0%
引言
從 Meta 在 OCP 高峰會釋出的訊號可以看出，AI 資料中心的競爭，已不只是誰能部署更多 GPU，而是誰能把運算、網路、供電、散熱與機櫃架構整合成可複製、可擴張的系統，隨著 AI 叢集從單一資料中心走向跨區域部署，OCP 的觀察重點逐漸延伸到 AI 基礎設施如何共同設計、驗證與規模化部署。
參考資料：科技新報
早在 2011 年時， Facebook（現今的 Meta）就已發起 OCP（Open Compute Project），將其位於美國奧勒岡州的第一座自建資料中心的設計公開，簡單來說，OCP 可以理解為資料中心硬體的共同規格語言，隨著資料中心越蓋越大，傳統伺服器設備太封閉且成本高，還不一定符合自己的需求，因此，Facebook 選擇把伺服器、機櫃、電源等設計公開，讓產業一起用更符合效率、更容易擴張的方式來打造資料中心。
AI 伺服器規格升級，讓 OCP 從降本標準走向系統架構核心
過去 OCP 的價值在於透過開放規格與標準化設計，降低大型資料中心在擴張過程中的硬體成本與維護複雜度，它解決的是傳統伺服器設備規格封閉、客製化成本高、維運效率不佳的問題。
但在 AI 伺服器的時代，資料中心面臨的挑戰已不只是如何把設備做得更便宜，而是整個機櫃能否承受更高功耗、更高密度
