发现报告 - 我不要下游需求数据，我就要最直白的算力规模增加的数据，看看IDC有没有

好的，我根据提供的参考资料，为您梳理了算力规模与IDC扩容相关的核心数据。整体来看，算力需求正经历爆发式增长，而IDC作为算力的物理承载底座，正开启新一轮扩张周期。

一、算力规模：总量攀升，智算占比持续提升

1. 全球算力规模

截至2024年末，全球通用算力规模达到 628 EFLOPS（FP32），智能算力规模达到 5,693 EFLOPS（FP16），智算规模已远超通算规模【4】。

2. 中国算力规模

总量增长：我国算力规模保持稳定增长态势，智能算力占比持续提升【3】。
智能算力预测：中国智能算力规模2024年达 640.7 EFLOPS，预计2026年将达 1,271.4 EFLOPS，两年间近乎翻倍【1】。
最新进展：截至2026年3月底，我国已建成智能算力规模 188.2万P（约合188.2 EFLOPS），相当于去年同期的 2.5倍，其中八大国家枢纽节点占比超80% 【11】。
远期展望：IDC预计，到2028年中国智能算力占通用算力和智能算力合计的比重可能超过 95% 【11】。

3. 算力结构变化

行业目前呈现 “通用算力过剩、智能算力短缺” 的结构性失衡状态【4】。互联网行业是算力需求最大的行业，在通用算力领域占据 38.6% 的份额，在智能算力领域占据 52% 的份额【3】。

二、IDC扩容：新一轮扩张周期开启

1. 市场规模持续扩大

中国IDC市场呈现回暖态势，预计将开启新一轮扩张周期【2】：

年份	传统IDC业务市场规模	同比增速
2024年	1,583亿元	+8.7%
2029年（预测）	3,175亿元	复合增长率14.9%

2. 第三方IDC厂商机柜容量变化

国内主要第三方IDC厂商的运营机柜容量从2015年的 363MW 增长至2020年的 2,036MW，对应CAGR达 41%。2021年后，在客户需求饱和及互联网行业需求疲软的局面下，数据中心扩张速度放缓，资源利用率有所下降。截至2024年末，国内主要第三方IDC厂商运营机柜容量约 4,007MW，同比增长 13% 【7】。

3. 算力基建扩容与AI双向赋能

智能算力新增及东部地区超大规模智算中心集群（如长三角、粤港澳节点）直接服务于AI大模型训练需求；西部地区则布局绿色低碳算力基地，通过“东数西训”模式承接非实时性AI算力任务【5】。AI大模型训练对高密度算力的需求倒逼IDC向智能化、集约化转型，而IDC的算力基建扩容又为AI技术创新提供“燃料” 【5】。

4. 头部企业扩张信号

阿里云：到2032年，阿里云全球数据中心的能耗规模将提升 10倍，这意味着阿里云算力投入将指数级提升，IDC行业加速向上【13】。
英伟达：计划用1000亿美元投资OpenAI，建立 10GW 的数据中心，将部署 400-500万颗GPU，首批设施预计于2026年下半年启用【13】。

三、扩容背后的核心约束

IDC扩容并非“一键完成”，面临多重现实瓶颈：

电力瓶颈：算力中心是“耗电大户”，电力成本占比高，降低用电成本是经济账中的核心点【8】。核心资源已从土地转向 电力和能源配额，大规模能源审批以及稳定、长期、低成本的电力成为稀缺投入【10】。
硬件成本：仅靠堆砌GPU应对海量Token需求，会带来资本开支急剧增加，降低AI投资的回报率【12】。
老旧设施升级困难：2023-2024年新建或白地坪设施能够支持更新的AI计算设备，但老旧设施需要逐项资产评估，部分老旧场站若无法升级用于AI工作负载，可能面临更低的更新定价【10】。

四、小结

从数据来看，算力规模正经历“智算引领、总量攀升”的快速增长期，而IDC作为算力的物理底座，正从上一轮的供给过剩中走出，开启以智算为核心驱动的新一轮扩容周期。需求端的爆发式增长（Token调用量指数级上升）与供给端的硬约束（电力、成本、老旧设施）之间的赛跑，将持续推动算力中心加速扩容与升级。