ARTICLE · 1309032
解码算力06 | 调度算力:AI时代的“厂房与水电”,为什么机房与制冷都不容忽视?
上一篇文章的结尾我们谈到，当几万颗芯片要在同一屋檐下协同工作，如何让它们高效运转、不断电、不过热？答案就是数据中心。
与芯片的“一次性买卖”不同，数据中心不仅是重资产、长期合同、持续计费的生意，目前在AI的倒逼下，它还正在沿价值台阶往上跃迁，身价可谓“今非昔比”。那么，数据中心为什么越来越被看重？它的价值是如何提升的？这篇我们就走进这个环节，算力的物理载体，也是整个系列里商业模式变化较为剧烈的一环。
一、智算中心是什么：
算力的“厂房与水电”
先说清楚这个环节里有什么。
如果延续“算力工厂”的比喻，芯片是机器设备，光互连是厂内传送带，PCB是设备底座，那么智算中心就是厂房本身，连同水电、空调、门禁和物业等等。一座智算中心交付的，是机房、电力、制冷、网络与服务器资源的打包运营。
这个环节里的角色可以按“房东、物业、租客”来理解：持有机房和电力指标的业主、负责运营并对外输出算力服务的运营商、以及租用算力的大模型企业与互联网公司，三类角色时常交叉，有的公司既持有机房也直接运营，有的则专注运营输出。
图1：智算中心构成
注：示意图仅为帮助理解各系统职责，非实际机房比例
为什么这个环节当下越来越关键？
回到算力公式：算力等于芯片性能、设备效率与芯片数量的乘积。芯片供给受限的当下，产业扩大算力总规模的主要路径，就是在存量芯片的基础上，建设更多合规、具备供电散热条件的智算机房，让更多设备“安得了家、开得了机”。机房与制冷，决定了我们究竟能稳定部署多少台AI服务器。
二、商业模式的三级跃迁：
房租、卡时与Token
而在AI浪潮倒逼产业升级的过程中，我们也可以清晰地看到数据中心盈利模式的“三阶段跃迁”。
第一阶段，是传统数据中心的“收房租”模式。
业主建好机房，按机柜出租，配套收取带宽与运维费用，客户按月支付固定租金。这与商业地产的逻辑高度相似：收入稳定，但天花板明显，不管客户业务是好是坏，机房收的都是那份房租。
第二阶段，是智算时代的“按卡计费”。
AI服务器进机房后，出租单位从机柜变成了加速卡，客户按时长租用整台服务器，机房同步提供运维保障。这一阶段的收入与硬件直接挂钩，设备性能越强、租金越高，但本质仍是“按设备出租”，赚的还是硬件的钱。
第三阶段，目前业界正在发生，也是很重要的一次跃迁，业内称之为“Token工厂”。
此时，运营商不再只出租设备，而是把算力、推理引擎与调度服务打包，按Token产出向客户结算。同样一座机房，产出越多、收得越多，商业模式从“收固定房租”升级为“按营业额分成”，毛利率中枢随服务深度上移。
据财经媒体报道，已有头部第三方算力服务商的智算中心业务在2026年上半年实现收入同比增长126%、占总营收比重过半。长期协议开始嵌入与Token调用量挂钩的弹性分成条款；部分智算中心也由此从单纯的硬件机房，升级为“Token工厂”式的智能生产载体。（数据来源：中国经营报相关报道，2026年8月）
三、数据中心的“金刚钻”：
制冷与供电的技术迭代
当然了，要想揽“瓷器活”，那也得有“金刚钻”。要想容纳大量生产算力的AI芯片，成为高端的“Token工厂”，数据中心自身的“素质”也得过硬，技术迭代也是它的必经之路。
简单来说，这几年的数据中心有三个变化：
1）机柜功率密度，四年涨了十倍甚至更多
传统数据中心的机柜功率通常在几千瓦到十几千瓦量级，一台通用服务器功耗不过几百瓦。但AI服务器进来以后，这个数量级被彻底改写：目前单颗AI芯片功耗已经从A100型号的约400瓦突破到了B200/GB200的1000至1400瓦，而下一代Rubin架构单芯片更夸张，预计达2000瓦；装进机柜后，英伟达GB200 NVL72单机柜功率就有120千瓦，而基于Rubin Ultra架构的机柜功率有望达到数百千瓦乃至兆瓦以上！（数据来源：长江证券《算力解剖学之价值的迁徙与硬件的α》，2026年9月；西部证券液冷行业系列报告，2026年10月）
图2：机柜功率密度代际演进
数据来源：TrendForce，《TrendForceOCP2026峰会800VDc相关内容》，2026年10月13日
高功率意味着高耗能和高发热，因此，为了安全、稳定地“供养”AI芯片，数据中心配套的供电、制冷、乃至土建承重都得重新升级。
2）散热从风冷走向液冷
制冷就是配套升级的一个典型。
传统风冷机柜的散热极限大致在15至20千瓦，优化后的封闭冷通道也就到30千瓦左右；一旦单机柜功率越过这道线，芯片只能降频运行，且风扇本身的能耗就占制冷能耗的三到四成。
而液冷把散热介质从空气换成了液体，带走同样的热量只需更小的流量和更近的路径。目前主流的冷板式液冷，是指在GPU、CPU上方加一块金属冷板，能支持单机柜40至130千瓦。
如果要支持150千瓦以上甚至兆瓦级的单柜，那就得上浸没式液冷，把整台服务器直接浸入绝缘冷却液散热。代价是整机要定制、冷却液（尤其是氟化液）价格高、密封与承压要求严，运维也更复杂，因此目前主要用于超算与高密度训练集群。国内已有厂商在2026年4月推出兆瓦级相变浸没方案，最高支持单机柜900千瓦以上、PUE低至1.05。（注：PUE是数据中心总耗电与IT设备耗电之比，越接近1越省电）
图3：三种散热方式对比
数据来源：TrendForce集邦咨询预测及相关行业公开资料，2026年；PUE为数据中心总耗电与IT设备耗电之比，越接近1越省电
全球口径下，液冷在数据中心冷却市场中的份额从2024年的约20%升至2025年的约37%，2029年有望超过45%。国内口径下，2025年中国液冷数据中心市场规模159.8亿元，同比增长45.2%。（数据来源：Omdia《2025数据中心热管理分析报告》、赛迪顾问《2025—2026年中国液冷数据中心市场报告》）
3）供电从“交流多级变换”走向“高压直流”
供电侧同样在换代。功率密度上去之后，传统交流多级变换供电的转换损耗越来越扎眼，向800伏高压直流架构演进成为共识：提升转换效率、降低线路损耗，并支撑吉瓦级AI工厂的部署节奏。
与此同时，建设方式也在变。过去一座大型数据中心按设计、土建、机电安装、调试的顺序推进，规划建设周期普遍在三年以上；现在把供电、冷却、安防、消防等系统在工厂预制、现场拼装，周期被大幅压缩。
以公开案例看，同等规模智算中心的建设周期可从18个月缩短至4个月；全模块化率提升到90%的方案，已把大型AIDC（大型智算中心）交付周期压到100天左右。（数据来源：国新证券《模块化加速智算产能释放》，2026年8月）
制冷与供电一起升级，机房才能从“设备仓库”真正变成“高性能工厂”，也就具备了承载“Token工厂”的底气。
四、行业景气度：
需求放量，供给三重受限
数据中心的商业模式和产业技术均在升级，行业景气度则有供需两端的硬数据支撑。
需求端，先看总量。工信部在国新办发布会上披露，截至2026年9月底，我国智能算力规模达到2592EFLOPS（注：EFLOPS是算力计量单位，2592EFLOPS即每秒可完成约2592×10的18次方次浮点运算），同比增长146%。
结构上，推理正在取代训练成为主要增量：国家数据局统计显示，截至2026年3月，国内日均Token调用量突破140万亿，较2025年底的100万亿在三个月内增幅超过40%。在前面的篇章里我们算过一笔账，智能体的单任务Token消耗是普通聊天的5至30倍，调用量就是这样被一天天顶上去的。（数据来源：中华网财经，《AI军备竞赛升级，算力租赁赛道成“资本宠儿”》，2026年10月23日）
供给端，则有三重约束。
其一是高端芯片供给受限，产能被提前锁定，新订单交付周期以年计；
其二是电力指标约束，AI机柜功率密度远超传统机房，东部能耗指标紧张，“有卡没电”的情况客观存在；
其三是设备与建设周期约束，一座合规智算中心的建设与交付周期不短，跟不上需求扩张的节奏。据中国信通院统计，2026年一季度国内AI算力需求同比增长417%，而有效供给增速仅128%，缺口肉眼可见。
供需两端合起来的结果，就是这门生意眼下握有定价权：截至2026年6月底，全国算力设施整体上架率升至71.4%，头部机房接近满租；据中国信通院数据，2026年一季度国内算力租赁市场规模达680亿元，同比增长62%，全年有望突破2600亿元。租金上行、长约锁定、客户结构改善，行业正处在“量价齐升”的兑现期。（数据来源：中华网财经，《AI军备竞赛升级，算力租赁赛道成“资本宠儿”》，2026年10月23日）
五、创业板算力指数里的数据中心含量多少？
顺着这条主线看创业板算力基础设施指数（970083），它恰好是四大环节中权重相对更重的一块：按四大环节概念划分，调度算力相关标的有19只、合计权重32.30%，覆盖数据中心运营、算力租赁、液冷温控、高压供电配套等细分（数据来源：Wind，截至2026年9月30日）。指数第一大权重股协创数据即处于这一环节，网宿科技、软通动力等亦与其相关。
值得注意的是，这个环节内部分两类参与者：一类是机房与算力运营商，盈利模式是长约与运营的钱；另一类是配套设备厂商，提供冷板、制冷设备与供电系统，成长方向则是硬件放量。两类参与者对应的风险收益特征不同，指数化布局的好处在于一并纳入、均衡持有，不押注单一商业模式。
创业板算力ETF广发（158049）跟踪该指数，聚焦算力基建核心标的，前十大成份股包括协创数据、太辰光、科翔股份、软通动力、网宿科技、长芯博创、景嘉微、宏景科技、联特科技、光库科技。（截至2026年9月30日，数据来源：Wind）
下一篇预告：算力有了落脚点，还差“粮食与仓库”
到这里，算力工厂的“厂房与水电”已经交代清楚。但芯片要真正运转起来，还要吃得下数据：训练数据存哪里、模型参数从哪里加载、推理请求如何高速缓存？这些都是存储环节要回答的问题。下一篇，我们聊聊四大环节之外同样关键的芯片存储，看看算力的“粮食与仓库”周期属性从何而来，敬请期待。
数据来源：Wind，以上个股仅为指数成份股，不作为投资推荐。以上数据仅为时点数据，指数公司后续可能对指数编制方案及样本股进行调整，指数成份股构成及权重占比将相应变动，请投资者关注相关调整可能带来的风险。基金有风险，投资须谨慎
创业板算力ETF广发的销售费用如下：投资者在申购基金份额时，申购代理券商可按照不超过0.30%的标准收取佣金；在赎回基金份额时，赎回代理券商可按照不超过0.50%的标准收取佣金。场内交易费用以证券公司实际收取为准。具体详见招募说明书等法律文件及基金公告
风险提示：上述基金投资于证券市场，投资者在投资本基金前，需充分了解本基金的产品特性，并承担基金投资中出现的各类风险。上述基金由广发基金管理有限公司发行与管理，代销机构不承担产品的投资和兑付责任。投资前请认真阅读上述基金基金合同和招募说明书等法律文件，充分了解本基金详情及风险特征。上述基金是股票型基金，风险与收益高于混合型基金、债券型基金与货币市场基金，具体风险评级结果以基金管理人和销售机构提供的评级结果为准，请投资者选择符合风险承受能力、投资目标的产品。基金有风险，投资须谨慎
