AI 算力需求持续攀升，全球数据中心建设进入新一轮高峰

随着大模型训练与推理需求爆发式增长，全球AI算力需求持续攀升，数据中心建设迎来新一轮投资热潮。从北美、欧洲到亚太，头部云厂商接连宣布扩产计划，“算力即生产力”正从口号变为真金白银的资本开支。与此同时，高密度算力集群带来的能源与散热挑战日益凸显，液冷技术与绿色能源直供加速普及，一场围绕可持续算力基础设施的产业变革正在展开。

算力即生产力：大模型点燃建设热潮

大模型的参数规模与训练数据量持续膨胀，对底层算力的消耗呈指数级上升。训练之外，推理需求的快速放量进一步放大了算力缺口——当数以亿计的用户每天调用大模型，推理集群的规模必须与训练集群同步扩张。在业界看来，算力已经成为大模型时代最核心的生产要素，得算力者得先机。

这一趋势直观反映在电力数据上。据国际能源署（IEA）发布的报告，2024年全球数据中心用电量约为415太瓦时，约占全球总用电量的1.5%；到2030年，这一数字有望翻倍增长至约945太瓦时。用电量的攀升背后，是GPU服务器机架的密集铺开与数据中心园区的持续扩张。

资本开支屡创新高：云厂商扩产竞赛白热化

扩产潮最直接的体现，是头部云厂商不断上调的资本开支计划。微软宣布在2025财年投入约800亿美元建设AI数据中心；Alphabet为2025年准备了约750亿美元资本开支；亚马逊预计全年投入超过1000亿美元；Meta则将2025年资本开支指引上调至600亿至650亿美元区间。四大巨头合计年度资本开支已突破3000亿美元，其中大部分流向数据中心与AI基础设施。

云巨头之外，跨行业联盟也在加码。2025年1月，OpenAI联合软银、甲骨文等公司宣布“星际之门”（Stargate）计划，拟在未来四年投入高达5000亿美元建设AI基础设施，首个园区落地美国得克萨斯州。Meta创始人扎克伯格同期公开表示：

“2025年将是AI具有决定性意义的一年。我们计划让约1GW的算力上线，并建造一座规模大到足以覆盖曼哈顿相当一部分面积的数据中心。”

亚太与欧洲的扩建同样如火如荼。中国持续推进“东数西算”工程，将东部算力需求引导至西部能源富集地区；欧洲多国依托北海风电与北欧水电资源吸引数据中心落户。围绕土地、电力指标与高端GPU供应的争夺，正在全球范围内上演。

能源与散热：高密度算力的双重考验

高密度算力集群带来了前所未有的能源与散热挑战。传统通用服务器机架的功率密度通常在10千瓦上下，而搭载英伟达GB200 NVL72等系统的AI机架功率密度可达120千瓦以上，相差近十倍。风冷散热在这种密度下已逼近物理极限，机柜热量若不能及时导出，将直接限制芯片性能发挥，甚至影响硬件寿命与系统稳定。

能源侧的压力同样沉重。一座大型AI数据中心的用电量堪比一座中型城市，电网接入容量、变电设施与输电线路都成为扩产的现实瓶颈。在美国，微软与核能企业签约重启三里岛核电站以锁定约835兆瓦电力；亚马逊收购核电站旁的数据中心园区，获取约960兆瓦电力；谷歌则与小型模块化反应堆（SMR）公司Kairos Power签署协议，计划到2035年采购500兆瓦清洁电力——科技巨头正用真金白银为算力寻找稳定电源。

液冷与绿电直供：可持续算力成为标配

面对散热难题，液冷技术正从“可选项”变为“必选项”。冷板式液冷已在海内外AI数据中心规模商用，浸没式液冷也在超高功率密度场景加速试点。液冷不仅能显著降低散热能耗，还可提升单位面积算力密度，成为新建数据中心应对百千瓦级机架的主流方案。随着下一代GPU功耗继续攀升，行业普遍预计液冷渗透率将快速提高。

在能源侧，绿色能源直供成为新建数据中心的标配。风电、光伏加储能的组合、核电长期购电协议、余热回收等手段被广泛采用，多家头部厂商承诺在2030年前后实现100%清洁能源供电。对运营方而言，绿色转型不仅是合规与品牌问题，更直接决定了项目能否拿到足够的电力指标并获得当地社区支持。

热潮之下的冷思考

并非所有声音都是乐观的。2025年初，DeepSeek以显著更低的成本训练出高性能模型，一度引发市场对算力需求的质疑，有观点认为算法效率的提升可能削弱对硬件的依赖；也有市场研究机构报告称，微软曾暂停或调整部分数据中心租约，引发对短期供需错配的讨论。

但主流判断依然坚定：推理需求的爆发将远超训练侧的效率节省，智能体与多模态应用还将进一步推高算力消耗，总需求长期上行的趋势并未改变。效率的进步更多改变了算力的“使用方式”，而非削减其总量。

展望未来，算力基础设施的竞争正从单纯的数量扩张，转向规模、能效与可持续性的综合比拼。谁能在电力获取、散热技术与绿色转型上率先建立优势，谁就能在大模型时代的产业竞争中占据主动。全球数据中心建设的新一轮高峰才刚刚开始，它所塑造的，将是未来十年AI产业的底层格局。