AI 正在走出实验室。它所需的条件如下。

让 AI 应用在受控环境中运行，与让它在整个企业范围内稳定可靠地运行，两者之间存在很大差异。

一旦 AI 投入生产，基础设施的需求就会发生变化。计算资源必须在适当地点可用，并具备充足的电力和冷却能力。模型必须能够快速、可靠地连接到企业数据和应用程序。而且，企业必须确信整个系统在规模化运行时都能按预期发挥作用。

我们发现，这一点体现在客户规划部署的方式上。大型园区可提供训练所需的集中式计算能力，而推理则在更靠近数据和终端用户的地方运行。这意味着要在多个地点规划容量，并通过互联将这一切连接起来。

要成功完成这一转变，三项因素尤为突出：电力、互联，以及明确的投产路径。

电力：支撑工作负载

找到足够的电力很困难。要使其能够用于 AI，还会带来另一系列挑战。

AI 系统每个机架的功耗远高于传统企业设备，产生的热量也无法通过传统风冷方式高效管理。 对于高密度部署，液冷正逐渐成为默认选择。

目前，我们已在 Digital Realty 数据中心完成 25 个以上液冷部署项目，交付容量超过 115 MW，签约容量接近 1 GW。其中包括今年早些时候交付的一个 200 MW 项目，以及本季度（2026 年第三季度）交付的另一个 78 MW 项目。

这些能力并非要等到未来发展才会具备。我们现有的数据中心和解决方案已能够大规模支持 AI 工作负载，让客户不必等待新设施投入运营，也能有其他选择。

电力供应情况将继续影响 AI 容量的建设地点，但这些容量的地理位置同样决定了企业能否有效利用它们。

互联：每一毫秒都至关重要

设想一下，当 AI 代理完成一项任务时会发生什么。它可能会进行 20–50 次模型调用，从不同来源提取信息，然后生成响应。

如果每次调用耗时减少 50 毫秒，那么连续多次调用累计可节省 1 至 2.5 秒。将这一优势放大到数千次交互，网络就会成为影响应用程序性能的重要因素。

企业 AI 也必须能够跨环境运行。这意味着要连接存储在私有基础设施中的数据、在专用硬件上运行的模型，以及分布在多个云端的应用程序。

Digital Realty 的 ServiceFabric® 将这些环境连接起来，为客户提供开放、可编程的方式，以管理其工作负载之间的通信。ServiceFabric 覆盖 875 多座互联数据中心和 375 个云接入点，并自 2026 年 6 月起提供可编程功能。

Blackfuel 与 Digital Realty 在巴塞罗那的部署展示了这一点。其 AI 基础设施融合了液冷、Dell 系统和 AMD GPU，并通过 ServiceFabric 实现互联。

我们还发现，客户将大型园区与分布式容量整合在一起。最近的一个部署将一个 64 MW 的园区与分布于全球多个地点的 14 MW 容量相结合，并由 1,600 个交叉连接提供支持。

电力为 AI 提供了运行之所。ServiceFabric 则助其通达所需之处。

迈向生产环境：测试、验证并优化基础设施环境

AI 试点项目可以证明模型在特定任务上的表现良好，但未必能反映应用程序在使用实时企业数据、面对持续性需求，或处于生产环境所需的电力和冷却条件下的实际运行情况。这些都是我希望在投入大量资本支出 (CapEx) 部署之前确认并测试的关键变量。

在Digital Realty 创新实验室（DRIL），我们与客户共同设计部署方案、验证架构、证明其经济可行性，并为大规模部署做好准备。 这些实验室位于正在运营的数据中心内，因此测试是在生产环境条件下进行的。

所有实验室均采用液冷技术，不设风冷测试台。ServiceFabric 已实现全面集成，客户可以测试私有 AI 和混合云连接，模拟其在实际生产环境中的运行方式。

我们的合作伙伴将大量技术设备引入实验室。客户可以在 AMD EPYC 处理器和 Instinct GPU、Cisco 全栈 AI Pod、Lenovo Neptune 液冷系统以及 Supermicro 系统上测试自己的工作负载。

Vcinity 通过 ServiceFabric 提供数据迁移服务，ePlus 支持 AI 设计和集成，Vultr 则提供 GPU 容量。此外，ORCA Computing 还在伦敦部署了光子量子系统。

计算资源、网络、冷却系统及设施均已通过联合验证，客户便可专注于测试自身的工作负载。

我们的 DRIL 站点已在北弗吉尼亚、伦敦、东京（通过我们与三菱商事成立的合资企业 MC Digital Realty）和圣保罗向客户开放。此外，预计 2026 年 11 月还将在新加坡开设一座 DRIL。

Digital Realty 已接待 400 多批参观团队，相关交流活动也促成了 AI 在我们数据中心设施中的生产环境部署。许多在 DRIL 中开展测试的企业正在构建专用集群，以验证和优化特定应用程序与现有系统协同运行的方式，而这些系统通常分布在多个地点。

DRIL 为客户及合作伙伴提供了一个在真实主机托管环境中验证解决方案的空间。这也意味着，通常制约生产环境中 AI 的任何基础设施限制均可得到解决。

我们的《2026 年全球数据洞察调查》发现，40% 的 IT 领导者将基础设施列为 AI 面临的最大制约因素，而 2024 年这一比例仅为 9%。这进一步说明，在部署高级工作负载之前，有必要对各个组件进行联合测试。

从试点走向生产

我们预计，未来12个月将有数百兆瓦的 AI 需求投入运营，配套连接也将就绪，使这些容量能够接入。

对企业而言，当务之急是了解其应用程序的需求，并证明基础设施能够满足这些需求。

如果您正准备将 AI 工作负载投入生产环境，欢迎将其带到 DRIL 进行测试。使用您正在考虑采用的合作伙伴技术，在真实的冷却、电力和互联条件下进行测试。

是否已在大规模部署？ 联系我们，与我们探讨该基础设施应部署在何处以及如何连接。

在此视频中了解更多关于 DRIL 的信息。