情况，能够随时进行解决，而且在山洞里面，地质结构也更稳定，可能长期来看，成本会更低一些。

因此，感觉华为挖空大山放置服务器更胜一筹。

2、微软将服务器沉入水底，稍微差一些

微软公司将服务器沉入水底，也是为了降低能耗，保障服务器稳定运转。在大洋底部区域，很多地方常年的温度也不高，在1000米深度的海洋底部，大概水温在四五度的样子。但是从理论上来说，微软可能沉入水底大概也就是三四十米左右的深度，可能温度也在十四五度的样子，因为再深的话，可能服务器壳体成本会大幅度上升。

而且相对来说，把服务器沉入水底的成本可能会更大一些，而且可能还会受到海浪，侵蚀等影响，而且以后运行维护也不是很方便。

因此，微软将服务器沉入水底，感觉上就稍微差一些了，可能成本更高，而且运行维护也不是很方便。

3、结论

综上所述，感觉上华为挖空大山更胜一筹，运行维护方便，而且长期成本可能更低。

绝对是在大山里更方便。

兵来将挡，水来土掩。谁更胜一筹？一目了然。

单说降温的效率，肯定是沉入海底见效更快。华为把服务器放在贵州大山里，虽然环境温度也低，毕竟没有海水的低温和全包裹覆盖。

但是，服务器不是永动机，用到一定的年限一定会出问题，不管是系统问题还是硬件问题，需要维修的时候，在大山里，可以人进去，或者取出来。

在大海里，维护服务器还需要专门打捞，也不太可能让工程师潜入海底，还涉及到安全问题，万一进水也是大麻烦。

综上所述，从后续维护成本来看，还是放在大山里比较好。

作为重要“输血通道”的浪潮信息，如今似乎已难掩颓势。于是，浪潮集团一面竭力转型，靠拢“新基建”，一面调整股权结构，希望再造一个更具想象力的上市平台，将浪潮云送上科创板。

12月9日消息，中信证券已完成对浪潮云的科创板上市辅导工作，当日盘中浪潮系纷纷走强，浪潮软件涨停，浪潮信息一度涨超4%。然而短暂的“回光返照”后，两只股票连续两天大跌，相较9日盘中高点，浪潮信息已跌去76%，浪潮软件已跌去647%。

今年上半年，浪潮集团也曾风光过，彼时作为国内老牌IT巨头，被称为“新基建必买标的”受到市场热捧，其旗下两个上市平台——浪潮信息与浪潮软件今年股价已经实现翻倍，然而公司资产质量似乎并没有得到市场认可，短期炒高后股价持续低迷。

从浪潮信息近期披露的三季报也可看出，其存在主业盈利能力弱靠补贴，研发投入低或技术掉队，存货高企跌价风险大等诸多问题，未来前景堪忧。浪潮信息是母公司浪潮集团重要的融资平台，若此次浪潮云此次能成功登陆科创板，将再添一个重要的融资平台，缓解浪潮集团近年来艰难转型下的财务压力。不过，比起宣传新基建概念，扩大业务覆盖规模，更重要的或许还是提升研发投入水平与盈利水平，这样才能真正摆脱不断寻求外界“输血”的恶性循环。

被寄予厚望的“小儿子”——浪潮云

12月9日，据中信证券官网显示，截至2020年11月16日，中信证券已完成对浪潮云的科创板上市辅导工作，并向山东证监局报送了《中信证券股份有限公司关于浪潮云信息技术股份公司首次公开发行股票并上市辅导工作的总结报告》。

官网介绍称，浪潮云成立是一家工业互联网平台开发商，以混合云管理模式为基础，为政府机构和企业组织提供安全防护机制和服务能力，提供覆盖IaaS、PaaS、DaaS、政府应用、企业应用在内的全方位服务。

2015年，“浪潮云”品牌正式独立，彼时母集团承诺3年投入100亿元，2017年又追加目标金额到2018年60个亿、2019年120个亿、2020年240亿，其受重视程度可见一斑。

继承了母集团信息服务经验与政府关系资源的浪潮云，在业务拓展上尤为顺风顺水，已连续多年政府市场占有率第一、公有云市场前三。

官网显示，公司遍布全国的7大核心云数据中心以及62个地市云数据中心，为全国25个省150+地市政府以及100万+企业提供云计算服务，承载了10000+政府部门、超过4万个应用，为全国245万公务员提供便捷服务，造福47亿老百姓，获得260+个地市企业上云服务商身份，100+个地市工业互联网服务商身份，推动百万家企业数字化转型。单从业务数据来看，深度与广度都令同行望尘莫及。

上市前，浪潮云在一级市场共完成不少于三次融资。根据公开披露的信息来看，B轮发生在2019年7月，融资金额达6亿元；C轮发生在2020年3月，C+轮融资据称发生在8月，融资金额15亿元， 目前估值已突破100亿元。

从资方名单来看，前一轮主要引入了具有政府背景的投资基金，包括国务院、财政部，上海市国资委，建设银行、民生银行背景的投资机构等，第二轮则以内部高管持股公司为主， 不过外部战略投资者，尤其是知名机构投资者不多。

值得一提的是，作为即将报考科创板的新基建新秀，浪潮云也不忘与政策同步“划重点”，时刻强调自己根正苗红的新基建身份。

4月20日，国家发改委明确新型基础设施的范围时指出，算力基础设施将以数据中心和智能计算中心为代表。而4月9日，在2020浪潮云数据中心合作伙伴大会上，浪潮云提出推进人工智能、云计算和大数据的融合发展，全力发展面向智慧时代的”智算中心，时间上甚至略略领先于政策发布，“押题”稳准狠。

而国资背景的浪潮也确实参与了新基建“出题”。11月17日，国家信息中心联合浪潮发布了《智能计算中心规划建设指南》，再次明确了智能计算中心定义：智算中心通过算力的生产、聚合、调度和释放，高效支撑数据开放共享、智能生态建设、产业创新聚集，有力促进AI产业化、产业AI化及政府治理智能化。该描述也与浪潮云的官方介绍高度吻合。

难掩颓势的“大儿子”——浪潮信息

作为“浪潮系”的老大哥，浪潮信息也曾风光过。今年上半年，由于浪潮信息所提供的x86服务器是新基建领域的“必备原料”，浪潮系也一度被视作“新基建必买标的”，股价实现翻倍。

但没有坚实的业绩支撑，股价上涨只能是“昙花一现”。从最新财报来看，浪潮信息难掩业绩颓势，且蕴含诸多风险。

公司在三季报中表示，受益于疫情期间远程会议、远程教育等行业对云中心的迫切需求，今年前9个月，公司实现营收455亿元，同比增长19%。然而与营收规模增长相比，利润则少得可怜，前三季度公司归母净利润仅为628亿元，净利润率与上年同期持平，仅为13%。

由于公司主营业务是服务器，本质上是个组装公司， 近年来市场竞争激烈，服务器市场毛利率逐年走低，于是公司营收规模逐年增长，钱却越赚越少。 财报显示，浪潮信息的毛利率已经从十年前的20%左右降到现在的11%左右。

盈利能力疲软，自然也没有动力投入研发。财报显示，公司当前研发投入占营收比仅为4%，大幅低于其余头部 科技 公司，对于技术迭代迅速的 科技 行业来说，研发收入不足必将限制未来的发展动力，浪潮信息似乎正走入恶性循环，慢慢掉队。

另一方面，公司存货余额高企，或存在较高跌价风险。 或许是因为管理层对下半年市场的乐观判断，上半年公司更狂囤货。中报显示，公司存货余额高达150亿元，为史上最高。然而出货量似乎不达预期，三季度营收甚至下降了88%，此时公司存货余额却仍高达13685亿元。

由于电子类产品更新较快，跌价风险也更大，这些没能及时销出去的货，反而成了累赘。在半年报中，公司存货跌价准备累计余额高达913亿元，其中上半年新增602亿元，接近上年同期的五倍，甚至超过了同期的净利润。

此前，浪潮信息因三年两次配售，频繁募资“补血”也饱受争议。

2017年7月，公司向全体股东共计配售29亿股，金额2998亿元，募得资金中有1675亿元用于补充流动资金，971亿元亿元用于偿还银行贷款。 也就是向全体股东募资近30亿，近九成都用来“还债补血”。

2019年7月17日，公司再次发布配股预案，公司拟向全体股东配售数量不超过322亿股，募集资金将不超过20亿元。 第二次次公司更加“理直气壮”，公告表示，此次募得资金扣除发行费用后将全部用于偿还银行贷款和补充流动资金。

浪潮不愿“断粮”

浪潮是国内最早的IT品牌之一，旗下拥有浪潮信息、浪潮软件、浪潮国际三家上市公司，业务涵盖云数据中心、云服务大数据、智慧城市、智慧企业四大产业群组，为全球120多个国家和地区提供IT产品和服务。

2010年起，浪潮集团便开始筹划战略转型，由传统IT产品、方案提供商向云计算服务商、智算中心服务商转变，目标是成为领先的“云+数+人工智能”的新型互联网企业。不过，这位昔日IT巨头想要“由硬件转软件”的努力，似乎显得尤为艰难。

从其罗列的荣誉奖项中，也可侧面看出公司近年来的发展状况。2008年，浪潮集团高居中国大企业集团竞争力500强第3位，中国电子信息百强企业第10位；而到了2019年，其在“中国企业500强”中排名却已然掉到了第189位。

公开资料显示，浪潮集团由山东省国有资产投资控股有限公司(简称山东国投)持股3888%，实际控制人为山东省国资委，山东国投发债说明书显示，浪潮集团2017年实现营业收入32554亿元，净利润569亿元，2018年上半年实现营业收入21937亿元，净利润159亿元。

分业务来看，浪潮集团的主营业务可以分为三块：以服务器为主的硬件产品，以管理软件为主的软件产品，以及以云服务为主的创新业务。 传统的硬件软件业务主要通过上市公司浪潮信息、浪潮软件、浪潮国际开展，富有想象力的创新业务云服务则全部放在了即将冲击科创板的的浪潮云中。

为了成功送子上科创板，浪潮集团也进行了一系列的股权结构调整。去年3月6日，浪潮软件曾发布公告称，经核实，公司不持有浪潮云股权，且与其从事的业务、细分行业均不相同。

今年3月，上市公司浪潮软件发布权益变动公告，宣布“一拆二”，上市公司原控股股东浪潮软件集团将以存续分立的方式分立为浪潮软件集团和浪潮软件 科技 （新设）。变动后，控股股东将由浪潮软件集团变更为浪潮软件 科技 ，实控人不变。而上市公司原控股股东——浪潮软件集团的大股东正是浪潮云。

浪潮云这边，在经历几轮融资后，股权集中度也被大幅削弱，似乎也是要尽量避嫌。数据显示，18年完成首轮融资，浪潮软件持股比例从100%降至4245%；19年7月开始的几轮IPO前增资进一步稀释了浪潮软件的股份，目前其持股占比下降至381776%，仍为第一大股东。宁波宏惠、宁波康辰、天津同创分别持股1272%、1176%、683%，其余机构与个人持股均不超过5%。

此前，浪潮信息作为集团主要的“输血”来源，频频以定增、配股、债券等方式在二级市场募资。 包括上述近三年两次配股募得的50亿元在内，浪潮信息上市以来，融资总额高达1159亿元。

而浪潮集团则通过分红、减持等方式薅下羊毛。 2014年以来，浪潮信息分红高达126亿元，此后每年分红均不不低于1亿元，在18、19年，分红甚至超过了3亿元。然而，大比例分红主要都进了持股比例41%的控股股东的口袋。近年来，浪潮集团减持超过5%，目前集团持有浪潮信息的股权降到了36%。

若小弟浪潮云此次能成功登陆科创板，将能接棒大哥浪潮信息，缓解浪潮集团近年来艰难转型下的财务压力。不过，比起宣传新基建概念，扩大业务覆盖规模，更重要的或许还是提升研发投入水平与盈利水平，这样才能真正摆脱不断寻求外界“输血”的恶性循环。

---