算力狂奔，制造补课：整机柜产业的“稳定交付”大考

图片地址：https://images.tmtpost.com/uploads/images/2023/tkrss/53465uytj3.png

（本文作者为 钱微镜，钛媒体经授权发布）一家英伟达Rubin核心供应商的工厂里，有上千台钎焊炉与CNC设备。然而，就算AI算力在迭代，这样一条传统产线想进行智能化改造，却没办法让产线停下来。因为英伟达的订单还在继续，生产必须照旧。产线无法重建，最终，这家工厂只能选用“积木式”升级方式，在原有生产线上一块块地嵌入自动化能力，从而焕新。这恰恰是今天AI算力产业链正在面对的真实处境。AI算力需求不断增加，算力基础设施的快速重构，不单单给制造产业链带来了新的增量市场，也给上游厂商在设备、工艺甚至订单周期等方面提出更高要求。在日前由钛媒体主办的ITValue Summit 数字价值年会期间，钛媒体还联合工创联、ITES深圳工业展聚焦“整机柜”展开讨论，关注点不只停留在服务器厂商或液冷厂商身上，而是让AI算力供应链条中多个参与者共论，精密制造正在发生怎样的工艺重构，智能检测又有哪些新范式，产业链正被如何拉通为一个协同运转的制造系统，以保障算力基础设施的交付、供给。算力狂奔，制造业面对的是体系重构超聚变算力领域副总裁王梁栋用一组数字来反映AI产业发生的变化:过去15年，用于训练AI的算力增长了12个数量级；这种变化在过去两年里进一步加速，顶级数据中心的算力规模大约每7个月翻一倍。算力增长首先改变的是基础设施的尺度。算力基础设施面对的已经不是一次性的扩容，而是持续的迭代压力。为此，王梁栋作出判断，像超节点、整机柜等新的算力形态，