瑞技科技

重磅消息

EN
 
AI 算力竞赛进入下半场:如何将电力转化为可用算力
首页 > 网站博客 > AI 算力竞赛进入下半场:如何将电力转化为可用算力

AI 算力竞赛进入下半场:如何将电力转化为可用算力

全球 AI 基础设施建设竞赛已进入一个新的阶段。

过去几年,行业关注的焦点主要集中在如何获取先进的 GPU,以及如何满足日益增长的 AI 工作负载对算力的需求。如今,另一个制约因素正变得愈发突出:是否拥有充足的电力和配套基础设施,让这些算力真正投入使用。

2025 年底,微软 CEO 萨提亚·纳德拉(Satya Nadella)曾坦言,由于缺乏具备充足供电能力的数据中心设施,微软部分已采购的 AI 芯片仍闲置在仓库中。挑战已不再仅仅是获取硬件,而是如何获得支撑这些硬件部署与运行所需的电力和基础设施。

这背后反映的是整个行业正在经历的深刻转变。AI 算力需求持续攀升,而电网接入延迟、可用电力容量有限以及漫长的项目建设周期,使得基础设施供给难以跟上算力需求的增长步伐。

对于已经投入巨资采购 AI 硬件的超大规模云厂商(Hyperscalers)和新兴 AI 算力云厂商(Neocloud providers)而言,算力每延迟一天上线,就意味着资本投入的价值兑现与投资回报进一步推迟。

AI 基础设施面临的下一道挑战,不仅在于获取更多电力,更在于如何将现有电力资源转化为真正可部署、可投入运营的 AI 算力。

可部署 AI 算力资源日趋稀缺

最新的市场数据进一步揭示了这一挑战的严峻程度。

根据世邦魏理仕(CBRE)发布的《2026 年上半年北美数据中心趋势报告》,尽管北美八大核心数据中心市场的总运营容量已增至约 10.9 GW,空置率却降至历史新低,仅为 1.4%。

更值得关注的是,在建的 7.48 GW 数据中心容量中,已有 80.4% 被提前租赁。 这意味着,大量数据中心基础设施尚未建成投运,其容量就已被市场提前锁定。

这一趋势并非北美市场独有。

仲量联行(JLL)的数据显示,2026 年第二季度,欧洲 FLAP-D 五大核心市场的托管数据中心空置率为 6.4%,其中法兰克福更是低至 3.1%。与此同时,戴德梁行(Cushman & Wakefield)的报告指出,尽管区域内新增了大量数据中心容量,2026 年上半年亚太地区数据中心空置率仍降至 10.3%。

全球数据中心容量挑战

尽管上述数据涉及不同区域市场,统计口径也有所差异,但均指向一个共同的现实:全球数据中心容量需求持续旺盛,符合部署要求的基础设施正变得日益稀缺。

对于 AI 工作负载而言,挑战则更为复杂。拥有可用的数据中心空间,并不意味着具备承载 AI 算力的能力。高密度 GPU 集群不仅需要充足的电力、适配的冷却系统和可靠的网络连接,还需要能够满足高负载运行要求的基础设施。即便数据中心仍有空余空间,其基础设施条件也未必能够满足客户所需的算力部署规模与功率密度。

传统数据中心建设仍将是满足未来算力需求的重要支柱。然而,从前期规划、工程建设到电网接入,新增容量往往需要数年才能正式投入运营。面对快速增长的 AI 算力需求,行业亟需探索更多能够加速 AI 基础设施落地、缩短算力上线周期的可行路径。

新的增长机遇:释放存量电力与基础设施的潜力

随着新建数据中心面临越来越长的交付周期,一类尚未得到充分开发的资源正受到行业关注——搁浅电力(Stranded Power),即现有场地已具备、但尚未得到充分利用的电力资源。

新的增长机遇:释放存量电力与基础设施的潜力

在商业和工业地产中,部分设施已手握可观的配电额度,却处于低负载状态。冷库设施、仓库和其他工业设施都是值得进一步评估的潜在场地。 

对于 AI 基础设施开发商和算力服务商而言,这些场地有望提供传统新建数据中心之外的另一种部署路径,尤其是当小规模或模块化部署能够满足阶段性算力需求时。

与其每次部署都从零开始选址、申请接电,不如重新审视已经具备电力基础设施的存量场地,评估其改造为 AI 算力基础设施的可行性。 

模块化数据中心(Modular Data Center)有望在这一过程中发挥重要作用,使企业能够结合不同场地的电力、空间及基础设施条件,灵活开展算力基础设施的设计与部署。 然而,具备电力接入条件,并不意味着具备 AI 算力部署条件。真正的机遇在于,如何识别具有改造潜力的存量资源,并通过专业的工程设计与实施,快速将其转化为可靠、可投入运营的 AI 基础设施。

从有电可用到可投入运营的 AI 算力

找到具备可用电力资源的场地只是第一步,如何将其转化为可靠、可持续运行的 AI 计算环境,才是真正的工程挑战。

以一座拥有 2 MW 可用电力容量的仓库为例,其并不意味着能够直接承载 2 MW 的 IT 负载。实际可部署的 IT 容量取决于多项因素,包括供配电系统、冷却需求、设施能源效率、建筑结构限制、网络连接、许可审批及运营韧性等。

高密度 AI 工作负载进一步增加了工程实施的复杂性。从液冷系统集成、机电工程到设备安装、系统测试与调试,各专业环节必须紧密协同,才能确保 AI 基础设施的安全、稳定与可靠运行。

对于希望进入 AI 基础设施市场的地产所有者和开发商而言,拥有电力和地产资源,并不意味着具备建设与运营数据中心的专业技术能力。成功盘活存量设施,需要贯穿项目全生命周期的系统化工程实施能力,涵盖前期场地可行性评估、工程规划与设计、项目建设、系统调试及持续运维。

依托全球工程技术能力与本地化交付网络,瑞技(ByteBridge)能够为客户及合作伙伴提供专业支持,我们致力于协助客户评估多元化的 AI 基础设施部署模式,打通从资源获取、工程设计到项目实施与运营的关键环节,加速 AI 算力上线。

真正的价值,不仅在于发掘闲置的电力资源,更在于通过专业的工程技术与交付能力,将每一兆瓦(MW)电力转化为可靠、可用的 AI 算力。

打破行业边界:构建 AI 基础设施协同新生态

缓解 AI 算力基础设施供给不足的问题,需要打破传统的行业边界,推动不同领域之间更加紧密的协作。

数据中心运营商仍将在满足长期算力需求方面发挥核心作用。与此同时,地产所有者、工业地产开发商、能源企业、模块化基础设施供应商及技术集成商,也能够通过各自的资源与专业能力优势互补,共同释放更多潜在的算力容量。

这一转变已在全球数据中心市场的发展趋势中有所体现。

根据仲量联行(JLL)发布的《2026 年 EMEA 数据中心报告》,2026—2028 年规划建设的超大规模数据中心园区,距离主要枢纽城市平均达 175 公里,而 2022—2025 年已交付项目的平均距离仅为 46 公里。这一变化表明,电力与土地资源的可获得性,正在重塑新一代 AI 基础设施的选址逻辑。

对于基础设施服务商而言,这也意味着新的合作机遇:在项目开发的早期阶段便参与其中,与地产开发商及能源企业共同开展选址评估、技术需求分析、工程规划与交付协调。

与此同时,行业也需要更加全面地理解不同客户的 AI 基础设施部署需求。对于部分客户而言,大规模、专为 AI 工作负载打造的数据中心园区仍是首选;而对于那些已经完成 AI 硬件采购、亟需实现算力上线的客户而言,小规模部署、既有设施改造或模块化数据中心,同样可以成为切实可行的解决方案。

未来的 AI 基础设施建设,既需要大规模数据中心支撑长期算力增长,也需要更加灵活的部署模式响应当下的市场需求。两者相互补充,缺一不可。

从电力到算力,重塑 AI 基础设施增长路径

从电力到算力,重塑 AI 基础设施增长路径

AI 的快速发展正给支撑其运行的基础设施带来巨大压力,也在推动行业重新审视传统的数据中心开发与建设模式。

新一轮 AI 算力增长,未必完全依赖新建数据中心。既有工业及商业设施、尚未充分利用的电力资源,以及融合能源、地产、工程与技术领域专业能力的跨行业合作,都有望成为释放新增算力的重要途径。当然,这些部署模式并不会降低 AI 基础设施建设本身的复杂性。无论采用何种路径,都离不开严谨的可行性评估、专业的工程设计与可靠的项目交付。

然而,随着 AI 算力需求与实际可部署容量之间的缺口持续扩大,识别、整合并盘活更多潜在基础设施资源的能力,将成为日益重要的市场竞争优势。

未来,AI 基础设施的增长不仅取决于能否获得充足的电力,更取决于能否以可靠、高效、规模化的方式,将电力资源转化为真正可投入运营的 AI 算力。

关于作者

Marvin Cunanan

瑞技联合创始人兼美洲区总经理

Marvin Cunanan 在 IT 与数据中心行业拥有超过 10 年的专业经验,其中逾 6 年专注于服务全球大型企业及超大规模云厂商。他在数据中心与 IT 基础设施解决方案、跨区域项目交付及国际市场拓展方面拥有深厚的行业积累。凭借丰富的全球化运营经验、专业的技术服务能力及敏锐的市场洞察力,Marvin 持续推动瑞技在美洲市场的业务拓展与战略布局,助力瑞技全球业务的可持续增长。