数据中心是支撑数字经济发展，特别是生成式人工智能（gen AI）的关键设施，负责处理、存储和分发大量数据。根据麦肯锡分析，到2030年，全球数据中心需要6.7万亿美元的投资以匹配计算能力的需求，其中约70%将用于AI工作负载。
核心组件
数据中心主要由四部分组成：IT设备（服务器、存储设备、网络设备）、基础设施和公用设施（空调、备用电力系统）、连接性（高速光纤网络）以及物理安全措施（防火系统、限制性访问）。
AI对数据中心的影响
AI的快速发展导致对计算能力的需求激增。预计到2030年，70%的数据中心容量需求将来自AI工作负载，其中gen AI将占40%。AI服务器的高能耗推动数据中心向更大规模和更高功率密度发展，平均功率密度预计到2027年将增加近四倍。目前，亚马逊云服务、谷歌云、微软Azure和Meta等超大规模企业（Hyperscalers）主导AI数据中心的增量需求，它们拥有全球超过一半的AI数据中心，并预计到2030年，欧洲和美国的65% AI工作负载将托管在这些公司的基础设施上。
新AI数据中心的挑战与需求
高能耗和功率密度以及不同AI工作负载的复杂性，导致数据中心建设在三个主要方面发生快速变化：
- 选址和电力基础设施：传统数据中心市场如美国北弗吉尼亚州和加利福尼亚州圣克拉拉市面临电力供应问题，许多公用事业公司难以快速建设输电基础设施。
- 机械（冷却）系统设计：AI服务器高能耗导致发热量巨大，传统风冷系统难以应对，因此转向液冷技术（如机架后门热交换器、直接到芯片技术和液体浸没冷却）。
- 电力系统设计：AI工作负载需要更大功率的配电单元，因此许多数据中心运营商正安装更大容量的开关设备和地面安装的配电单元，以降低安装和维护的复杂性与成本。
非AI任务与区域挑战
非AI任务（如企业IT、网页托管）也占数据中心活动的重要部分，但能耗和功率密度较低，因此对基础设施需求不同。欧洲面临电力来源有限、可持续性、土地可用性、电力设备短缺和技能人才不足等挑战；美国则面临电力连接和劳动力限制问题，电力贸易工人短缺影响项目进度。
能源参与者与房地产组织的机遇
- 能源参与者：可参与电力供应和来源的解决方案，包括：
- 进入廉价可靠的二级电力市场（如美国爱荷华州、怀俄明州等）；
- 提供电网外解决方案（如离网式电力或补充电力）；
- 支持超大规模企业的可再生能源需求（太阳能、风能、核能等）；
- 投资输电和配电基础设施。
- 房地产组织：可通过购买土地、部分开发或建立“共址”模式（提供土地、建筑、电力和连接性）参与数据中心行业，预计长期收益率较高。
电信运营商的机遇
电信运营商可通过以下方式利用AI基础设施需求：
- 铺设高速互联网电缆；
- 将闲置空间改造成GPU租赁服务；
- 自建和运营数据中心；
- 补充连接平台短板。
建议运营商从核心网络能力逐步向上游扩展，并采取渐进式投资策略以降低风险。
研究结论
数据中心行业将持续高速增长，AI将成为主要驱动力。电力供应、冷却技术和电力系统设计是关键挑战，超大规模企业主导市场但面临电力瓶颈，非AI任务和区域差异也需关注。能源和房地产参与者有显著机遇，电信运营商可通过多元化服务增强竞争力。
