PUE（Power Usage Effectiveness）是數據中心能源使用效率指標，數值越接近 1，代表非 IT 設備所消耗的額外電力越少。不過，上述數字屬阿里雲及相關報道所述的指標，實際表現仍要視乎項目設計和運行環境。

由「現場逐項施工」變成工廠預製

傳統數據中心往往按照次序施工：先安裝供配電系統，再接上空調、消防及其他設備。只要其中一環延誤，後續工序便可能一併推遲。

CUBE 5.0 則把更多工作搬到工廠完成。不同模組可以同步生產、整合和預先測試，再運到現場，以類似「砌積木」的方式吊裝、拼接和接駁。

這套方法涵蓋五大系統：

1. 供電
2. 冷卻
3. 安防
4. 智能管理
5. 消防

阿里雲表示，五大系統的整體模組化率已由早期約 30% 提升至 90%。 這裏的重點不只是採用貨櫃式設備，而是改變施工的時間和地點：更多整合、測試工作在設備運抵數據中心前已經完成，減少現場需要逐步進行的工序。

100 日交付到底包括甚麼？

阿里雲所述的 100 日流程分為三個階段：

1. 30 日： 工廠生產及現場準備
2. 50 日： 現場安裝
3. 20 日： 聯調及測試

三個階段合共 100 日。計算起點是已有基礎廠房，或已準備好堆疊模組的場地；終點則是供電、冷卻、安防、智能管理及消防系統完成部署和測試，之後伺服器及網絡設備才可進場。

因此，100 日這個數字有一個重要前提：它指的是數據中心基礎設施和核心系統的交付時間，並不是承諾由一幅空地開始，在 100 日內完成一個已裝滿伺服器、可以全面投入生產的 AI 園區。

作為比較，相關報道指同等大型項目的傳統交付周期，在中國一般約為 6 至 12 個月，在美國則約為 12 至 18 個月。

風冷、液冷可按需要切換

AI 加速器的功耗和發熱量不斷上升，冷卻方案亦變得更關鍵。CUBE 5.0 設計上兼容風冷和液冷，阿里雲報稱兩者的 PUE 上限分別為 1.15 及 1.10。

這種可切換設計，讓營運商可因應晶片功率密度、所在地氣候及工作負載改變冷卻方式。對於建設初期仍未完全確定未來硬件組合的項目而言，亦可降低過早鎖定單一冷卻方案的風險。

高壓直流與多代晶片支援

CUBE 5.0 加入高壓直流供電，並配合高彈性架構，目標兼容主流異構晶片及不同計算架構，支援至少三代硬件更新。

這項設計對 AI 基礎設施尤其重要，因為 AI 加速器、伺服器配置和算力需求都可能快速改變。若數據中心可以透過模組重組，適應不同世代晶片，日後升級時便可能毋須大幅改動整個建築和機電系統。

成本、密度和設備數量亦有改善？

除了縮短工期，阿里雲亦報稱 CUBE 5.0 相比上一代方案有多項改善，包括建設成本降低逾 10%、單位面積算力密度提高至上一代的 5 至 10 倍，以及變壓器數量接近減半。

公司亦表示，產品首次測試通過率接近 100%。不過，這些數字主要是阿里雲提出、由相關媒體報道的公司數據，並非已由獨立機構全面驗證的行業基準，因此較適合視為公司公布的結果或目標，而非所有項目都必然達到的保證。

AI 基建競爭不再只看晶片

阿里雲擴大產能及推出 CUBE 5.0，反映 AI 基礎設施競爭正由晶片供應延伸至數據中心的建設速度、能源效率和升級彈性。

真正值得留意的，不只是「100 日」這個 headline，而是背後幾項設計的組合：90% 模組化、工廠並行生產、風冷與液冷切換，以及支援多代硬件。這些安排旨在令 AI 數據中心更快落成、更高密度，亦更容易配合日後硬件演進。

至於成本下降、測試通過率和實際 PUE 表現能否在不同地區和項目中重現，仍需要逐個項目驗證。

PUE（Power Usage Effectiveness）是數據中心能源使用效率指標，數值越接近 1，代表非 IT 設備所消耗的額外電力越少。不過，上述數字屬阿里雲及相關報道所述的指標，實際表現仍要視乎項目設計和運行環境。

由「現場逐項施工」變成工廠預製

傳統數據中心往往按照次序施工：先安裝供配電系統，再接上空調、消防及其他設備。只要其中一環延誤，後續工序便可能一併推遲。

CUBE 5.0 則把更多工作搬到工廠完成。不同模組可以同步生產、整合和預先測試，再運到現場，以類似「砌積木」的方式吊裝、拼接和接駁。

這套方法涵蓋五大系統：

1. 供電
2. 冷卻
3. 安防
4. 智能管理
5. 消防

阿里雲表示，五大系統的整體模組化率已由早期約 30% 提升至 90%。 這裏的重點不只是採用貨櫃式設備，而是改變施工的時間和地點：更多整合、測試工作在設備運抵數據中心前已經完成，減少現場需要逐步進行的工序。

100 日交付到底包括甚麼？

阿里雲所述的 100 日流程分為三個階段：

1. 30 日： 工廠生產及現場準備
2. 50 日： 現場安裝
3. 20 日： 聯調及測試

三個階段合共 100 日。計算起點是已有基礎廠房，或已準備好堆疊模組的場地；終點則是供電、冷卻、安防、智能管理及消防系統完成部署和測試，之後伺服器及網絡設備才可進場。

因此，100 日這個數字有一個重要前提：它指的是數據中心基礎設施和核心系統的交付時間，並不是承諾由一幅空地開始，在 100 日內完成一個已裝滿伺服器、可以全面投入生產的 AI 園區。

作為比較，相關報道指同等大型項目的傳統交付周期，在中國一般約為 6 至 12 個月，在美國則約為 12 至 18 個月。

風冷、液冷可按需要切換

AI 加速器的功耗和發熱量不斷上升，冷卻方案亦變得更關鍵。CUBE 5.0 設計上兼容風冷和液冷，阿里雲報稱兩者的 PUE 上限分別為 1.15 及 1.10。

這種可切換設計，讓營運商可因應晶片功率密度、所在地氣候及工作負載改變冷卻方式。對於建設初期仍未完全確定未來硬件組合的項目而言，亦可降低過早鎖定單一冷卻方案的風險。

高壓直流與多代晶片支援

CUBE 5.0 加入高壓直流供電，並配合高彈性架構，目標兼容主流異構晶片及不同計算架構，支援至少三代硬件更新。

這項設計對 AI 基礎設施尤其重要，因為 AI 加速器、伺服器配置和算力需求都可能快速改變。若數據中心可以透過模組重組，適應不同世代晶片，日後升級時便可能毋須大幅改動整個建築和機電系統。

成本、密度和設備數量亦有改善？

除了縮短工期，阿里雲亦報稱 CUBE 5.0 相比上一代方案有多項改善，包括建設成本降低逾 10%、單位面積算力密度提高至上一代的 5 至 10 倍，以及變壓器數量接近減半。

公司亦表示，產品首次測試通過率接近 100%。不過，這些數字主要是阿里雲提出、由相關媒體報道的公司數據，並非已由獨立機構全面驗證的行業基準，因此較適合視為公司公布的結果或目標，而非所有項目都必然達到的保證。

AI 基建競爭不再只看晶片

阿里雲擴大產能及推出 CUBE 5.0，反映 AI 基礎設施競爭正由晶片供應延伸至數據中心的建設速度、能源效率和升級彈性。

真正值得留意的，不只是「100 日」這個 headline，而是背後幾項設計的組合：90% 模組化、工廠並行生產、風冷與液冷切換，以及支援多代硬件。這些安排旨在令 AI 數據中心更快落成、更高密度，亦更容易配合日後硬件演進。

至於成本下降、測試通過率和實際 PUE 表現能否在不同地區和項目中重現，仍需要逐個項目驗證。