OCP Global Summit 2025_Google_Agile AI Architectures: The Fungible Data Center for the AI Era
- drshawnchang
- 10月15日
- 讀畢需時 3 分鐘
前言
在 OCP Global Summit 2025 上,Google 帶來了主題為 「Agile AI Architectures: The Fungible Data Center for the AI Era」 的演講。隨著 AI 進入智慧革命(Intelligence Revolution),Google 強調要用敏捷(Agile)與可替換性(Fungibility)的設計思維來建構未來的資料中心。這不僅關乎計算與網路效能,也涉及電力、冷卻、模組化與永續性的全面性革新 Agile AI Architectures The Fung…。
內容
AI 對社會與科學的廣泛影響
Google 提到,AI 不只是消費應用的推動力(如 Pixel AI 功能、YouTube Shorts、Gemini 搜尋摘要),也已深刻改變企業運作與科學研究。從金融、零售到製藥,再到 AlphaFold、AlphaGenome 等重大科學突破,AI 的滲透力跨足各領域 Agile AI Architectures The Fung…。
系統與 TPU 的協同設計
Google 的 AI 發展核心是 TPU(Tensor Processing Unit),目前已進入第七代。這些晶片搭配液冷、光網路重構拓撲、新電力傳輸架構,形成所謂的 AI Hypercomputer。此設計理念是「從晶片 → 系統 → 平台 → 生態」的全棧協同,帶來 10–100 倍的效能與能效提升 Agile AI Architectures The Fung…。
爆炸性成長與設計挑戰
過去 12–18 個月內,AI 加速器使用量增加 15 倍,ML 儲存量增長 37 倍,Token 流量已達 每月一千兆級。這種驚人的增長,加上 TPU/ GPU 快速迭代,以及資料中心的多元型態(Hyperscale、Neo-cloud、Colo),使得 電力、冷卻、網路與系統設計都面臨前所未有的挑戰 Agile AI Architectures The Fung…。
Fungible Data Center 的概念
Google 與 OCP 社群提出 Fungible Data Center 概念,核心包括:
電力:標準化 400V 架構、從單體式到分散式電源供應(Mount Diablo 專案)、引入固態變壓器與微電網,讓資料中心不只是用電端,也能回饋電網。
冷卻:推動液冷標準化(Project Dishes),並探索背門熱交換器等技術,確保 AI 高功耗下的高韌性。
機房設計:統一走道高度、重量與光纖佈局,並推動 第三方數據中心的遙測與安全標準。
安全與永續:採用 Caliptra 開源 Root of Trust,導入後量子加密,同時推動嚴謹的 AI 碳、水、電足跡量測方法(如每次 Gemini Query 僅需不到 5 滴水)Agile AI Architectures The Fung…。
AI for AI:用 AI 設計系統
Google 進一步提出 AI for AI 的願景:利用 AI 技術來設計 AI 系統本身。例如利用 AlphaChip 將 AI 用於 IC 版圖設計,縮短設計週期並提升 PPA(功耗、效能、面積)表現。未來 AI 可廣泛應用於硬體、軟體、韌體、製造與測試的系統設計流程 Agile AI Architectures The Fung…。
總結
Google 在此次 OCP 演講中清楚闡述了未來 AI 資料中心的挑戰與方向。Fungible Data Center 不只是標準化,而是要 跨越電力、冷卻、網路、永續性與安全的全面性革新。同時,AI 本身也將反過來成為系統設計的新工具,推動下一波巨量效能提升。
延伸觀點
技術影響
Google 的 Fungible Data Center 與 400V 電力架構,將驅動 配電、液冷與矽光子互連 的進一步成熟。尤其在 AI 負載持續倍增時,光互連與高壓電供應會成為設計核心。
供應鏈觀察
液冷技術的標準化(Project Dishes)對冷卻系統廠商如 Vertiv、施耐德是重大機會。
分散式電源與固態變壓器需求,也可能帶動 電源管理 IC(PMIC)、功率元件(SiC/GaN) 的市場成長。
市場趨勢
AI for AI 的設計理念,未來可能演變成 EDA 與雲端 AI 的結合,挑戰傳統 Synopsys、Cadence 的主導地位。
對於 Hyperscaler 之外的 Tier-2 Cloud 與企業資料中心而言,Fungible Data Center 的標準化將降低建置門檻,加速 AI 普及化。



留言