CUBE 5.0 改变了什么？

传统数据中心通常采用串行施工方式：供配电、制冷、消防和其他系统依次安装，任何一个环节延误，都可能拖慢整体进度。CUBE 5.0 则把更多系统拆分为可预制、可测试的模块，在工厂内并行生产，运到现场后再进行吊装、拼接和管线连接，整体过程更像“搭积木”。

阿里云称，CUBE 5.0 覆盖的五大核心系统包括：

1. 供电系统；
2. 冷却系统；
3. 安防系统；
4. 智能管理系统；
5. 消防系统。

这些系统的整体模块化率从早期约 30% 提升至 90%。 这里的“模块化”并不只是把设备装进集装箱，而是改变了施工发生的时间和地点：更多集成、预调试与测试在工厂完成，现场需要按顺序完成的工作因此减少。

100 天交付，具体包含哪些环节？

阿里云披露的 100 天流程分为三个阶段：

1. 前 30 天： 工厂批量生产，同时完成项目现场准备；
2. 中间 50 天： 将预制模块运抵现场，完成安装、吊装、拼接和系统连接；
3. 最后 20 天： 完成整体调试、测试及相关验收。

三阶段合计 100 天。按照相关报道，这一时间口径从基础厂房或模块化单元具备安装条件开始，到供电、冷却、安防、智能管理和消防五大系统部署并测试完成、服务器和网络设备可以进场之前结束。

这一口径十分关键。“100 天交付”描述的是数据中心基础设施和核心系统的建设周期，并不意味着一个从空地开始、已经装入服务器和网络设备并投入生产运行的完整 AI 园区，也能在 100 天内全部完成。

作为对比，相关报道援引的同等大型项目传统交付周期，在中国通常为 6 至 12 个月，在美国通常为 12 至 18 个月。

风冷与液冷可以切换

CUBE 5.0 支持风冷和液冷两种配置。阿里云披露，风冷场景下 PUE 不高于 1.15，液冷场景下 PUE 不高于 1.10。

PUE 即电能使用效率（Power Usage Effectiveness），数值越接近 1，通常意味着用于数据中心非计算设备的能耗占比越低。不过，具体能效表现仍会受到芯片功耗、机房设计、气候条件和实际负载等因素影响。

风液兼容的意义在于，运营方不必在项目早期就完全锁定一种散热方案。随着芯片功率密度、业务负载和地区环境变化，数据中心可以根据实际需求调整冷却方式，从而为硬件升级和后续扩容保留更大弹性。

高压直流与多代芯片适配

CUBE 5.0 引入高压直流供电系统，并采用强调弹性的架构设计。阿里云称，该设计旨在兼容主流异构芯片和计算架构，支持至少三代芯片迭代。

这项设计面向的是 AI 基础设施的一个现实难题：加速器、服务器形态和计算架构更新速度很快。如果数据中心的供电、散热和机柜布局过早固定，硬件换代可能需要大规模改造。能够适配不同芯片代际的模块化设施，理论上可以减少后续重大物理改造的需求，但实际适配能力仍需结合具体项目验证。

阿里云披露的成本与密度变化

除了缩短交付周期，阿里云还披露了 CUBE 5.0 相较上一代架构的多项表现：

• 单位千瓦建设成本降低超过 10%；
• 单位面积算力密度提升至上一代的 5 至 10 倍；
• 变压器数量近乎减半；
• 产品一次性测试通过率接近 100%。

这些数字主要来自阿里云及相关报道，并非经过独立机构统一验证的行业基准。因此，更稳妥的理解是：它们代表企业披露的结果或目标，不应直接视为所有项目都能复制的性能保证。

这对 AI 基础设施意味着什么？

阿里云此次扩产和 CUBE 5.0 的设计思路，反映出 AI 数据中心的竞争重点正在从“采购什么芯片”延伸到“如何更快建设和升级承载芯片的基础设施”。

通过在工厂内标准化生产电力、冷却和安全系统，云服务商可以尝试缩短部署周期，并让后续扩建更具可复制性。相比单独强调“100 天”这一数字，更值得关注的是几项设计组合：90% 模块化、工厂并行生产、风液冷却切换，以及至少三代硬件适配。

这些方案的目标，是让 AI 数据中心更快建成、单位空间承载更多算力，并在芯片和散热需求变化时更容易调整。不过，成本、能效、测试通过率和交付速度等指标，仍需要在不同地区、不同规模和不同硬件配置的项目中逐一验证。

CUBE 5.0 改变了什么？

传统数据中心通常采用串行施工方式：供配电、制冷、消防和其他系统依次安装，任何一个环节延误，都可能拖慢整体进度。CUBE 5.0 则把更多系统拆分为可预制、可测试的模块，在工厂内并行生产，运到现场后再进行吊装、拼接和管线连接，整体过程更像“搭积木”。

阿里云称，CUBE 5.0 覆盖的五大核心系统包括：

1. 供电系统；
2. 冷却系统；
3. 安防系统；
4. 智能管理系统；
5. 消防系统。

这些系统的整体模块化率从早期约 30% 提升至 90%。 这里的“模块化”并不只是把设备装进集装箱，而是改变了施工发生的时间和地点：更多集成、预调试与测试在工厂完成，现场需要按顺序完成的工作因此减少。

100 天交付，具体包含哪些环节？

阿里云披露的 100 天流程分为三个阶段：

1. 前 30 天： 工厂批量生产，同时完成项目现场准备；
2. 中间 50 天： 将预制模块运抵现场，完成安装、吊装、拼接和系统连接；
3. 最后 20 天： 完成整体调试、测试及相关验收。

三阶段合计 100 天。按照相关报道，这一时间口径从基础厂房或模块化单元具备安装条件开始，到供电、冷却、安防、智能管理和消防五大系统部署并测试完成、服务器和网络设备可以进场之前结束。

这一口径十分关键。“100 天交付”描述的是数据中心基础设施和核心系统的建设周期，并不意味着一个从空地开始、已经装入服务器和网络设备并投入生产运行的完整 AI 园区，也能在 100 天内全部完成。

作为对比，相关报道援引的同等大型项目传统交付周期，在中国通常为 6 至 12 个月，在美国通常为 12 至 18 个月。

风冷与液冷可以切换

CUBE 5.0 支持风冷和液冷两种配置。阿里云披露，风冷场景下 PUE 不高于 1.15，液冷场景下 PUE 不高于 1.10。

PUE 即电能使用效率（Power Usage Effectiveness），数值越接近 1，通常意味着用于数据中心非计算设备的能耗占比越低。不过，具体能效表现仍会受到芯片功耗、机房设计、气候条件和实际负载等因素影响。

风液兼容的意义在于，运营方不必在项目早期就完全锁定一种散热方案。随着芯片功率密度、业务负载和地区环境变化，数据中心可以根据实际需求调整冷却方式，从而为硬件升级和后续扩容保留更大弹性。

高压直流与多代芯片适配

CUBE 5.0 引入高压直流供电系统，并采用强调弹性的架构设计。阿里云称，该设计旨在兼容主流异构芯片和计算架构，支持至少三代芯片迭代。

这项设计面向的是 AI 基础设施的一个现实难题：加速器、服务器形态和计算架构更新速度很快。如果数据中心的供电、散热和机柜布局过早固定，硬件换代可能需要大规模改造。能够适配不同芯片代际的模块化设施，理论上可以减少后续重大物理改造的需求，但实际适配能力仍需结合具体项目验证。

阿里云披露的成本与密度变化

除了缩短交付周期，阿里云还披露了 CUBE 5.0 相较上一代架构的多项表现：

• 单位千瓦建设成本降低超过 10%；
• 单位面积算力密度提升至上一代的 5 至 10 倍；
• 变压器数量近乎减半；
• 产品一次性测试通过率接近 100%。

这些数字主要来自阿里云及相关报道，并非经过独立机构统一验证的行业基准。因此，更稳妥的理解是：它们代表企业披露的结果或目标，不应直接视为所有项目都能复制的性能保证。

这对 AI 基础设施意味着什么？

阿里云此次扩产和 CUBE 5.0 的设计思路，反映出 AI 数据中心的竞争重点正在从“采购什么芯片”延伸到“如何更快建设和升级承载芯片的基础设施”。

通过在工厂内标准化生产电力、冷却和安全系统，云服务商可以尝试缩短部署周期，并让后续扩建更具可复制性。相比单独强调“100 天”这一数字，更值得关注的是几项设计组合：90% 模块化、工厂并行生产、风液冷却切换，以及至少三代硬件适配。

这些方案的目标，是让 AI 数据中心更快建成、单位空间承载更多算力，并在芯片和散热需求变化时更容易调整。不过，成本、能效、测试通过率和交付速度等指标，仍需要在不同地区、不同规模和不同硬件配置的项目中逐一验证。