深度智控×秦淮数据联合实验室正式揭牌，以物理AI推动算力基础设施智能化

9月17日，深度智控（DeepCtrls）与秦淮数据联合实验室正式揭牌。基于双方长期产业实践与技术积累，联合实验室将聚焦算力基础设施冷却系统智能诊断、预测性运维、算冷协同优化等方向，推动物理AI深入算力基础设施核心运行环节，探索下一代算力中心智能化运行范式。

随着AI大模型产业持续发展，智算集群规模不断扩大，算力基础设施向高密度、高复杂度演进，冷却系统与算力负载、能源系统之间的协同也变得更加复杂。如何让基础设施从“人工运维、预防性管理”走向“系统感知、自主分析、闭环控制以及预测性管理”，成为算力中心智能化升级的关键方向。

面向这一趋势，联合实验室将围绕三大方向开展联合攻关：

一是关键冷却与配套设备智慧诊断与性能优化

基于深度智控自研PhyAI以及秦淮数据技术沉淀，开展关键冷却设备性能建模、状态仿真、异常识别与智能诊断，构建状态感知、性能模拟和问题定位能力。 针对动态基准缺失、人工研判和诊断效率低等痛点，实现性能预测、异常早识别及策略仿真验证，提升运行稳定性与诊断效率。

二是预测性维护与设备健康管理

通过部件级故障知识库、故障树及健康度评价体系，将运维从故障发生后的被动响应逐步转向基于设备状态的主动预测，并推动诊断、决策与运维执行形成闭环。

三是算冷协同优化

面向算力负载动态变化，建立IT负载、冷负荷及环境温度等多维协同预测模型，使冷却系统能够随算力任务动态调节，实现算力负载与冷却系统的协同控制与优化。

此前，双方已围绕算力基础设施智能化运行开展持续探索，相关技术研究已覆盖性能仿真、算冷协同、智慧运维等方向，并延伸至水冷系统、风冷末端、间接蒸发冷却及液冷等多类冷却设施。

联合实验室成立后，将以秦淮数据多年超大规模数据中心运营管理经验沉淀为研发输入，持续推进技术验证、产品迭代和成果转化，推动物理AI能力在更大规模、更复杂智算场景中持续演进。

这也是深度智控持续推动物理AI重塑全球算力与能源底座的又一重要实践。

今年4月，深度智控入选中国信通院“算电协同十大技术攻坚试验场”，与华为、字节跳动、百度等头部企业围绕绿电直连、源网荷储等方向参与技术攻关。9月，由深度智控与中国信通院云大所牵头，联合宁德时代、工业富联、上海联通、秦淮数据等产业伙伴共同编制的《面向绿色算力的人工智能应用研究报告》正式发布，系统探索物理AI在算力基础设施规划设计、运行调优、能源协同与运维管理等环节的应用路径。

从算电协同到预测性智能运维，从单一设备优化到算力、冷却与能源系统协同，物理AI正在加速进入算力基础设施核心运行环节。

未来，联合实验室将持续打通技术研发—场景验证—成果输出—规模化应用，推动算力基础设施运维从人工操作、智能辅助走向自主决策、自主运行与自主寻优，开启大规模智算中心“无人值守”的新阶段。