AI是驱动数据中心产业进入新一轮发展周期的核心引擎。据中国信息通信研究院测算，全球智能算力规模将从2023年的335EFLOPS增长至2030年的52.5ZFLOPs，增长超150倍。国信证券研究报告指出，AI大模型的训练与推理对算力的需求呈指数级增长，正在深刻改变IDC的基础设施形态。单机柜功率从传统的2-10KW提升至30KW以上，液冷技术从可选变为必选，智算中心正引领数据中心向更高密度和能效的方向转型。
Scaling Laws推动算力需求指数增长
Scaling Laws及涌现是当前大模型能力提升的基础。AI模型能力提升依赖更大的训练数据量和参数量，对应更高的算力需求。大模型从基于文本向图片、视频、音频等多模态加速迭代——OpenAI于2024年12月发布视频生成模型Sora，谷歌发布Gemini 2.0支持多模态输入，训练数据从单一文字发展到多样化数据类型，均需要更强的算力处理。新兴AI应用场景不断涌现，AI Agent、VR/AR、人型机器人等，模型逐步切入大众工作生活场景。Scaling向推理侧发展，OpenAI发布推理模型o1及o3，将更多计算资源应用于推理侧，赋予模型深度思考并解决复杂问题的能力。
全球机架功率密度大幅提升
在生成式AI广泛应用之前，数据中心服务商通常按照单机柜功率2-10KW的标准进行建设和部署。随着AI技术发展，数据中心开始部署更多装有GPU的AI服务器以满足计算密集型任务，推动单机柜功率显著提升。据《数据中心行业投资与价值洞察》数据，全球数据中心平均单机架功率已从2017年的5.6KW/机架提升至2023年的12.8KW/机架，超算、智算中心的单机柜功率甚至超过30KW，预计未来单机柜功率还将进一步提升。高功率密度对数据中心的供电、散热和承重能力提出了全新要求。
AI算力耗电量激增，能效成为核心挑战
AI时代背后是强劲的算力需求，而算力的基石则是巨量的能源消耗。一次ChatGPT搜索的电力消耗大约是传统Google搜索的6-10倍。据国际能源署（IEA）预期，到2026年数据中心的电力使用量或将翻倍，达到650-1050TWh之间。面对全球数据中心能源消耗的急剧增长，各国政府正推动数据中心向绿色、可持续方向发展，并对数据中心PUE进行限制。液冷技术因其能够显著降低PUE，正从可选方案变为高功率密度数据中心的必选方案。
智算中心需求占增量85%
据SemiAnalysis预测，全球数据中心容量将从2023年的49GW增长至2026年的96GW，新建智算中心容量将占增量的85%。中国方面，据科智咨询统计，截至2024年末，中国投产/在建智算中心总量已超500个，智算中心建设呈现加速趋势。地方政府积极构建300-1000PFLOPs（FP16）规模的大型算力节点。AI推动数据中心向更高密度和能效方向转型的趋势不可逆转。
AI算力驱动IDC关键指标变化| 指标 | 传统IDC | 智算中心（AIDC） | 变化幅度 |
|---|
| 单机柜功率 | 2-10KW | 30KW+ | 3-15倍 |
| 智能算力 | — | 52.5ZFLOPs（2030） | 156倍（2023-2030） |
| 数据中心容量 | 49GW（2023） | 96GW（2026） | 2倍 |
| AI数据中心占比 | — | 70%（2030） | — |
