制约因素
AI 基础设施瓶颈
AI 算力需求的成长速度已超过支撑它的基础设施。约束是物理性的：电力、冷却、密度、水、许可与部署速度。
电力
电网并网排队与电力供应紧张，如今决定着 AI 建设的节奏。
冷却
传统气冷难以应对现代加速器的发热密度，并增加机械复杂度与能耗负担。
密度
高密度 GPU 集群超出传统数据中心设计的承载能力，迫使昂贵改造或新建。
水
蒸发式冷却消耗制程用水，在缺水地区备受审视，并拉长审批时程。
许可
绿地园区开发在多数辖区面临多年的分区、环评与社区审查进程。
部署速度
算力买家以季度规划，传统数据中心建设以年计，AI 项目便停滞在这一落差之中。
营运模式
Platform Data 模式
Platform Data 以可拷贝的基础设施单元 Data Node 应对这些制约：部署于合格工业场址，并通过 Nexus Center 以托管服务方式营运。
模块化 Data Node
1–10 MW 模块化范围的高密度浸没式冷却算力设施；在合理情况下可以更大，以可拷贝单元建设。
单相浸没式冷却
为高密度 AI 算力而设计的单相液体浸没式冷却，较气冷设计降低冷却复杂度。
工业场址部署
部署于预备工业场址，利用既有电力、结构、分区与光纤，支持改造再利用并加快算力交付。
托管 GPU 与推论算力
客户以托管服务方式使用具 SLA 保障的算力。Platform Data 负责场址、电力、冷却、网络与日常营运。
Nexus Center 调度
将各 Data Node 链接为跨区域一体化托管服务环境的调度与管理层。
在地合规架构
合规导向的部署，按需提供数据在地留存支持，并依适用辖区要求建构。
场址＋电力
合格工业场址
浸没式冷却
单相液体
GPU 算力
高密度机房
网络
光纤连接
Nexus Center
调度层
客户接口
托管算力
服务组合
我们的交付
Platform Data 营运场址、电力、冷却、算力、网络、调度、计量、监控与合规证据，让客户以托管服务方式使用 AI 算力。
托管 AI 算力
通过托管基础设施交付、具 SLA 保障的 AI 算力，免除自建自营设施的营运负担。
预留算力
专属或预留的 GPU 算力，为训练项目、生产推论与平台承诺提供可预期的使用保障。
主权 AI 基础设施
具备数据在地留存、可审计性与治理支持的在地化环境，服务政府与受监管工作负载。
批发算力
为需要区域供给的 AI、GPU 与云端平台提供算力区块，附托管营运与集成支持。
工业场址部署
将合格工业场址、电力资源与光纤路由转化为 AI 基础设施资产的部署合作。
调度层
Nexus Center
Nexus Center 将各 Data Node 链接为托管服务环境。客户掌握算力表现，营运由 Platform Data 负责。
- 工作负载调度： 在区域政策与客户要求允许的范围内交付算力。
- 计量与帐务支持： 为即用与预留承诺提供透明的用量纪录。
- SLA 可视性： 客户可查看实测的服务水准表现。
- 监控与故障转移协调： 对各 Data Node 进行持续营运监督。
- 合规证据： 支持企业、受监管与主权工作负载的审计级纪录。
差异化
为何选择 Platform Data
Platform Data 首重成本、效率与部署速度，其次是密度、韧性与合规导向的营运。
密度
浸没式冷却架构，为传统设施难以承载的高密度 AI 算力而设计。
效率
以低冷却负担为目标，内部设计目标约为 1.03 PUE，惟须经验证，且以场地条件、调试与运行状态支持为前提。
部署速度
预备工业场址部署，较园区级绿地建设更快交付算力。
托管服务
单一责任营运商，贯穿场址、电力、冷却、算力、网络与调度。
区域化部署
在客户需要之处发展算力，视需求、电力供应、场址就绪度与监管可行性而定。
合规导向营运
为企业、受监管与主权客户设计的在地营运架构、可审计性与数据在地留存支持，辅以伙伴导向的商业模式。
能源与永续
资源高效的基础设施
AI 算力需求快速成长，但若加剧对水、土地、电力与周边社区的压力，基础设施便无法负责任地扩张。Platform Data 将永续视为 Data Node 架构的工程结果，而非泛泛的环保宣称。
水
闭环液体冷却搭配非绝热干式冷却器散热；正常运行时无需蒸发式制程用水。
冷却负担
通过单相浸没式冷却以低冷却负担为目标，机械冷却复杂度低于传统气冷设计。
占地
以紧凑模块化占地承载高密度算力，降低单位算力的实体占地。
工业再利用
合格工业场址部署支持改造再利用，减少对大型绿地园区开发的依赖。
噪音管理
较低的机械冷却复杂度有望降低噪音影响，惟须视场址噪音工程与当地要求而定。
热能再利用
在可行情况下，Data Node 的热能输出可支持下游热能再利用应用。