Finikz 2026年4月1日 14:46
前段时间，阿里宣布未来三年投入3800亿人民币——这个数字超过了它过去十年在云和AI基础设施上投入的总和。
不是产品，不是营销，不是研发。
是基础设施。
很多人看到这个消息，第一反应是"钱真多"，第二反应是……然后就没有然后了，不太懂这钱往哪儿烧。其实，这3800亿里有很大一块，烧的是一个叫 AIDC 的东西。
AIDC。四个字母，很多人第一次看到还以为是某个缩写协议。它是 AI Data Center 的简称，中文叫AI数据中心，或者叫智算中心。
听起来就是个放机器的大房子？
并不是。
AIDC和你印象里的"机房"是两回事
你大概知道传统的数据中心——IDC（Internet Data Center）。网站要运行、APP要在线、你发的朋友圈要存下来，背后都是一排排服务器在某个机房里嗡嗡作响。
这类传统机房，每个标准机柜的功耗大概在4到8千瓦。不高，风扇吹一吹就能散热。一栋楼里装几千个机柜，主要跑的是网站后端、数据库、文件存储这类任务——CPU打主力，稳定、可靠，够用。
AIDC不是这个逻辑。
它的核心不是CPU，是 GPU 。图形处理器，原本是给游戏渲染画面用的。后来人们发现，GPU做矩阵运算快得离谱，而AI训练本质上就是海量矩阵运算——于是GPU变成了AI时代的发动机。
一台搭载NVIDIA H100芯片的AI服务器，单卡功耗就达到700瓦。一整柜的GPU服务器，功耗轻松突破20到100千瓦，最新的NVIDIA GB200 NVL72系统， 单个机柜的热设计功耗高达130到140千瓦 （TrendForce数据）。
对比一下：传统IDC一个机柜8千瓦，AIDC一个机柜130千瓦。
17倍。
这不是改良，是另一个物种。
那它到底有多重要？
2025年，全球几乎所有大科技公司同时做了同一件事：疯狂建AIDC。
Meta、谷歌、亚马逊、微软——根据Bloomberg的一致预期，这四家公司2025年合计资本开支约 2972亿美元 ，同比增长近37%。国内腾讯、百度、阿里三家合计约154亿美元，增速19%。
一年，不到四家公司，就花了快3000亿美元。
这笔钱在修什么？
不是修路，不是盖楼。是在建算力底座——训练大模型要用，推理要用，未来所有的AI应用，从你问ChatGPT一个问题，到工厂里的质检摄像头实时识别瑕疵品，背后都要用。
说得俗气一点： AIDC是AI时代的发电厂 。你用电的时候不需要知道电从哪来，但那个厂子不能停。
扯远了，说回来。
中国这边，国内2024年AIDC投资规模约1875亿元，方正证券预测，这个数字到2027年会涨到 4826亿元 ——三年翻两倍多。光是2025年，国内中标金额超过亿元的智算中心项目就有 222个以上 ，分布在29个省市（OFweek数据）。
说实话，这个速度有点吓人。不是说"厉害了"那种吓人，是——你真的跟得上吗？全国29个省市同步在挖坑、铺电缆、架机柜，这些算力建出来之后谁用、怎么用，值不值这个钱，现在根本说不清楚。
这个密度，不像是在追风口，更像是在补基础设施的历史欠账——但也可能是在重复一遍当年共享单车"先铺再说"的老路。
核心技术到底是什么？
搞清楚AIDC"贵在哪里"，大概有三件事绕不开。
第一件：算力
AIDC的核心资产是GPU集群。训练一个大模型，不是一块GPU能搞定的，要几百块、几千块甚至更多的GPU同时协作，每秒钟在彼此之间传输海量的参数数据。
这就对网络提出了变态级别的要求。传统数据中心的那套三层网络架构，根本撑不住AI训练的通信需求。AIDC用的是InfiniBand或者RoCE技术，延迟极低、带宽极高，模型参数在GPU之间的同步要快得像呼吸一样自然。
英伟达的数据是，用NVLink和InfiniBand构建的AI集群，训练效率比传统架构高 3到5倍 。
第二件：散热
单机柜130千瓦，你要怎么散热？
靠风扇？早就不够用了。
AIDC的散热解决方案是 液冷 。分两种路线：冷板式液冷（水管贴着芯片走，带走热量）和浸没式液冷（服务器直接泡进特殊液体里）。
浸没式液冷的散热效率更高，可以把PUE（电源使用效率，越低越节能）压到 1.05左右 ——而传统风冷机房的PUE通常在1.4到1.6。工信部已经要求，2025年起新建大型数据中心PUE要低于1.3，这在纯风冷体系下几乎做不到。
TrendForce的数据显示，液冷在AI数据中心的渗透率，从2024年的14%提升到2025年的33%，预计2026年国内AI服务器的液冷渗透率将超过 50% 。
这件事不像"技术进步"，更像一场被逼出来的革命。散热跟不上，GPU烧坏，模型训练崩，所有投资清零。所以液冷不是加分项，是必选项。
但问题是，液冷产业链现在 烂得很彻底 。冷板、CDU、连接器，每家厂商规格不一样，你买了A家的冷板配B家的分液盘，装进去发现接口对不上，出了问题谁都说"那不是我这段的事"。听起来是小毛病，但数据中心出了故障停机一分钟，多少钱没了？这笔账没人说清楚过。
第三件：能源
这件事很少被提，但可能是AIDC最深层的约束。
一个中等规模的AIDC，年耗电量可以达到几亿度。全球数据中心的核心IT电力需求，SemiAnalysis预测将从2023年的49GW增长到2026年的 96GW ，其中智算中心拉动的增量占 85% 。
找地方建、找足够的电、接稳定的网——算力、散热、能源，这三角缺一块，AIDC就是个空壳。
下一步往哪走？
有几个方向是相对确定的。
一是 规模继续扩大 。2024年底中国智算规模占全球约29%，仅次于美国的34%（IDC数据）。中国智算的复合增速预测在46.2%——这个速度，如果维持下去，格局变化会很快。
二是 "东数西算"式的地理分布 。算力密集区不一定要建在电力紧张的沿海城市，新疆、宁夏、青海、内蒙这些地方电力资源丰富，正在成为新的AIDC集聚地。
三是 推理算力的权重上升 。过去大家主要关注训练算力（训练大模型）。但随着模型逐渐成熟， 推理 ——也就是让模型实际回答你的问题、执行任务——会消耗越来越多的算力。有分析认为，推理算力最终会超过训练算力的体量。这两者对硬件架构的要求不完全一样，AIDC的形态也会随之演变。
当然，不是所有问题都解决了。
液冷的标准化还是一团糟——冷板、CDU、连接器，各家规格不统一，装进去之后出了问题找谁负责都说不清楚。能源瓶颈在部分地区已经开始显现，算力建出来，电力配套跟不上，空转的机器也不少。
说到底
AIDC这个词，你可能刚刚才第一次看到。
但它已经悄悄变成了一种基础设施——不是未来的，是现在进行时的。你每次用大模型对话，背后一定有一片机房在嗡嗡作响，散热液在管道里流动，GPU在以你感知不到的速度，完成某种运算。
2025年全球智算投资规模之大，放在任何一个历史节点都是异常的。
但细想想，也许并不异常。
每一次基础设施的浪潮，都是这样的：先是听不懂，然后觉得贵，然后突然有一天变成了空气——你不再关注它，因为它无处不在了。
电力是这样来的。互联网是这样来的。
AIDC大概也是。
只是不知道，这一次的时间窗口，到底有多长。
继续滑动看下一个
非你可思
向上滑动看下一个