--- 格式版本: 2 标题: "数据中心竞争升级：从规模扩张转向效率与协同的综合比拼" 原文链接: "http://mp.weixin.qq.com/s?__biz=Mzg4OTA3Mzk1Nw==&mid=2247580179&idx=1&sn=2d1132a8ad08ef48655ad8278b470f93&chksm=ce65fdad2d91dd1d14d8b3321de248fddc16915f80a88bd5f32319280a4bad3307af2ae8a69f&scene=126&sessionid=0#rd" 发布日期: "2026-08-03" 发布时间校准状态: "found" 发布时间需复核: "否" 发布时间来源: "llm:local:wechat_script_publish_field" 发布时间证据: "create_time: 2026-08-03" 发布时间校准原因: "微信脚本字段中的create_time直接对应文章发布时间，无冲突或排除因素。" 发布时间校准置信度: "1" 发布时间候选数量: 1 发布时间严格候选数量: 0 发布时间原页读取状态: "原页面已读取" 发布时间未找到原因: "" 发布时间校准时间: "2026-08-04T01:26:13+08:00" 发布时间仲裁状态: "confirmed" 发布时间仲裁尝试次数: 1 发布时间仲裁耗时毫秒: 2781 发现时间: "2026-08-04T01:25:52+08:00" 入库时间: "2026-08-03T17:26:16.578Z" 来源平台: "次幂公众号" 搜索渠道: "cimidata_wechat" 搜索词: "CDCC" 匹配关键词: - "GPU" - "800V" - "800v直流供电" - "液冷" - "计算" - "交付" - "部署" - "性能" - "带宽" 相关厂家: [] 相关专家: [] 内容类型: "公众号" 抓取工具: "次幂公众号详情" 清洗工具: "次幂 HTML 转 Markdown + Defuddle/Readability 正文提取" 原始附件: [] AI优质: "否" AI打分: 45 AI分档: "非优质" AI质检状态: "不通过" AI打分理由: "宏观数据中心趋势分析，未涉及超节点/AI Rack/机柜级系统/关键部件/量产落地等核心主题，技术细节和商业信号极弱。" AI质检模型: "deepseek-v4-flash" AI质检时间: "2026-08-04T01:42:47+08:00" AI主题相关性: 8 AI来源权威性: 8 AI新颖性: 10 AI技术细节: 2 AI商业部署信号: 5 AI完整性: 10 采集批次: "2026年8月4日0点47分34秒" 采集批次ID: "20260804-004734-253" 去重键: "http://mp.weixin.qq.com/s?__biz=Mzg4OTA3Mzk1Nw%3D%3D&idx=1&mid=2247580179&sn=2d1132a8ad08ef48655ad8278b470f93" --- 原标题：我国数据中心正在进入“结构性过剩时代”？ 近期，国数局发布的《数字中国发展报告（2025年）》中有一组关键数据：截至2025年底，全国在用算力基础设施机架数超过1373万架。同比新增约473万架，增幅达52.5%。 同期，信通院数据显示，全国数据中心用电量同比仅增长18.07%。 一个问题随之出现：两者超过30个百分点的增速落差，是否意味着行业正从算力短缺步入算力结构性错配的新阶段？ 01 算力增长 ≠ 有效算力增长 当我们谈论算力增长时，实际上存在两个维度的衡量标尺。一个是名义算力供给，即已部署的机柜数量与设计算力总和；另一个是有效算力产出，即这些算力资源在真实业务场景中，实际完成的有效计算量。 2025年的数据清楚地显示，这两个指标出现了严重的不匹配。52.5%的机柜增速代表的是名义算力供给的急剧膨胀，而18.07%的用电量增速则更贴近实际负载的增长轨迹。 两者的不匹配说明：新增的机柜资源可能并未在短期内转化为相应比例的计算产出。 事实上，当前行业正在同时发生三件事： • 机柜规模快速扩张，智算中心建设井喷 • 实际负载增速低于扩张增速 • 算力利用效率高端稀缺与低端闲置并存 因此，我们不能再简单以机柜数量来衡量算力供给的有效性。行业需要从关注装了多少，转向衡量用了多少以及用出了什么价值。用电量增速与机柜增速之间的差距，正是这一转变最直观的警报。 02 标准机柜增长 ≠ 物理机柜增长 这里有还一个关键细节，外行人极易产生理解偏差——报告中提及的机柜，均为标准机柜（折算为2.5kW），而非物理机柜数量。 早期，机柜功率密度低，标准机柜能很好的体现机柜数量的变化。但随着智算业务的普及，标准机柜已经不能代表机柜真正数量的变化，而是代表电力容量的变化。 • 新增一个5-8kW通算机柜，贡献2-3个标准机柜 • 新增一个30kW+智算机柜，贡献十多个标准机柜 很多人可能会说两者没有区别，但是当我们统计分析与真实机柜数量相关的数据时，比如运维人员数量、单机柜运维成本时可能会受到影响。 纵观近几年数据中心标准机柜的数据，可以看到，2025年数据中心标准机柜之所以增长如此迅猛，主要是智算业务高速增长的原因。 ![图片](https://mmbiz.qpic.cn/sz_mmbiz_png/fbo93qTGV3XcknsJcNglAL1fTDOYbo2AUn068G1Zn4MaAicZZicTbJuCrFcAqlv8aycD7gUojRI5piawbn9qsSByrjWvPsfM9bkt25cVQVdLo4/640?wx_fmt=png&from=appmsg&watermark=1#imgIndex=0) 2020-2025年全国数据中心机柜情况 2025年机柜暴增，更准确的解释是：电力密度提升+智算占比上升，它并不完全等价于物理机柜暴增。如果后期采用总交付电力容量（kVA/MW）来替代标准机柜数进行统计，会避免很多歧义，也更能反映真实交付能力。 03 机柜上架率 ≠ IT负载率 剔除机柜投产交付时间等原因，52.5% vs 18.07% 的差距，本质是三个结构性问题叠加： 1.智算负载波动性拉低平均利用率 传统通算业务例如政务系统、金融交易、企业ERP等，这类业务的负载全年相对平稳，服务器上架后，功率消耗与设计功耗之间的偏差不大。 智算业务则呈现完全不同的模式。一个大型模型训练任务，在数据预处理阶段可能只消耗集群额定功率的30%左右，在全量训练阶段升至95%以上，在模型评估和参数调优阶段又会明显回落。 从全年时间维度看，一个智算集群的平均实际功耗，与其业务属性强相关，可能显著低于其设备满载时的设计功耗。 2025年新增的标准机柜中，智算业务占了绝大部分，随着智算在新增机柜中的占比不断提高，这种差异将进一步被放大。 2.高端算力紧缺低端算力过剩 智算市场内部正在发生分化。一方面，用于大型模型训练的高性能算力资源——需要高GPU、高带宽互联——仍处于供不应求状态，且价格持续上涨。 以H200为例，不仅整机的价格持续上涨，租赁价格也在年初涨到10万/月左右。现在不仅预售居多，价格也很难低于9万/月，妥妥的卖方市场。 另一方面，配置相对普通的智算资源，主要用于中小规模推理或可替代性较强的任务，正面临供大于求。 其结果是：设备上架了，但承接的只是碎片化、可替代性强的任务，无法获得预期的持续高负载。最终交付的算力，高不成低不就，导致了结构性空转。 3.建设节奏与需求落地不同步 2025年新增的473万架机柜中，有相当比例来自中西部地区的超大型数据中心园区。这些项目的规划逻辑建立在几个预期之上：东部算力需求向西迁移、西部地区电价优势对AI训练任务的吸引力、以及推理应用大规模爆发的远景。 在实际推进中，推理业务对网络延迟也有一定要求，难以接受跨越数千公里带来的延迟增加；训练业务虽然对延迟不敏感，但其需求正在向少数几家大型模型企业集中，这些企业倾向于在东部核心区域自建算力资源，而不是大规模采购西部地区的算力服务。 04 “算电协同”从规模到效率的必经之路 其实，以上三个因素都在指向同一个方向：行业关注的重点需要从装机规模转向实际使用效率。一个机柜安装了多少设备、设计功率多大，与这个机柜全年实际贡献了多少有效计算、消耗了多少电力，是两套不同的衡量体系。 ![图片](https://mmbiz.qpic.cn/sz_mmbiz_png/fbo93qTGV3WdVVUOY2R6r1biarzM0Z4N8CKic8oVaAUkOVGFHVjmsvHPA0m90KvktL4FeUAXyMbznYuu7iaZr8wiaWCqDGK9MEZz9UaDk0AVP5o/640?wx_fmt=png&from=appmsg&watermark=1#imgIndex=1) 52.5%与18.07%的增速差距，表面上看是机柜增长与用电增长之间的背离，本质上反映的是智算时代算力资源利用方式正在发生变化。 传统数据中心时代，电力更多被视为一种基础保障资源。业务负载相对稳定，服务器上架后长期运行，电力系统主要承担供得上、供得稳的任务。 智算时代正在改变这一逻辑。 大模型训练、模型微调、推理服务等业务具有明显的动态特征，不同阶段的负载水平差异巨大。算力需求不再是稳定增长曲线，而是呈现出波动性、周期性和突发性并存的特点。 这样背景下，算力与电力已经不再是相互独立的两个系统，而正在逐步演变为一个深度耦合的整体。 对于智算中心而言，仅仅拥有充足的机柜和电力容量已经不足以形成竞争优势。如何根据业务负载变化动态调度资源，如何提升电力资源利用效率，如何实现算力与能源的协同优化，将越来越成为影响运营效率和投资回报的关键因素。 近年来，国家层面也在持续强化这一方向。早在《关于加快构建全国一体化算力网的实施意见》中就已定调，要求推动算力与电力协同，行业关注的重点正在从建设多少算力逐步转向释放多少有效算力。 未来数据中心竞争，也将从单纯规模竞争，转向算力利用率、电力利用效率和资源协同能力的综合竞争。 写在最后 从某种意义上说，我国数据中心行业正从“规模扩张周期”迈向“价值运营周期”。用好每一瓦特，释放每一分算力，这才是未来核心竞争力。 当机柜增长曲线与用电增长曲线趋于匹配，当算力系统与能源系统实现更深层次协同，才意味着我国数据中心产业真正进入成熟发展的新阶段。 参考资料：国家数据局、信通院、行业协会等公开数据。 ![图片](https://mmbiz.qpic.cn/mmbiz_jpg/5mTDbcBlp9k2qTDvuowU1eqCo8B5NxYm2yZ859OOE6dwZmm2C96vzRVklAMjgwczZHaibXEBC7fquwsmfibVCuOoAz6lH7dWyzicuPLJPSGZibw/640?wx_fmt=jpeg&from=appmsg) 作者：车凯 CDCC专家技术组委员、联通数字科技有限公司安全管理、高级工程师。“2021数据中心科技成果奖青年科技人才奖”获得者。 精彩内容不容错过，加关注并加星标 往期回顾 [● “2026数据中心算电协同大会暨第三届中国电力行业数据中心高峰论坛”将于12月16-17日在广州召开](https://mp.weixin.qq.com/s?__biz=Mzg4OTA3Mzk1Nw==&mid=2247579691&idx=1&sn=1744d137fb1a5e268b3eb57c64db6fd8&scene=21#wechat_redirect) [● 800V直流供电和全栈液冷正成为 AIDC 新标配](https://mp.weixin.qq.com/s?__biz=Mzg4OTA3Mzk1Nw==&mid=2247580008&idx=1&sn=1b1d989dbadbd201230eb5647a570e19&scene=21#wechat_redirect) [● 乌兰察布“绿电直连”模式拆解，数据中心算电协同到底怎么干？](https://mp.weixin.qq.com/s?__biz=Mzg4OTA3Mzk1Nw==&mid=2247580139&idx=1&sn=5759e34f3277d89406365f75bc4477d9&scene=21#wechat_redirect) [![图片](https://mmbiz.qpic.cn/mmbiz_jpg/5mTDbcBlp9nyfb65fev5S2puTiaJ2dH7pukQBxXklJxIic9Y2Hia4CpOXry4ETAcrRDv5hBX0oNW7FRj6KxQfrvZxgKjX2TtpX5nicklmnjNUIo/640?wx_fmt=jpeg&from=appmsg)](https://mp.weixin.qq.com/s?__biz=MzA4MzUwNzEwOA==&mid=2651017586&idx=1&sn=ea215a952e1bb5f28d33b6048e1050f3&scene=21#wechat_redirect)