# 数据中心 — 基础设施、扩张与界限概览

数据中心如何将计算、电力、冷却、地域与资本结合在一起——以及为何其界限以不同方式显现。

Author: NiLu
Locale: zh
Published: 2026-07-29
Updated: 2026-07-29
Canonical: https://blog.nilu.pro/zh/blog/shuju-zhongxin-jichu-sheshi-kuozhang-jiexian/
Markdown: https://blog.nilu.pro/zh/blog/shuju-zhongxin-jichu-sheshi-kuozhang-jiexian.md
JSON: https://blog.nilu.pro/zh/blog/shuju-zhongxin-jichu-sheshi-kuozhang-jiexian.json

## 摘要

- 数据中心将 IT 设备与电力、冷却、连接、资本、地域和许可结合在一起。
- 已宣布、已签约、已安装、已通电、可用与已消耗的容量是不同状态。
- 人工智能提高了部分配置的密度，但并不能描述整个机群，也无法单独解释扩张。
- 测量缺口阻碍的是普遍排名，而不是对已知机制的解释。

## 目录

- [扩张如何发生](#como-a-expansao-acontece)
- [全球规模与地方集中](#escala-global-e-concentracao-local)
- [人工智能、密度与消耗](#ia-densidade-e-consumo)
- [收益、成本与选址](#beneficios-custos-e-localizacao)
- [仍未知的内容](#o-que-ainda-nao-e-conhecido)

## 摘要

数据中心是物理系统，将服务器、加速器、内存、存储和网络与建筑、电力、冷却、连接、资本和许可结合在一起。该行业的扩张不能由单一组件解释。人工智能加速了部分需求；电力已成为一项相关约束；芯片、网络、电力设备、地域和监管仍然相互依存。 [[1]](#ref-1) [[2]](#ref-2)

<a id="como-a-expansao-acontece"></a>

## 扩张如何发生

序列始于对数字服务的需求。不同的工作负载产生不同的处理、存储、延迟和可靠性要求。这些要求转化为服务器和机架，而服务器和机架需要关键电力、冷却和连接。要使容量变为可用，项目还需要土地、许可审批、融资、设备、电力接入和运营。 [[1]](#ref-1) [[2]](#ref-2)

因此，已宣布、已签约、已安装、已通电、可用与实际消耗的容量是不同状态。

<a id="escala-global-e-concentracao-local"></a>

## 全球规模与地方集中

全球估算有助于衡量趋势，但必须始终与产生它们的版本和情景关联。IEA 在某一版本中估计 2024 年数据中心约为 415 TWh；后续更新以约 485 TWh（2025 年）和接近 950 TWh（2030 年）的中心情景开展工作。这些数值并不构成单一区间，2030 年的预测也不是未来事实。 [[3]](#ref-3) [[4]](#ref-4)

影响在地方显现。在爱尔兰，数据中心占 2025 年计量电力消耗的 23%，而 2015 年为 5%。该分母并不代表全部终端能源，也不能在全球范围内推广。 [[5]](#ref-5)

<a id="ia-densidade-e-consumo"></a>

## 人工智能、密度与消耗

人工智能配置可以达到远高于常规设施中所见的密度。一种 NVIDIA NVL72 配置被记录为约每机架 120 kW。这并不能使其成为典型机架。在 Uptime 2025 调查中，709 名应答运营商中有 82% 报告其设施中存在的最高密度仍低于每机架 30 kW。 [[6]](#ref-6) [[7]](#ref-7)

组件的 TDP 并不衡量服务器或站点的消耗。功率基准测试衡量的是既定系统、工作负载和情景；它们单独也无法提供数据中心的年消耗量。 [[8]](#ref-8) [[9]](#ref-9) [[10]](#ref-10)

<a id="beneficios-custos-e-localizacao"></a>

## 收益、成本与选址

在弗吉尼亚州研究的案例中，大部分建模经济影响与建设相关，而非永久性运营岗位。在华盛顿州，一项税收优惠在审计期内仅用于改造，并未产生新的数据中心。这些案例并不代表所有市场，但表明为何投资、就业、税收收入和额外性需要分开评估。 [[11]](#ref-11) [[12]](#ref-12)

物理选址也不等于完整主权。管辖权、运营、加密密钥、可移植性、软件、芯片、线缆和连续性需要分别评估。 [[13]](#ref-13)

<a id="o-que-ainda-nao-e-conhecido"></a>

## 仍未知的内容

不存在按工作负载划分的公开且可比较的全球容量分类。同样不存在关于实际可用已安装容量的可靠全球百分比、各项目间可比较的净财政回报，或可辩护的单一计算主权指数。

这些缺口是编辑结果的一部分。它们阻碍排名和虚假精确，但并不阻碍解释已知机制。

## 参考文献

1. <a id="ref-1"></a>[U.S. EPA ENERGY STAR — Data center rating FAQ and PUE definition](https://nepis.epa.gov/Exe/ZyPURL.cgi?Dockey=P100TSZE.TXT). U.S. EPA. 查阅于 24 jul. 2026.
2. <a id="ref-2"></a>[LBNL — 2024 United States Data Center Energy Usage Report](https://eta-publications.lbl.gov/publications/2024-lbnl-data-center-energy-usage-report). Lawrence Berkeley National Laboratory. 查阅于 24 jul. 2026.
3. <a id="ref-3"></a>[IEA — Energy and AI (2025)](https://www.iea.org/reports/energy-and-ai). IEA. 查阅于 22 jul. 2026.
4. <a id="ref-4"></a>[IEA — Key Questions on Energy and AI (2026)](https://www.iea.org/reports/key-questions-on-energy-and-ai). IEA. 查阅于 24 jul. 2026.
5. <a id="ref-5"></a>[CSO Ireland — Data Centres Metered Electricity Consumption 2025](https://www.cso.ie/en/releasesandpublications/ep/p-dcmec/datacentresmeteredelectricityconsumption2025/). Central Statistics Office Ireland. 查阅于 24 jul. 2026.
6. <a id="ref-6"></a>[NVIDIA — DGX GB Rack Scale Systems Hardware Guide](https://docs.nvidia.com/dgx/dgxgb200-user-guide/hardware.html). NVIDIA. 查阅于 24 jul. 2026.
7. <a id="ref-7"></a>[Uptime Institute — 2025 Global Data Center Survey](https://uptimeinstitute.com/about-ui/press-releases/uptimes-15th-annual-global-data-center-survey-results-shows-both-commitment-and-hesitancy). Uptime Institute. 查阅于 24 jul. 2026.
8. <a id="ref-8"></a>[NVIDIA — H100 Tensor Core GPU specifications](https://www.nvidia.com/en-us/data-center/h100/). NVIDIA. 查阅于 22 jul. 2026.
9. <a id="ref-9"></a>[MLCommons — MLPerf Inference benchmark documentation](https://docs.mlcommons.org/inference/). MLCommons. 查阅于 24 jul. 2026.
10. <a id="ref-10"></a>[MLCommons — MLPerf Inference power measurement methodology](https://docs.mlcommons.org/inference/power/). MLCommons. 查阅于 24 jul. 2026.
11. <a id="ref-11"></a>[JLARC — Data Centers in Virginia (2024)](https://jlarc.virginia.gov/landing-2024-data-centers-in-virginia.asp). Virginia JLARC. 查阅于 24 jul. 2026.
12. <a id="ref-12"></a>[Washington JLARC — Data Centers in Urban Counties: 2026 Tax Preference Review](https://leg.wa.gov/jlarc/taxReports/2026/data/1/report.html). Washington JLARC. 查阅于 24 jul. 2026.
13. <a id="ref-13"></a>[OECD — Data localisation trends and challenges](https://www.oecd.org/content/dam/oecd/en/publications/reports/2020/12/data-localisation-trends-and-challenges_d775fe8a/7fbaed62-en.pdf). OECD. 查阅于 24 jul. 2026.