摘要：高盛研究（Goldman Sachs Research）发布的一份报告显示：到2027年，全球数据中心的用电量可能会比2023年增加50%，到2030年，这个增幅可能高达165%。简单说就是，未来五到七年，数据中心用电量会像坐了“火箭”一样迅猛蹿升。

AI的爆发正在改写全球能源版图

你有没有想过，每次在网上搜索、刷视频、或者让聊天机器人帮你写点东西，背后都要依靠数据中心的运算支持？

随着生成式人工智能（Generative AI）越来越火，全球各大科技公司都在加码这一领域，随之而来的数据中心需求正呈现前所未有的增长。

高盛研究（Goldman Sachs Research）发布的一份报告显示：到2027年，全球数据中心的用电量可能会比2023年增加50%，到2030年，这个增幅可能高达165%。简单说就是，未来五到七年，数据中心用电量会像坐了“火箭”一样迅猛蹿升。

AI让数据中心“火力全开”

数据中心到底在跑什么？

除了传统的邮件服务、文档存储等常规业务，更多的“硬通货”来自各大厂商在训练大规模语言模型（LLM）和其他人工智能应用。打个比方，如果说传统IT只用“小马拉车”，那AI模型的训练就需要“千军万马”。它需要成千上万的高性能处理器一起运转，耗费的功耗自然远高于一般服务器。

高盛给出了一组测算：目前全球数据中心所需的总功率大约是55吉瓦（GW）。其中，云计算占约54%，传统工作负载占32%，AI相关工作负载还只有14%。随着AI模型的应用越来越广，到2027年，AI有望占到整体的27%，几乎翻了一倍。

建得越多，用电越多

想承载这么多AI算力，就得不断新建和扩建数据中心。高盛预计，到2030年，全球数据中心整体容量可能达到122吉瓦（2023年是59吉瓦左右）。这种翻倍的产能里，主要由云服务巨头（也就是所谓“超大规模”厂商）和专门做数据中心的运营商来提供。他们有足够的资本和技术，能在全球各地建造面积巨大、密度更高的新型机房，为大企业、金融机构乃至科研组织提供更强的算力支持。

数据中心光“建”出来还不够，还要能真正“运转”起来。换句话说，如果电网不给力，算力再厉害也发挥不出来。高盛认为，单是为了应对数据中心的新增负荷，电力基础设施就需要在2030年前投入约7200亿美元，重点用于扩容输电线路和电网升级。要知道，这些输变电工程从立项到建成往往需要数年，如果规划滞后，就可能出现某些地区想建设数据中心，却没足够的电力接入的局面。

供需如何平衡？

按报告的预测，全球数据中心的平均占用率大约从2023年的85%起步，可能会在2026年底前攀升至95%以上。这个数字表明，企业对AI等高算力需求的增长速度暂时会领先于数据中心的新增建设进度。不过，到了2027年，随着更多项目陆续上线，以及AI需求增速的放缓，整体占用率或许会从高位小幅回落。

现在有不少人担心会不会重蹈当年“光纤泡沫”的覆辙：前期大举投入，后期设备闲置。根据高盛的分析，如果AI应用无法如预期那样快速落地，部分数据中心投资的建设时点确实会推迟。但和普通网络业务相比，高性能、高密度的AI负载仍拥有更广阔的发展前景。未来几年，数据中心的高算力需求大概率会维持较强韧性，即使出现短期调整，也不太会迅速走向过剩。

区域竞争

从地域分布看，北美和亚太地区目前拥有最多在建或规划中的数据中心项目。美国北弗吉尼亚和加州湾区，中国北京、上海等地，都是全球高密度数据中心的重要集聚区。企业、政府机构和科研单位对算力的需求十分旺盛，导致这些地方对新增电力和场地的竞争也格外激烈。

在欧洲，过去十几年电力需求并没有大幅上升，但近来，由数据中心带动的新一波用电需求开始出现，并可能在未来10到15年让欧洲的电力需求再度上涨10%-15%。欧洲各大城市也在加紧吸引数据中心落户，毕竟这类项目对当地经济拉动和就业贡献不小。不过，欧洲的环保和可持续发展政策更严格，企业在选址和建设时要把碳排放、水资源使用等因素统筹考虑。

除了那些耳熟能详的云服务巨头，还有多方投资者在这个市场里逐鹿。高盛研究将参与者大致分成四类：

1. 超大规模云厂商：自建数据中心，为AI和云计算提供基础设施，同时往“AI平台”和“应用层”扩展，进一步提升资本回报率。

2. 资产管理公司：拥有长期投资能力，可以承受漫长的建设周期，等数据中心投运后收取稳定租金回报。

3. 公共事业部门（如电力公司）：电网扩容和传输线路升级正变得刻不容缓，谁能更快解决“供电瓶颈”，谁就能在未来竞争中占据有利地位。

4. 专业数据中心运营商：手握成熟的机房建设和维护技术，可以为云厂商和大型企业提供“托管+运营”一体化服务，在全球范围内布局。

未来的变数与想象

随着AI进入各行各业，市场开始担心一些投资巨大的AI项目在实际应用时未必能实现预期的效果。在这种情况下或许会有部分投资者对市场产生疑虑，导致数据中心需求增长的曲线趋于平缓。一旦前期投入放慢、数据中心需求曲线可能随之被“拉平”。但回头看，如今高密度、高能耗的AI训练只是数据中心的“增长引擎”之一，背后还有云计算、大数据分析以及企业数字化升级等多重需求。即便AI热度下降，其他高算力应用也会继续推动数据中心更新换代。

从技术层面来看，更高密度的机柜、液冷散热、微型核能供电，这些关键创新仍在迭代。只要数据和算力依旧是驱动商业和社会发展的“燃料”，数据中心就不会退场。当然，这条赛道上也不排除过度投资和供给过剩的风险。如果AI发展中途“降温”，之前的项目就可能面临缩减和闲置。但在瞬息万变的科技浪潮中，风口往往此起彼伏，真正的机遇留给那些能在技术、能源和成本之间找到平衡点的玩家。

数据中心不再只是“服务器堆积场”，而是新一轮产业变革的基础设施。这里既藏着巨大的市场潜力，也考验着行业对资源、环境与经济效益的平衡能力。如果说AI能继续快速进化，那么高性能、高能效的数据中心大概率会迎来“新黄金期”。相反，如果AI脚步放缓，也未必会彻底打乱数据中心的长线布局。关键看谁能在下一次技术更迭前摸清方向，稳住脚跟并抓住新的风口。

来源：行业调研报告