B300的1400W功耗对机房供电与散热的要求

很多团队在算力选型时把注意力全放在算力和显存上，等到机器进场才发现，机房的电力和制冷根本撑不住。B300把这个问题的难度又抬了一档：它的TDP约为1400W，比B200的1200W高出约17%。单看这200W不算什么，但乘以整柜的GPU数量，量级就完全不同了。

先算供电。以GB300 NVL72为例，一个机柜里塞了72颗GPU，如果按每颗1400W的芯片功耗粗算，仅GPU部分的功耗就接近100kW，加上CPU、内存、800Gb/s的ConnectX-8网卡、交换模块和风扇，整柜的输入功率会显著超过这个数字。这意味着传统机柜普遍2-8kW的配电能力完全不够用，必须走高压直流或高密度交流方案，单柜配电往往要做到100kW以上，并且需要专门的配电柜、母排和分路监控。老机房改造的难点不在于买设备，而在于楼层承重、进线容量和消防审批——这些是周期最长、最容易被低估的环节。

再看散热。1400W的风冷散热已经非常吃力。高密度部署基本只有两条路：一是液冷，其中冷板式液冷对现有机房改造相对友好，只需在机柜侧加装CDU和分水器，但要求机房具备相应的管路预留和漏液检测；二是浸没式，散热效率更高但改造成本和维护复杂度都更大。如果坚持风冷，就必须把单柜功率密度压下来，代价是同样的GPU数量要占用更多机柜面积和更多空调制冷量。

这笔账最终会体现在成本结构上。PUE每高0.1，电费就多一截；在电价较高的地区，一个满载的B300集群年电费可能达到设备租金的相当比例。所以判断一个算力供应商是否真的”能跑B300″，不能只看它有没有卡，要问三个问题：单柜配电做到多少千瓦、采用风冷还是液冷、PUE和电价分别是多少。这些问题问不出来，后续的稳定性风险就会转嫁到你的训练任务上——一次因过热导致的降频或宕机，可能就让几天的训练进度白费。

反过来说，液冷也是B300的一个隐性红利。芯片温度控制得更好，可以更长时间维持在高频状态，实际吞吐比降频状态下更接近标称值。算力买的是有效算力，不是标称算力。

对于需要快速获得高端算力的团队而言，自建高密度机房涉及供电增容、液冷改造和消防审批，周期长、门槛高。中海云算深耕AI算力领域，提供B300等高端GPU算力资源与灵活的租用方案，机房供电与散热条件按高密度标准建设，支持按需与长租多种计费模式，帮助企业以更低的前期投入跑通大模型推理与微调。