机房选址与空间规划
GPU集群的物理环境决定了算力能否稳定释放。与普通CPU机房相比，GPU服务器单机功耗可达3～10kW甚至更高，高密度部署带来的散热、供电和承重要求，使得选址与空间规划必须前置到建筑设计阶段，而非设备进场后再“挤一挤”。本章聚焦选址考量、布局原则与通道设计三个核心环节。
一、选址考虑因素
选址不是“找个空房间”，而是对地质、电力、气候、交通、灾害风险的综合评估。GPU机房对以下五类因素尤为敏感：
| 因素 | 关键指标 | GPU机房特殊要求 |
|---|---|---|
| 电力供给 | 市电容量、冗余路数 | 单机柜功率按8～15kW预留，需双路独立市电 |
| 散热条件 | 年均湿球温度、空气质量 | 湿球温度低于24℃可提升自然冷却可用时长 |
| 地质结构 | 抗震设防烈度、地下水 | 楼板承重≥1000kg/m²，避开地下室或老旧厂房 |
| 灾害风险 | 洪水、台风、雷暴历史 | 海拔高于当地历史洪水位，远离边坡与泄洪区 |
| 扩展空间 | 相邻区域可用性 | 预留未来2～3年功率密度翻倍的扩容面积 |
二、空间布局原则
空间规划的核心目标是：缩短气流路径、隔离冷热区域、预留维护通道、分区管理供电。GPU机房建议按功能划分为四个物理区域：
- 主机房区：部署GPU服务器机柜，采用冷通道封闭或热通道封闭方案。
- 配电区：放置变压器、UPS、配电柜，尽量靠近主机房以减少线缆压降。
- 制冷区：精密空调或冷冻水分配单元，靠近热通道侧布置。
- 辅助区：监控室、备件库、运维操作间，与主机房物理隔离但动线直达。
布局时应遵循“热源集中、冷源就近、通道对齐”的原则。GPU服务器进风温度建议控制在18～27℃，出风温度可达40～50℃，若冷热气流混合，将导致局部热点并触发降频，直接影响训练任务稳定性。
三、机柜排列与通道设计
机柜排列决定了气流组织与运维可达性。当前GPU机房普遍采用“面对面、背对背”的排列方式，形成明确的冷通道与热通道。
上图中，机柜A与B面对面（前进风），B与C背对背（后出风），C与D再次面对面。这样形成“冷-热-冷-热”交替的通道格局。冷通道封闭后，空调送出的冷风被限制在封闭空间内，由服务器前部吸入；热风从机柜后部排出，进入热通道并被空调回风口回收。
通道尺寸与维护空间
- 冷通道宽度：建议1.2～1.5m。若采用封闭冷通道，需预留人员进入检修的推拉门。
- 热通道宽度：建议1.0～1.2m，需容纳电源线槽与信号线槽。
- 机柜背面间距：热通道内若需打开机柜后门维护，至少保留0.9m。
- 端头通道：每排机柜两端应留有1.5m以上的横向通道，便于设备搬运与紧急疏散。
四、案例：某智算中心GPU机房规划复盘
某中型智算中心规划了48个GPU机柜，单柜设计功率12kW，采用冷通道封闭方案。初始设计将机柜分为4排，每排12台，冷热通道宽度均为1.2m。施工前复盘发现以下问题：
- 热通道过窄：1.2m热通道内需同时布置网络柜与电源列头柜，实际可用宽度不足0.8m，运维人员无法在热通道内打开后门。
- 空调回风距离过长：空调布置在机房一侧，远端热通道回风需穿越整个机房，导致远端机柜出风温度比近端高6℃。
- 未预留液冷改造空间：后期部分GPU节点计划升级液冷，但机柜顶部未预留管路桥架位置。
最终调整方案为：将热通道加宽至1.5m，空调改为“两侧对吹+顶部回风”模式，并在每排机柜上方预埋两路DN40液冷管路。调整后，冷通道温度稳定在21±1℃，热通道最高温度从46℃降至41℃，GPU节点未再出现因环境温度触发的降频。
五、常见误区与复盘清单
| 误区 | 后果 | 正确做法 |
|---|---|---|
| 机柜全部朝同一方向排列 | 冷热气流混合，局部热点频发 | 采用面对面/背对背交替排列 |
| 冷通道宽度小于1.2m | 冷量不足，前门进风温度偏高 | 冷通道≥1.2m，推荐1.5m |
| 忽略楼板承重 | 结构安全隐患 | 核算≥1000kg/m²，必要时加散力架 |
| 空调与机柜距离过远 | 送风路径长，冷量损耗大 | 空调贴近热通道布置，缩短回风路径 |
| 未预留维护通道 | 设备故障时无法在线维护 | 每排机柜至少一侧留0.9m操作空间 |
机房选址与空间规划是GPU集群长期稳定运行的地基。选址阶段严格评估电力与承重，布局阶段坚持冷热隔离与分区管理，排列阶段落实面对面/背对背原则并控制通道尺寸，才能让后续的供电、散热与网络布线在清晰的物理框架内高效展开。每一次规划决策都应基于功率密度与运维路径的量化计算，而非经验拍板。