什么是数据中心？（英）2025

什么是数据中心？ 数据中心是一个用于容纳和运行对数字经济至关重要的IT基础设施的场所，特别是生成式AI。 2025年7月 当你向一个生成式AI平台输入一个问题时，你会以如此快的速度得到一个答案，以至于感觉像魔法 。当然，这并非如此：我们许多人都依赖的模型，无论是个人层面还是职业层面，都是数十年的研究和数万亿美元投资的结果——更不用说巨大且不断增长的能源消耗。 数据中心是专门管理IT基础设施的场所，包括服务器、存储设备和网络设备。它们在处理、存储和分发大量数据方面发挥着关键作用，因此对于生成式人工智能以及数字经济的其他部分。 麦肯锡分析表明，到2030年，数据中心将需要6.7万亿美元的全球 投资以跟上计算能力的需求——其中大约70%将来自人工智能工作负载（图1）。“在未来十年中，”麦肯锡高级合伙人说 帕纳吉·萨奇德瓦，“行业将经历一个需求增长S曲线支持将驱动数字革命的基础设施并继续为其提供动力云革命.”不仅要现有数据中心需要变得更强大，新的数据中心也需要迅速建设。世界如何满足这种快速增长的需求？了解更多信息请查看此处麦肯锡说明. 了解麦肯锡技术、媒体与电信行业实践。 什么是计算能力？ 计算能力正成为本十年之一最关键资源人工智能的兴起导致了计算能力的强劲需求，即运营数据中心所需的硬件、处理器、内存、存储和能源。 数据中心的核心组件是什么？ 大多数数据中心有四个核心组件： —IT设备。数据中心托管服务器、存储设备和网络设备，这些设备处理数据处理、存储和传输需求。 数据中心配备空调、冗余—基础设施和公共事业。 电力系统，以及电力调节，以确保不间断运行。 —连接性。数据中心通常位于高速光纤网络附近，这些网络能够实现低成本、高速数据交换 。 —物理安全。为了保护中心的数据和设备，通常会实施强大的物理安全措施，包括火灾抑制系统和限制性访问。 了解麦肯锡技术、媒体与电信行业实践。 表1 人工智能如何影响数据中心的增长？ AI的繁荣推动了需求飙升如上所述，到2030年，数据中心容量的70%预测需求将来自基于人工智能的工作负载。麦肯锡分析表明，在中等情景下，2023年至2030年间，人工智能就绪型数据中心容量的需求将以每年33%的平均速率增长。生成式人工智能是当前增长最快的高级人工智能用例，将占总需求的约40%（图2）。 为跟上人工智能的快速崛起，数据中心变得更大、更强大十年前，一个30兆瓦容量的中心被认为是大的；今天，一个200兆瓦的园区被认为是正常的。人工智能准备就绪的数据中心消耗特别大量的 图2 由于它们的平均功率密度很高——也就是说，机架中服务器的能耗——平均功率密度在短短两年内翻了一番多，预计到2027年将增长近四倍。 包括亚马逊网络服务、谷歌云、微软Azure和Meta在内的超大规模企业是当今大部分对人工智能数据中心的增量需求背后的推动者。这是因为这些超大规模企业需要巨大的容量来托管它们内部开发的大型模型，例如谷歌的Gemini，以及人工智能公司开发的其他模型，例如OpenAI的ChatGPT。目前云服务提供商拥有超过一半全球的ai就绪数据中心。麦肯锡估计，到2030年，欧洲和美国的65%的ai工作负载将托管在超大规模企业的基础设施上。 大多数其他公司都在使用现成的模型，这些模型主要托管在公共云上。但随着人工智能的成熟，越来越多的组织可能会基于内部数据构建和训练自己的模型，这可能增加对私有托管的需求数量。 新人工智能数据中心需要什么？ 更高的能量需求和功率密度，以及不同AI工作负载的复杂性，正导致快速变化。数据中心建设的三大主要领域: —位置和电力基础设施。随着数据中心的大量涌现，在传统上吸引数据中心集群的市场，如美国弗吉尼亚州北部和加利福尼亚州圣克拉拉的电力供应正成为一个问题。许多公用事业公司发现他们无法快速建设输电基础设施，这引发了他们可能无法在未来产生足够电力的担忧。发电不足可能会减缓数据中心的扩张，并影响人工智能的整体消费者和商业使用。 —机械（冷却）系统设计。人工智能服务器消耗大量能源，导致它们物理上变热，以至于基于空气的冷却系统无法跟上。这个问题促使人们转向直接使用液体从机架中移除热量的方法，因为液体比空气更有效地吸收和传递热量：例如，后门热交换器、芯片直连技术和液体浸泡冷却。 —电路系统设计。人工智能工作负载需要更大功率的配电单元来应对更高的功率密度——为此 ，许多数据中心运营商正在安装更大的开关设备和地面安装的配电单元。这些改变降低了安装和维护多个较小单元的复杂度以及资本和运营成本。 了解麦肯锡技术、媒体与电信行业实践。 数据中心也支持非人工智能任务吗？ 人工智能工作负载可能主导对话，但非人工智能处理负载和云构成 数据中心活动的重要部分这些工作负载包括传统的企业IT任务，如网页托管、企业资源计划系统、电子邮件和文件存储。非AI任务需要较少的计算能力，并且可以在中央处理器上高效运行，而不是像AI工作负载那样需要专用图形处理单元或AI加速器。 非人工智能负载也往往具有更可预测的使用模式，以及更低的功率密度，这使得散热需求和能源需求更低。因此，专注于非人工智能处理的数据中心通常在基础设施需求、资本密集度和运营考虑方面，与主要针对人工智能工作负载的设计相比，有所不同。 数据中心行业面临哪些区域性挑战？ 在欧洲，数据中心行业面临几个挑战包括可靠电源有限、可持续性问题、电力基础设施不足、土地可用性问题、电力设备短缺以及熟练电工缺乏。在主要市场上，向新数据中心供电可能需要长达五年或更长时间，且电网日益紧张。满足这些需求将需要大量清洁能源，而这反过来又需要建设更多新型能源系统，以便在特别高需求时启动。 在美国，数据中心行业面临着更严峻的挑战，尤其是在电源连接和劳动力约束电力贸易工人的短缺也影响了按期执行项目的能力，并可能延误数据中心的建造和相关电力基础设施的建设。关税也有所增加，增加了不确定性，并可能带来额外的供应链复杂性. 了解麦肯锡技术、媒体与电信行业实践。 能源企业如何进入数据中心行业？ 投资者有大量机会要参与并能够使能源获取和来源的解决方案得以实现。这里四个高潜力领域: —能够获得可靠、廉价电力的二级市场。数据中心建设（通常需要18至24个月完成）与电力基础设施建设（可能需要3至10年甚至更长时间才能完成）之间存在一个时间差。但存在一些创造性的方法来弥补这一差距。许多超大规模计算器正在核心数据中心市场之外的新、非传统地点扩大容量，因为这些地区可以获得更便宜、可用的电力，并具备建设无碳基础设施的潜力。在美国，爱荷华州 、怀俄明州、印第安纳州和俄亥俄州每个都至少有四大超大规模计算器之一设有数据中心或获得其投资。 —计量之外的解决方案。这些解决方案在公共事业公司无法跟上需求或可靠性要求的步伐的地区提供动力，因为输电限制或本地电源供应的可用性恶化。例如，投资者有机会在电网外建设可以完全离网的电力，或提供补充电力（如核能）来补充现有电网。 —由可再生能源提供者驱动的可持续发展目标。做出气候承诺的超大规模企业将需要数百太瓦时 （TWh）的清洁能源来满足未来需求。太阳能和陆上风电预计将产生世界大部分的新清洁能源，但其他清洁能源技术在中短期内也能提供能源。这些来源包括海上风电，核能，地热,气体,碳捕获与封存，以及清洁燃料。 —输配电投资。电力供应对满足数据中心需求至关重要，公用事业公司正密切关注。投资者可以将投资注入公用事业公司，以在关键市场建设输电和配电基础设施。 了解麦肯锡技术、媒体与电信行业实践。 房地产组织在数据中心行业能扮演什么角色？ 数据中心呈现三个主要机遇向房地产组织。在最基本的层面上，房地产组织可以购买数据中心的土地——具体来说，他们认为将获得数据中心所需的电力、网络连接和客户需求的地块——然后出售或租赁这块土地给数据中心开发商。 房地产公司也可以进行数据中心的部分开发，然后将其设施出售给开发商或最终客户。最终，公司可以创建一个“机柜租赁”模式：他们购买土地、建造建筑物、提供电力和连接性，并完成内部建设 。这些设施通常由企业或超大规模企业租赁。 “与其他房地产资产类别相比，”麦肯锡高级合伙人表示帕纳吉·萨奇德瓦“数据中心历史上收益率更高。由于供给侧约束，我们预计房地产参与者或数据中心开发商在长期内不会面临主要的收益率压缩。房地产投资者寻求数据中心的投资以获得更高的增长和持续的高产水平.” 电信运营商如何利用对人工智能基础设施日益增长的需求获利？ 超越提供驱动通信和连接人们的基础设施，电信运营商还可以建立能够实现人工智能全部潜力的基础设施一种方式是铺设快速互联网电缆（或光纤连接新的数据中心，这将帮助人们和企业） 访问强大的云服务).电信运营商还可以将未使用的空间转化为利润，通过提供人工智能计算能力 ，即图形处理单元，或gpu，作为租赁服务。另一种选择是建设和运营他们自己的数据中心，以支持人工智能所需的高计算能力和互联网速度。他们还可以解决额外的差距，以连接连接平台。 因为它们已经拥有广泛的覆盖范围和丰富的网络管理经验，电信公司处于强势地位。但它们也可以与制造计算机芯片、建设数据中心或提供其他技术服务的企业合作。 确立成功所需的技能和投资方面的清晰志向和抱负非常重要，尤其当运营商从核心连接基础设施层面进一步提升时。 为了降低风险，电信公司可以先从小处着手，逐步投资于人工智能兼容的基础设施，并利用他们已有的资源。清晰的沟通和灵活的方法将是成功的关键。 了解麦肯锡的科技、媒体与电信业务.并且查看与数据中心相关的就业机会如果你有兴趣与麦肯锡合作。 引用的文章： —“计算成本：一场7万亿美元的扩大数据中心竞赛，”2025年4月28日杰西·诺夫辛格,马尔克·帕特尔，并且帕纳吉·萨奇德瓦，与阿吉塔·班、哈莉·张和玛丽亚·古德帕斯特 —“人工智能基础设施：电信运营商新的增长途径,”2025年2月28日 阿布约达雅·斯里瓦斯塔瓦,布伦丹·盖菲,古斯塔夫·格隆丁,塞巴斯蒂安·库贝拉，并且托马士·拉约斯与AkshatAgarwal、DapoOrimoloye、LorraineSalazar、MiguelFrade和NicholasShaw —“超大规模企业如何为全天候清洁能源竞赛提供动力,”2024年12月18日洛伦佐·莫瓦韦罗·米兰埃西,TjarkFreundt，并且山田佑人与弗里德里希·普夫曼和马库斯·卢德维格 —“人工智能助力：扩展数据中心容量以满足日益增长的需求，“2024年10月29日，BhargsSrivathsan马克·索雷尔，以及潘卡杰·萨奇德瓦，与阿吉塔·班、哈里普里特·巴特拉 拉曼·夏尔马,吉蒂什·古普塔和苏尔比·乔杜里 —“权力在解锁欧洲人工智能革命中的作用,”2024年10月24日安娜·格兰斯高,迭戈·赫纳雷斯·迪亚兹,杰西·诺夫辛格,洛伦佐·莫瓦韦罗·米兰埃西，以及潘卡杰·萨切瓦，与阿吉塔·班和索菲亚·冯·沙尔茨 —“房地产产业需要了解的数据中心,”2024年10月15日，潘卡吉·萨奇德瓦 —“数据中心和能源行业如何满足人工智能对电力的需求，”2024年9月17日阿拉斯泰尔·格林,胡马云Tai,杰西·诺夫辛格，以及潘卡杰·萨奇瓦，与阿吉塔·班和拉曼·夏尔马 —“硬核内容：驾驭能源转型中的物理现实,”2024年8月14日, 梅卡拉·克里希南,克里斯·布拉德利,胡马云Tai,迪亚戈·德维塞斯,斯文·史密斯，并且丹尼尔·帕克索德 —“投资增长的数据中心经济,”2023年1月17日，斯里尼·班加罗尔，阿吉塔·班赫 安德烈亚·德·米吉奥,潘卡吉·萨希德瓦,维杰·萨拉马,拉曼·夏尔马,以及BhargsSrivathsan 了解并与麦肯锡资深专家直接参与数据中心 阿拉斯泰尔·格林在麦肯锡华盛顿特区办事处担任高级合伙人；安德烈亚·德·米吉奥是米兰办公室的资深合伙人；胡马云Tai是新纽约办公室的资深合伙人；杰西·诺夫辛格是西雅图分公司的合作伙伴；马尔克·帕特尔是