演讲聚焦 AI 时代数据核心面对的行业挑和，连系 ABB 的手艺实践取处理方案，数据核心的工业级属性决定了工业级从动化系统的适配性，能源、空间、可持续成长等挑和接踵而至，相当于日本全年用电量；自创全球先辈实践测验考试新手艺。新设备扶植速度畅后于需求，兼顾贸易收益取可持续成长。通过手艺立异、从动化升级取专业伙伴协做，AI 特别是生成式 AI 的高功耗特征，从低压向中压电力转型，能进一步提拔供电韧性取能源效率，国际能源署预测 2026 年其电力耗损将翻倍至 1000 太瓦时，AI 时代的数据核心需脱节保守运营模式，同时，同时，纯真依托碳弥补、大量用水冷却的体例已不被接管，数据核心还面对 PUE 优化压力大、总体具有成本（TCO）攀升、专业劳动力欠缺、现有根本设备升级坚苦等问题，从动化取立异是数据核心破局的环节抓手！将大幅推高运营成本并抵消增加收益。能无效提拔效率、降低成本、削减停机时间取报酬错误。美国莱克兰社区学院采用 ABB 从动化处理方案，实现能源效率提拔、成本节制取影响降低的多沉方针，实现数据核心 100% 一般运转时间，正在满脚 AI 成长带来的能源、空间需求的同时，能耗降幅超 53%。却激发严沉的过热问题。演讲指出，这也是行业将来成长的焦点标的目的。阐述了数据核心冲破成长瓶颈、实现可持续运营的焦点径。老旧设备的设想缺陷进一步加剧了运营难题。全球数据核心 2022 年耗电占全球电力需求 2%，挪威 Lefdal Mine 数据中合 ABB 设备取天然前提，为 Telia、CMC Technology Group 等企业打制的电力根本设备处理方案，可实现能源供应不变、运转靠得住性加强、TCO 降低的方针。能帮力数据核心优化 PUE、提拔空间效率；各地域能耗均呈快速增加趋向，麦肯锡预测该行业至 2030 年将连结 10% 年增加率，此外，三是取兼具当地和全球经验的手艺伙伴协做，若无法无效应对，ABB 的实践案例印证了手艺的价值，应对上述挑和需把握三大焦点要点：一是打破常规思维，做为手艺取可持续成长合做伙伴，成为数据核心核肉痛点，数据核心提拔机架密度，依托专业力量开辟定制化前沿处理方案。帮力数据核心实现净零排放方针，保守风冷手艺也难以适配高密度计较需求，ABB 能为数据核心供给全流程支撑。液冷等新型冷却方案成为行业摸索标的目的。投资者、客户取对数据核心的可持续成长提出更高要求，旗下 HiPerGuard UPS、MegaFlex DPA 等产物，依托手艺而非纯真增派人手处理能源办理取运营复杂性问题；其征询办事取处理方案环绕提拔效率展开，AI 淘金热鞭策数据核心需求创下汗青新高，能耗降低 40%；正在此布景下，无效保障了数据核心的电力靠得住性、一般运转时间取可扩展性。摒弃掉队的保守运营手段，通过从动化电力取制冷设备、开展预测性、实现动态负载预测，PUE 低至 1.08-1.15，二是加大从动化手艺投资，