# 数据中心 — 基础设施、扩张与界限概览 公开档案 DOS-1 · Overview Schema: 1.0.0 Dossier ID: DOS-1 Slug: shuju-zhongxin-jichu-sheshi-kuozhang-jiexian Public version: 1.0.0 Locale: zh Intent: explain Audience: 读者、研究人员、投资者、运营商和政策制定者。 Last verified: 2026-07-29 Canonical: https://blog.nilu.pro/zh/blog/shuju-zhongxin-jichu-sheshi-kuozhang-jiexian/dossier/ Article summary: 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/dossier.md JSON: https://blog.nilu.pro/zh/blog/shuju-zhongxin-jichu-sheshi-kuozhang-jiexian/dossier.json ## 执行摘要 - 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。该行业的扩张无法由单一组件解释。人工智能加速了部分需求；电力已成为一项重要约束；芯片、网络、电力设备、地域和监管仍然相互依存。 - 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。 - 测量缺口阻碍排名和虚假精确，但并不妨碍解释已知机制。 ## 范围 数字需求如何转化为物理基础设施；哪些资源和瓶颈制约扩张；成本、影响与权力如何分配。 **核心论点:** 数据中心并非抽象的数字基础设施，而是信息物理系统；其扩张依赖计算、电力、冷却、连接、资本、设备、地域与许可的汇合。 **范围之外** - 技术、环境、财政或法律细节仍由专项档案论述。 - 本概览不完整复述四份专项档案的证据基础。 ## 专项档案 - DOS-6 — [数据中心 — 如何运行及为何扩张](https://blog.nilu.pro/pt-br/blog/datacenters-sistema-fisico-demanda/) - DOS-2 — [数据中心 — 电力与环境影响](https://blog.nilu.pro/pt-br/blog/datacenters-energia-impactos-ambientais/) - DOS-3 — [数据中心 — 政治经济、投资与地方影响](https://blog.nilu.pro/pt-br/blog/datacenters-economia-politica-impactos-locais/) - DOS-4 — [数据中心 — 地理、地缘政治与主权](https://blog.nilu.pro/pt-br/blog/datacenters-geografia-geopolitica-soberania/) ## 系统图 ```text 数字服务需求 ↓ 工作负载 + 交付模式 ↓ 服务器、加速器、内存、存储和网络 ↓ 机架、关键电力、冷却和建筑 ↓ 电力接入 + 光纤 + 线缆 + 地域 ↓ 合同、融资、激励与监管 ↓ 已安装容量 → 已通电容量 → 可用容量 → 实际消耗容量 ↓ 经济、环境、地域与战略影响 ``` ## DATA — 证据与测量 ### DC-OV-D01 — 数据中心结合 IT 与配套基础设施 数据中心将服务器、存储和网络与供电、转换、冗余、冷却、安防和建筑结合在一起。 - **类型:** fact - **状态:** verified - **置信度:** high - **最近审核:** 2026-07-25 - **参考文献:** [src-epa-energy-star-datacenter-faq-pue](#src-epa-energy-star-datacenter-faq-pue), [src-lbnl-us-data-center-energy-2024](#src-lbnl-us-data-center-energy-2024) **局限** - 具体实施因设施类型和可用性要求而异。 ### DC-OV-D02 — 云不是工作负载 云是一种交付与运营模式；人工智能、视频、数据库、Web 服务、分析、高性能计算和存储则是可共享同一基础设施的应用或工作负载类别。 - **类型:** fact, taxonomy - **状态:** verified - **置信度:** high - **参考文献:** [src-nist-sp800-145-cloud-definition](#src-nist-sp800-145-cloud-definition) **局限** - 不同应用类别的资源使用可能重叠，因而难以确定互斥占比。 ### DC-OV-D03 — 全球预测取决于特定版本和情景 IEA 在 Energy and AI 2025 版本中估计，2024 年数据中心用电量约为 415 TWh；后续更新采用了 2025 年约 485 TWh，以及 2030 年接近 950 TWh 的中心情景。 - **类型:** estimate, prediction - **状态:** contextual - **时期:** Anos-base 2024 e 2025; cenário central para 2030. - **置信度:** high para atribuição; medium para projeção - **误读风险:** 不得将 2030 年的预测表述为未来事实。 - **参考文献:** [src-iea-energy-and-ai-2025](#src-iea-energy-and-ai-2025), [src-iea-key-questions-energy-ai-2026](#src-iea-key-questions-energy-ai-2026) **局限** - 这些数值分别属于不同版本、基准年份和假设；并不构成单一区间。 ### DC-OV-D04 — 集中分布使地方影响不成比例 数据中心占爱尔兰 2025 年计量用电量的 23%，而 2015 年为 5%。 - **类型:** fact - **状态:** verified - **测量基础:** 计量用电量。 - **时期:** 2015–2025 - **置信度:** high - **参考文献:** [src-cso-ireland-datacenter-electricity-2025](#src-cso-ireland-datacenter-electricity-2025) **局限** - 这既不是全部终端能源中的占比，也不是全球性指标。 ### DC-OV-D05 — 高密度人工智能配置不代表典型机架 NVIDIA 文档显示，一种 NVL72 配置约为 120 kW；在 Uptime 2025 调查中，709 名应答运营商中有 82% 表示，其设施中密度最高的机架也未超过 30 kW。 - **类型:** comparison - **状态:** contextual - **测量基础:** 将一种 NVL72 配置的规格与 709 名运营商的调查结果进行比较。 - **时期:** Pesquisa Uptime 2025. - **置信度:** high para as fontes; low para generalização global - **参考文献:** [src-nvidia-dgx-gb-rack-hardware-guide](#src-nvidia-dgx-gb-rack-hardware-guide), [src-uptime-global-datacenter-survey-2025](#src-uptime-global-datacenter-survey-2025) **局限** - 产品规格与运营商调查针对不同总体；该调查并非所有机架的分布情况。 ### DC-OV-D06 — TDP 和基准测试不能衡量站点年耗电量 TDP 是组件属性；MLPerf Power 衡量系统在既定基准测试期间的交流功率；这两项指标单独都无法给出数据中心的年耗电量。 - **类型:** comparison - **状态:** verified - **测量基础:** 组件 TDP 与系统在既定基准测试期间的交流功率。 - **置信度:** high - **参考文献:** [src-nvidia-h100-specifications](#src-nvidia-h100-specifications), [src-mlcommons-mlperf-inference](#src-mlcommons-mlperf-inference), [src-mlcommons-mlperf-power](#src-mlcommons-mlperf-power) ### DC-OV-D07 — 用水量取决于边界与条件 LBNL 的一项研究发现，在其评估的设备、利用率、冷却、气候、电网和硬件更新组合之间，每项工作负载的用水量相差超过四个数量级。 - **类型:** estimate, comparison - **状态:** contextual - **测量基础:** 各评估组合中每项工作负载的用水量。 - **置信度:** medium-high - **参考文献:** [src-lbnl-water-use-workloads-2025](#src-lbnl-water-use-workloads-2025) **局限** - 这不代表全球站点的实际分布，也不能据此提出普遍适用的“每次查询”数值。 ### DC-OV-D08 — 可再生能源合同不能证明逐时物理供电 基于市场法的 Scope 2 记录合同工具；但仅凭这一点，无法证明每个时段和地点的用电均由无碳发电满足。 - **类型:** comparison - **状态:** verified - **置信度:** high - **参考文献:** [src-ghg-protocol-scope2-guidance-2015](#src-ghg-protocol-scope2-guidance-2015) **局限** - 应区分现行规则与未来关于逐时匹配和可交付性的提案。 ### DC-OV-D09 — 在弗吉尼亚州案例中，建模经济影响主要来自建设 弗吉尼亚州模型估计该行业关联 74 千个就业岗位：59 千个与建设相关，15 千个与运营相关，其中包括直接、间接和诱发效应。 - **类型:** estimate - **状态:** contextual - **测量基础:** 建模就业岗位，包括直接、间接和诱发效应。 - **置信度:** high para a atribuição - **参考文献:** [src-jlarc-data-centers-virginia-2024](#src-jlarc-data-centers-virginia-2024) **局限** - 这不等同于运营商自身的永久雇员，也不代表其他司法辖区。 ### DC-OV-D10 — 使用激励措施不能证明额外性 华盛顿州审计发现，受益者不足十家，只有翻修改造，没有任何新建项目使用该优惠；2023–2026 年间估计节省 US$ 42,4 百万。 - **类型:** fact, estimate - **状态:** verified Case Study - **时期:** 2023–2026 - **置信度:** high - **参考文献:** [src-wa-jlarc-urban-data-centers-tax-preference-2026](#src-wa-jlarc-urban-data-centers-tax-preference-2026) **局限** - 这并未衡量所有增量投资，也不能据此在全国范围内推广。 ### DC-OV-D11 — 地区用电量不等于计算能力占比 2024 年，IEA 将数据中心估算用电量的 45%、25% 和 15% 分别归于美国、中国和欧洲。 - **类型:** estimate - **状态:** contextual - **测量基础:** 数据中心估算用电量中的占比。 - **时期:** 2024 - **置信度:** high para a estimativa publicada - **参考文献:** [src-iea-energy-and-ai-2025](#src-iea-energy-and-ai-2025) **局限** - 这并不衡量 GPU、FLOPS、服务器或可用容量。 ### DC-OV-D12 — 线缆至关重要，但数量不能衡量韧性 ITU 估计海底光缆承载了超过 99% 的国际数据流量；故障、维修、容量、路由多样性和不可用性是不同指标。 - **类型:** estimate, comparison - **状态:** contextual - **测量基础:** 国际数据流量中的估算占比。 - **置信度:** medium-high - **参考文献:** [src-itu-submarine-cable-resilience-2026](#src-itu-submarine-cable-resilience-2026) ### DC-OV-D13 — 本地部署不等于完整主权 将数据和数据中心保留在某一地域内，本身并不能决定实际管辖权、运营控制、密钥、可移植性、技术可替代性或连续性。 - **类型:** comparison - **状态:** verified as framework - **置信度:** high - **参考文献:** [src-oecd-data-localisation-2020](#src-oecd-data-localisation-2020) ## INFO — 派生综合 ### DC-OV-I01 — 扩张是对依赖关系的协调 芯片没有电力会形成无效库存；电力没有硬件、连接或需求会形成闲置容量；两者如果没有许可和合同，都无法投入运营。 - **Derived from:** DC-OV-D01, DC-OV-D05, DC-OV-D06 ### DC-OV-I02 — 瓶颈会在系统中转移 制约因素可能在芯片、HBM、封装、网络、电力设备、接入、冷却、建设和调试之间转移。 - **Derived from:** DC-OV-D01, DC-OV-D05 - **来源说明:** 规范推导还指向关于运行和电力的专项档案，但未在概览中另行指定更多主张。 ### DC-OV-I03 — 单位效率与总量消耗可能背离 每项任务能耗降低并不决定总消耗；规模、价格、利用率和新用途也会变化。 - **Derived from:** DC-OV-D03, DC-OV-D06 ### DC-OV-I04 — 较小的全球影响在地方可能很大 全球电力或用水占比无法描述某个电网节点、流域或市镇承受的压力。 - **Derived from:** DC-OV-D04, DC-OV-D07, DC-OV-D11 ### DC-OV-I05 — 收益与成本体现在不同机构 州级税式支出、市政收入、公用事业投资、电价和临时就业可以并存；在没有反事实情景的情况下，不应将其相加视为净收益。 - **Derived from:** DC-OV-D09, DC-OV-D10 ### DC-OV-I06 — 本地部署同时意味着优势与依赖 电力、光纤和监管会吸引容量，但芯片、云、软件、线缆和管辖权仍维持着外部依赖。 - **Derived from:** DC-OV-D11, DC-OV-D12, DC-OV-D13 ### DC-OV-I07 — 预测或激励不能证明容量已经交付 需求预测和激励计划本身不能证明具备运营容量；部署仍取决于融资、设备、接入、许可、建设和运营。 - **Derived from:** DC-OV-D03, DC-OV-D10 ## 不确定性 ### DC-OV-UNC-01 — 按工作负载划分的全球占比 - **状态:** não mensurado publicamente - **我们已知的:** 采用情况和存在情况不等同于电力、服务器或计算能力占比。 - **编辑处理:** 不发布人为构造的全球划分。 - **置信度:** high na lacuna - **最近审核:** 2026-07-25 ### DC-OV-UNC-02 — 已安装容量与可用容量 - **状态:** não mensurado publicamente - **我们已知的:** 电力、冷却、空间、网络和可靠性可能造成搁浅容量。 - **编辑处理:** 解释机制，但不提供全球百分比。 - **最近审核:** 2026-07-25 ### DC-OV-UNC-03 — 各站点可比的环境影响 - **状态:** métodos incompatíveis - **我们已知的:** PUE、WUE、用水、排放和隐含碳取决于边界、气候和运营。 - **编辑处理:** 保留站点、时期、分母和方法。 - **最近审核:** 2026-07-25 ### DC-OV-UNC-04 — 净财政回报 - **状态:** não mensurado publicamente - **我们已知的:** 总收入和税式支出存在于不同政府层级。 - **编辑处理:** 不制作激励措施排名。 - **最近审核:** 2026-07-25 ### DC-OV-UNC-05 — 全球计算能力与主权 - **状态:** proxy imperfeito - **我们已知的:** 电力、机架、设施和选址仅衡量部分维度。 - **编辑处理:** 采用多维框架，而非单一指数。 - **最近审核:** 2026-07-25 ## 方法论 - **DATA:** DATA 记录可验证的主张，并明确列出来源、测量背景、局限性和置信度。 - **INFO:** INFO 记录综合结论或解释，并始终声明其所依据主张的 ID。 - **不确定性:** 不确定性将缺口记录为编辑结论；该缺口保持明确，不以脆弱的估算填补。 - **更新规则:** 只有在获得编辑授权后，审查才可依据规范档案修正或更新预测；重大变更将递增公开版本，并记录在更正历史中。 ## 版本与更正 - **公开版本:** 1.0.0 - **最近核验:** 2026-07-29 - **复审时间:** 2026-08-24 - 暂无公开更正记录。 ## 参考文献 1. **src-epa-energy-star-datacenter-faq-pue.** [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. 访问日期 2026-07-24. 1. **src-lbnl-us-data-center-energy-2024.** [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. 访问日期 2026-07-24. 1. **src-nist-sp800-145-cloud-definition.** [NIST — The Definition of Cloud Computing (SP 800-145)](https://csrc.nist.gov/pubs/sp/800/145/final). NIST. 访问日期 2026-07-24. 1. **src-iea-energy-and-ai-2025.** [IEA — Energy and AI (2025)](https://www.iea.org/reports/energy-and-ai). IEA. 访问日期 2026-07-22. 1. **src-iea-key-questions-energy-ai-2026.** [IEA — Key Questions on Energy and AI (2026)](https://www.iea.org/reports/key-questions-on-energy-and-ai). IEA. 访问日期 2026-07-24. 1. **src-cso-ireland-datacenter-electricity-2025.** [CSO Ireland — Data Centres Metered Electricity Consumption 2025](https://www.cso.ie/en/releasesandpublications/ep/p-dcmec/datacentresmeteredelectricityconsumption2025/). Central Statistics Office Ireland. 访问日期 2026-07-24. 1. **src-nvidia-dgx-gb-rack-hardware-guide.** [NVIDIA — DGX GB Rack Scale Systems Hardware Guide](https://docs.nvidia.com/dgx/dgxgb200-user-guide/hardware.html). NVIDIA. 访问日期 2026-07-24. 1. **src-uptime-global-datacenter-survey-2025.** [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. 访问日期 2026-07-24. 1. **src-nvidia-h100-specifications.** [NVIDIA — H100 Tensor Core GPU specifications](https://www.nvidia.com/en-us/data-center/h100/). NVIDIA. 访问日期 2026-07-22. 1. **src-mlcommons-mlperf-inference.** [MLCommons — MLPerf Inference benchmark documentation](https://docs.mlcommons.org/inference/). MLCommons. 访问日期 2026-07-24. 1. **src-mlcommons-mlperf-power.** [MLCommons — MLPerf Inference power measurement methodology](https://docs.mlcommons.org/inference/power/). MLCommons. 访问日期 2026-07-24. 1. **src-lbnl-water-use-workloads-2025.** [LBNL — The water use of data center workloads (2025)](https://eta-publications.lbl.gov/publications/water-use-data-center-workloads). Lawrence Berkeley National Laboratory. 访问日期 2026-07-24. 1. **src-ghg-protocol-scope2-guidance-2015.** [GHG Protocol — Scope 2 Guidance](https://ghgprotocol.org/scope-2-guidance). GHG Protocol / WRI. 访问日期 2026-07-24. 1. **src-jlarc-data-centers-virginia-2024.** [JLARC — Data Centers in Virginia (2024)](https://jlarc.virginia.gov/landing-2024-data-centers-in-virginia.asp). Virginia JLARC. 访问日期 2026-07-24. 1. **src-wa-jlarc-urban-data-centers-tax-preference-2026.** [Washington JLARC — Data Centers in Urban Counties: 2026 Tax Preference Review](https://leg.wa.gov/jlarc/taxReports/2026/data/1/report.html). Washington JLARC. 访问日期 2026-07-24. 1. **src-itu-submarine-cable-resilience-2026.** [ITU — International Advisory Body on Submarine Cable Resilience: Working Groups Report 2026](https://www.itu.int/hub/publication/s-iab-wg-2026/). ITU. 访问日期 2026-07-24. 1. **src-oecd-data-localisation-2020.** [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. 访问日期 2026-07-24.