AI数据中心为什么越来越像一场能源建设？

过去我们谈数据中心，谈的是机柜、光纤、服务器和空调。到了AI这一代，数据中心的核心问题变了——它已经不是一个IT工程问题，而是一个能源和土建工程问题。

用大白话来说就是，GPU越买越多，最后卡住脖子的不是芯片，而是电从哪来、怎么送进机房、怎么把热带出去。

先看功耗的量级。

传统企业机柜一般是5到10千瓦，已经算高密度。

英伟达最新的GB200 NVL72整机柜，72颗Blackwell GPU加36颗Grace CPU压在一个机柜里，标称功耗120千瓦，满载可以冲到130到132千瓦，是传统机柜的十几倍。

一整栋机房里排上几百个这样的机柜，单栋楼的用电就直接进入百兆瓦级别。

再放到全球尺度，Gartner估算2026年全球数据中心用电将增长26％到565TWh，其中AI是主要增量，而AI芯片本身的峰值功耗到年底预计达到38吉瓦。这个数字已经接近一个中等国家的用电规模。

功耗高到这个地步，风冷根本压不住。

GB200 NVL72明确要求液冷直入芯片，厂商配套的CDU单元容量做到250千瓦级别。

液冷不是加个水管那么简单，它意味着机房底层管路、冷却液回路、二次侧换热、漏液监测整套系统都要重做。

老机房是改不了的，只能新建。新建又不是随便找块地就行，必须靠近水源、靠近变电站、靠近合适的气候带，这些条件叠在一起，可选地点其实很少。

真正难的还是电力接入本身。

买GPU的周期是几个月，建液冷机房的周期是一年多，但拉一条百兆瓦级别的高压专线、扩一个500千伏变电站，周期动辄三到五年，大电网的等待队列已经排到本世纪末。核电的建设周期更是十年起步，对追AI节奏的公司来说远远等不起。

所以你会看到，大厂现在的选择正在从“接大电网”转向“自己解决”：光伏加储能、燃气自备电厂、甚至签购小型模块化核电的长期PPA。数据中心的选址逻辑也变了，过去是跟着光纤和用户走，现在是跟着电和水走，得州、爱荷华、内蒙这些电价低、土地便宜、气候合适的地方开始成为主战场。

电进来之后还有配电问题。传统机房里电经过多级变压最终到服务器，链路上损耗多、体积大。AI数据中心机柜功率密度这么高，业界正在推动整个电气架构向直流化演进，用固态变压器（SST）直接从中压交流变到直流母排，减少环节、提高效率、腾出机房空间。这是一场从芯片一路延伸到电网的重构。

所以今天再看AI数据中心，它已经不像一个IT项目，更像一个电力和基建项目。GPU、HBM、网络这些属于半导体的部分，交付周期是季度；而电力、配电、液冷、变电站、土建、许可证这些属于能源和土建的部分，交付周期是年。当算力扩张的速度撞上物理世界的建设速度，后者就成了决定AI能跑多快的真正约束。看AI基础设施的下一个阶段，不看电，就是看不到全貌。