一份《吉瓦（GW）级开放智算中心框架技术报告》在2026开放计算技术大会上发布后，一位头部互联网公司的基础设施负责人翻完一份新建智算中心的规划书，问了团队一个问题：“我们以前建一个数据中心，单位是兆瓦。现在规划书上写的是吉瓦。中间差了一千倍，这还是一回事吗？”
这确实不是同一回事了。如今一座数据中心的年耗电量，已经可以超过一座拥有50万人口的中型城市，而且这样的数据中心已屡见不鲜。当吉瓦这个量词开始在行业中成为焦点，单座园区的总功率高达1000兆瓦，是传统大型数据中心（往往只有几十兆瓦）的数十倍。数据中心在AI的推动下，正式迈入了GW时代。
《报告》的核心判断很清楚：这场由AI算力需求引爆的基建革命，不是简单地把传统机房“放大”或“堆叠”服务器，也不仅是一次技术升级，更是一场价值万亿的产业链升级。“未来，数据中心怎么建？”已经成为摆在整个IDC行业的共同挑战。
回看五年前，单机柜功率还基本处于2.5KW，单体数据中心能达到MW级别已属不易。但生成式AI应用的火爆，让机柜功耗不断攀升。到了AIDC时代，单机柜功率30KW以上已是常态，面向未来的超节点机柜正在向300KW、500KW甚至MW级迈进。这种数量级的跳跃，让整个行业的认知框架都需要重写。
Gartner在2026年发布的最新预测给出了一个直观的参照：全球数据中心的电力消耗将在2026年达到565太瓦时，较2025年增长26%，相当于约2.3亿个中国家庭一年的用电量。其中，AI优化服务器的电力消耗占比将从2025年的约20%跃升至31%。
Gartner研究总监Linglan Wang的判断一针见血：“如今AI计算能力受到电力供应的限制，这使数据中心供电保障成为全球AI竞赛中实现规模扩张和保障利润的新角逐点。”算力竞争，本质上已升级为电力竞争。这个判断在中美两端的市场上都在同步验证。
中国的算力需求同样在快速膨胀。据行业不完全统计，2026年国内AI芯片的部署规模预计达到300万至400万张，按照AIDC功耗约等于AI芯片功耗两倍的行业经验公式估算，2026年国内AIDC的电力需求将突破5GW，实际建设规模可能达到6至8GW。
一个完整的AIDC园区，当总功率跨过GW门槛之后，内部就不再是“机柜+空调+电源”的简单组合，而是一个供电、液冷、高速互连、智能运维四个子系统深度耦合的复杂系统工程。更重要的是节奏。传统数据中心从规划到上线，两到三年是常态，而AI厂商的要求是：越快越好。马斯克的xAI团队在田纳西州孟菲斯市建设的Colossus数据中心，从破土动工到首批服务器上线仅用了122天。虽然该项目在实际运营中也暴露出冷却系统设计冗余不足等问题，但它向行业传递了一个清晰的信号：算力建设的游戏规则变了，速度本身也成为了核心竞争力。
在中国，同样的压力在同步传导。2026年5月，国家数据局印发《2026年数字经济发展工作要点》，明确提出“加快建设全国一体化算力网，推动数据、网络、算力、能源等资源协同布局”。算电协同更被首次写入政府工作报告。政策端的信号很明确：算力基础设施的建设必须提速，也必须升级。
但提速不等于蛮干。一个GW级AIDC的建设成本在40亿至80亿美元之间，涉及供电改造、液冷部署、高速互连、智能运维等多个尚未完全成熟的技术领域。一旦决策失误或设计偏差，损失将呈灾难性的规模扩散。《报告》的核心判断为这场升级定下了一个基调：GW级AIDC比拼的是系统综合能力，而非单卡、单机的峰值性能。
如果将GW级AIDC看作一台为AI量身定制的巨型引擎，那么供电、散热和互连就是它的三大核心系统。这三者正在同时经历根本性的技术升级，此次升级将决定未来十年算力基础设施的基本面貌。
供电：从低压直流到高压直流的跳跃
传统数据中心普遍采用48V/54V的直流供电架构，当AI机柜功率从几十KW飙升到140KW甚至更高时，这套架构的局限性暴露无遗。巨大的电流会导致铜损剧增、铜排体积膨胀、散热困难，最终阻碍算力密度的提升。
世纪互联能源创新部高级总监高小淇提供了一个明确的技术方向：800伏高压直流供配电已经成为行业的主流，这种方案将高压直流电直接送入机柜，在靠近芯片的位置再做最后一公里降压。相比传统方案，800伏直流电流大幅降低，铜排体积缩小，转换层级减少，整体能效提升。高小淇的判断很直接：“800伏高压直流供电也已经成为了当前AIDC建设的必备条件。”百度智能云基础设施系统部副总经理何永占则给出了产业链进展的信息：百度800伏高压直流项目正加快规划论证，各项前期工作有序推进，力争尽早落地实施。
这条技术路线的推进速度不仅取决于头部厂商的意愿，更依赖于整个高压直流产业链的成熟度。从固态变压器到高压连接器，从直流断路器到监控保护系统，还有大量配套环节需要补齐。这是一个牵一发动全身的系统工程。
散热：液冷正在成为必选项
如果将供电看作是AIDC的心脏，散热就是它的呼吸系统。传统风冷散热能力的天花板大约在单机柜20千瓦左右。当功率密度超过这个数值后，风冷系统的风扇转速、风道设计、噪音控制和能耗都会急剧恶化。而AI超节点机柜的功率密度正在快速跨越100千瓦、300千瓦的门槛。
2026年6月，英伟达正式宣布其新一代Vera Rubin平台将采用100%全液冷技术，冷却液运行温度高达45摄氏度，系统内没有任何风扇，计划于2026年秋季启动量产。字节跳动2026年发布的AIDC技术规范也做出了明确规定：超过21kW的高密度机柜必须100%采用液冷方案。浪潮信息AI服务器技术专家的表态则进一步确认了这个趋势：“液冷比例在逐渐提高，现在的数据中心很多已经开始规划纯液冷了，先天就是一个液冷原生的数据中心。”
百度同样在稳步探索散热技术升级路径，推动制冷架构由风液混合逐步向纯液冷演进。这背后的逻辑不仅是为了控制温度，更是为了提升能效，实现更低的Token每瓦成本——这是AI时代衡量数据中心竞争力的新标尺。
液冷的技术路线也在快速演进。从成熟的冷板式液冷，到近年备受关注的浸没式液冷，再到两相冷板液冷，技术成熟度曲线正在右移。两相液冷的相变散热技术，理论上可以支撑2000W以上芯片功耗和300KW以上单柜功率的散热需求，被产业界视为突破下一代高密算力瓶颈的关键路径之一。浪潮信息在负压液冷、两相液冷、原生液冷等领域都积累了系列创新实践成果。
据此测算的市场数据也相当可观：假设2026至2027年国内新增AI数据中心机架分别为5.0GW和7.5GW，液冷渗透率分别达到38%和54%，则国内数据中心机架侧液冷市场的规模可达98亿元和215亿元。这个数字还不包括液冷系统运维、冷却液更换等后续服务市场。
互连：GW时代最关键的瓶颈
供电和散热两个方面的升级其实从几年前就已经逐步开始，时至今日已初见成效。相较之下，通信互连才是当前卡在中国GW级AIDC建设最关键的瓶颈。
与传统数据中心几百张卡的规模不同，GW级数据中心达到了万卡甚至十万级别。算力不是孤岛，而是一张网。这张网的带宽、延迟和可靠性，直接决定了上万张AI芯片能否协同工作。卡间互连成为最大的挑战。何永占对此给出了清晰的拆解：超节点技术实现突破的核心在于互联通信，相关技术链路覆盖芯片、模组、UBB通用基板、机柜高密连接器；互联方案包含机柜内铜线互联乃至全光互联，同时涉及东西向网络。
这三个系统工程——供电的高压化、散热的液冷化、互连的高密化——没有哪一个可以单独突破。GW级数据中心考验的是一个产业体系能否完成一次集体跃迁。
热门跟贴