AI算力的真实成本,不在GPU上

一、GPU只是冰山一角

一个典型超大规模数据中心的5年成本结构：电力支出占40%-50%且比例持续上升，硬件折旧占30%-35%，冷却系统运维占8%-12%，土地和建筑占5%-8%。电力不是一次性支出，而是每天都在燃烧的成本。

一台NVIDIA GB200 NVL72机架的峰值功耗高达120kW以上，相当于一个普通美国家庭一个月的用电量在一天之内烧完。

数据中心内部服务器机架，高密度部署已成常态

二、电：最沉默的吞噬者

ChatGPT单次查询耗电约2.9Wh，是Google搜索的10倍。如果达到Google搜索的日活量级，仅维持运行就需要新增一座核电站。科技巨头的AI资本支出已突破每年8000亿美元，其中相当大比例不是在买芯片，而是在锁定未来5-10年的电力供应合同。

亚马逊AWS签署了超过50个电力购买协议，总容量超过20GW。微软直接与核电站运营商签约，计划重启三里岛核反应堆为AI数据中心供电。电价每上涨0.1元/度，一个100MW的数据中心每年多承担约8000万元——这直接决定了AI算力的最终定价权。

电力供应正成为AI数据中心选址的首要约束条件

三、水：隐形的账本

一个100MW的数据中心，采用传统蒸发冷却方式，每天耗水量相当于一个万人小镇的日用水量。但全球新建数据中心越来越多选址在缺水地区——不是因为有水，而是因为电更便宜、土地更廉价。Stratos犹他州项目被迫砍半、亚利桑那州多个项目因水权争议搁置。

到2030年，全球超过30%的数据中心将面临中度以上用水压力。水正在成为比电力更硬的算力约束条件。

数据中心冷却塔，水的消耗远超大多数人的想象

四、铜：被忽略的"算力金属"

NVIDIA GB200采用铜缆背板互联方案。一台AI服务器内部铜用量约20-30公斤，一个超大规模数据中心的铜缆总重可达数百吨。AI数据中心每兆瓦消耗6-8吨铜。到2027年，仅AI数据中心就将消耗超过200万吨铜——接近全球年铜产量的10%。铜价已突破每吨12000美元。

全球精炼铜产量近40%来自智利和秘鲁，而中国占全球消费量55%以上。铜不仅是一个成本问题，更是一个供应链安全问题。

铜缆是AI数据中心内部互联的基础材料

五、未来3年，哪个成本涨得最凶

电力：涨幅最确定，2028年占比将超55%。
铜：涨幅空间最大，可能突破15000美元/吨。
水：涨幅最隐蔽，通过法规限制和项目延期体现。

📋 本文核心问题

Q: AI数据中心每兆瓦耗电多少？
A: 年耗电约8760MWh，冷却占30-40%，计算设备占50-60%。

Q: 中国数据中心用电占全国比例？
A: 约3%，每年超15%增速增长。

Q: 为什么用铜不用光纤？
A: 短距高频场景铜缆延迟更低、成本更低。

Q: 未来3年AI算力成本会降还是涨？
A: 单位算力成本降，但总成本持平或小涨。

Q: 什么因素影响数据中心选址？
A: 电价第一，其次水、网络、政策。

觉得有收获？点个赞 👍