IT 负载

1. 3 秒看懂

IT 负载（IT Load）指数据中心内所有执行计算、网络传输和数据存储功能的信息与通信技术（ICT）设备所消耗的总电力。它是定义电能使用效率（PUE）的分母，是衡量数据中心产出效率的核心锚点，直接将电力基础设施投资与算力产出挂钩。

2. 3 分钟产业解释

在数据中心的电力拓扑中，从市电进线到服务器芯片引脚，电能需经历多级变换与分配，最终进入机柜，驱动服务器、交换机、存储等 ICT 设备。这部分设备的能耗总和，即为 IT 负载。

若将数据中心视作一座数字工厂，IT 负载就是生产线上所有机器运转所消耗的能量；而为保障机器在恒温恒湿洁净环境中稳定运行所需的制冷、配电损耗、照明等辅助设施能耗，则被归类为基础设施开销。产业界之所以将 IT 负载置于能效管理的核心，原因有三：

• PUE 优化的唯一抓手：PUE = 总设施功率 / IT 负载功率。提升能效的实质，在于降低分子中“非 IT 负载”的部分，让每一度市电更多地流向分母，直接产生算力。
• 资本支出 (Capex) 的决策锚点：IT 负载的总功率和机架密度直接决定了供电容量、柴油发电机备用功率、制冷方案和建筑承重，是数据中心投资的基准参数。
• 运营支出 (Opex) 与碳核算的应计基础：IT 设备的每瓦特性能与 IT 负载总量，共同决定了电力成本和运营阶段的碳足迹范畴。

当前，产业核心趋势是 IT 负载的功率密度正经历一场由 AI 驱动的指数级跃升。据 Uptime Institute 2023 年报告，传统企业数据中心的单机柜密度长期徘徊在 4-6 kW，而 AI 训练集群的单机柜密度已普遍达到 20-40 kW，NVIDIA DGX SuperPOD 等参考架构的单机柜峰值甚至可达 60 kW 以上（来源：NVIDIA DGX SuperPOD Reference Architecture, 2023），这正迫使供电、散热、机柜结构等全链条基础设施体系发生重塑。

3. 技术原理

3.1 IT 负载的功率链与测量边界

精确界定 IT 负载是测量与管理的起点。在物理构成上，IT 负载涵盖三大类设备：

• 计算设备：包括 CPU 服务器、GPU/AI 加速器、FPGA 等异构计算平台。
• 网络设备：如柜顶（ToR）交换机、汇聚/核心交换机、光纤模块等。
• 存储设备：包含全闪存阵列、混合存储、磁带库及分布式存储节点。

在测量边界上，业界已形成共识：IT 负载的测量点通常取在机柜内智能电源分配单元（PDU）的馈线输出端，即进入 ICT 设备电源模块（PSU）之前的位置。 这一定义得到了 Uptime Institute 和 The Green Grid 等组织的认可（来源：The Green Grid, “PUE: A Comprehensive Examination of the Metric”, 2019）。该测量关口不包括 PDU 自身的功耗及照明等负载，但可能包含机柜内的交换机等网络设备的功率。在超大规模数据中心（Hyperscale），通过自研电力监控系统（EPMS）对每个机柜实现秒级或分钟级读数汇总是标准做法。

3.2 功率物理模型

进入 ICT 设备的电能，最终只有两个物理去向：

1. 有效计算与信号传输：芯片内部逻辑门翻转、内存刷新、I/O 数据传输所消耗的动态功率。这部分功率直接正比于数据处理量。
2. 废热：根据热力学第一定律，几乎所有输入的电能最终都以热能形式耗散到环境中。这正是制冷系统需要 24/7 不间断运转的根本原因。例如，一款热设计功耗（TDP）为 700 W 的 GPU，在满载时基本等同于一个 700 W 的固定热源。

对 IT 负载功率的精确建模，需理解铭牌功率、运行功率与热设计功耗（TDP）的关系。铭牌功率是设备电源的最大额定输出能力，远高于实际运行值，绝不能直接用于工程设计；而 TDP 是芯片散热设计的指标，近似为最大可持续功率。IT 负载规划通常以 TDP 或厂商提供的持续功耗为基准，并叠加内存、网卡等组件的功耗。

3.3 PUE 与 IT 负载的耦合性

PUE 与 IT 负载之间存在一个常被误解的数学耦合陷阱。公式 PUE = 总设施功率 / IT 负载功率 表明，若仅升级能效更高的服务器，IT 负载（分母）会降低，在制冷等基础设施功耗（分子的一部分）未同比降低的情况下，PUE 值反而会升高。但这并不表示设施效率退化，而是“同等算力下用了更少的电”。因此，客观评价能效必须将 PUE、IT 负载功率与总算力产出（如 TFLOPS）三者联动分析，缺一不可。

4. 关键参数

工程与商业决策依赖于对以下关键参数的量化跟踪：

• IT 负载总功率（MW）：数据中心规划设计的首要参数。全球头部超大规模数据中心（Hyperscale）的 IT 负载容量已普遍达到 50-150 MW 级别（来源：Synergy Research Group, Hyperscale Data Center Tracker, Q1 2024）。
• 机架功率密度（kW/Rack）：决定供电与冷却架构的黄金指标。目前，多数新建通用型数据中心仍以 5-10 kW/rack 为主力，而专为 AI 集群构建的数据中心单机柜设计值可达 30-100+ kW/rack（来源：Vertiv 2023 Technology Outlook）。
• IT 负载占比（IT Load Ratio）：即 IT 负载设计值与总供电容量之比，用于评估配电系统是否存在过度冗余设计。
• IT 设备利用率：指实际运行总功率与所有 IT 设备铭牌额定功率之和的比值，直接反映硬件资产的过度配置程度。
• 功率波动幅度：指 IT 设备功耗在不同工作负载（如高负荷训练与空闲待机）下的瞬时变化范围，对供电系统的动态响应和电池切换策略构成挑战。
• 每瓦特算力效率：如 TFLOPS/W 或 Tokens/kWh，这是跨越 IT 设备与基础设施的终极能效评价指标，直接关联运营成本。

5. 技术路线

5.1 核心演进路线图

IT 负载的发展史，是一部算力密度不断挑战物理极限的历史。

1. 早期分散期（2000 年前）：以通信机房为主，单机柜功耗常在 1-2 kW，无专用制冷，IT 负载概念模糊。
2. 标准化及虚拟化期（2005-2015）：服务器密度提升，刀片服务器涌现。The Green Grid 在 2007 年推广 PUE，IT 负载作为分母被正式确立为能效管理的中心，业界开始精细计量。
3. 高密度异构计算期（2016-2022）：GPU 驱动的 AI 训练、云计算兴起。芯片功耗从单颗 150W 级别飙升至 NVIDIA V100 的 300W 再到 A100 的 400W。单机柜 10-20 kW 成为大型云服务商的部署常态。
4. 极端密度与液冷原生期（2023-至今）：生成式 AI 爆发，NVIDIA H100/H200 芯片 TDP 达到 700W，B200 更至 1000W（来源：NVIDIA 官方规格），单机柜功耗轻松突破 40 kW，甚至达到 100 kW+。此阶段的主要特征是液冷（冷板、浸没式）从可选项变为必选项，IT 负载的散热介质由空气转向液体。

5.2 技术解决方案对比

6. 上游

IT 负载的物理形态与性能边界，由上游产业链定义：

• 芯片制造商：是 IT 负载功率与能效的源头定义者。NVIDIA、AMD、Intel 及云厂商自研芯片团队（如 Google TPU、AWS Trainium）的工艺制程和架构设计，直接决定了单颗芯片乃至整机的功耗、性能与每瓦特算力曲线。
• 服务器 ODM/OEM：如广达、纬创、Supermicro、Dell、宁畅等，负责将芯片、内存、存储、网络等核心部件集成为服务器，其电源与散热设计（如 48V 直供、OCP 浸没式规范）直接影响 IT 负载的测量、效率与密度上限。
• 网络设备商：Arista、思科、华为等提供的高端交换机，单机功耗可达数百瓦至千瓦级别，在网络密集型集群中占 IT 负载的 10%-15%（定性估算）。
• 电源模块（PSU）厂商：台达、光宝等提供的服务器电源，其转换效率（钛金级、超越钛金级）直接决定了 IT 负载在初始端的测量值，并贡献于整体能效。

7. 下游

IT 负载的形态和规模，由下游应用需求拉动：

• 云计算与互联网巨头：AWS、Azure、GCP、阿里云、字节跳动等，是全球 IT 负载容量的最大部署者。它们的业务负载特征（如电商峰值、视频流、大规模搜索）直接决定了 IT 负载的规模、密度和弹性需求。
• AI 模型训练与推理厂商：OpenAI、Anthropic 及各大企业的 AI 研究院，其万卡级 GPU 训练任务是推动单机柜 IT 负载向 60 kW+ 跃升的核心驱动力。
• 数据中心运营商：如 Equinix、Digital Realty、万国数据、秦淮数据，它们提供承载 IT 负载的基础设施空间和电力容量，其技术规范和可支持的功率密度直接约束了 IT 负载的部署形态。
• 企业级用户：金融、制造、电信等行业，其核心交易系统、数据存储等稳态 IT 负载仍占较大比重，但对高密度 AI 负载的需求正在兴起。

8. 受益公司

注：本小节仅从产业角色和增长驱动力的角度列举处于受益逻辑链上的代表性公司及其业务关联，任何公司都存在经营、市场和竞争风险。“受益”指其业务与产业趋势正相关，不构成任何形式的投资、买卖或业绩预测建议。

• 技术赋能层：

  • NVIDIA：其 GPU 定义了当前 AI IT 负载的功率和密度天花板，直接驱动整个电力、冷却产业链的升级投资。
  • Vertiv, Schneider Electric：完整电力与温控基础设施方案商的直接受益者。因 IT 负载密度提升，单位面积/功率的配电和冷却设备价值量（$ / kW）大幅增加（来源： Schneider Electric, “The AI Disruption: Challenges and Opportunities”, 2024）。
  • CoolIT Systems, Boyd Corp：直接芯片级冷板液冷方案商，其产品几乎成为 40 kW+ 单机柜部署的标配组件。

• 基础设施承载层：

  • 万国数据、秦淮数据：聚焦于核心城市及资源枢纽的高密度、高电力容量数据中心运营商，在行业供电紧张时掌握稀缺容量资源。
  • Digital Realty, Equinix：全球布局的头部运营商，其广泛的客户基础和高规格设施能灵活适应不同密度的 IT 负载组合。

• 算力应用与用户层：

  • 微软、亚马逊、谷歌：作为超级用户，自研芯片与大模型深度结合，通过优化 IT 负载的每瓦算力，在超大规模部署中实现长期 Capex 和 Opex 的竞争优势。

9. 市场规模

注：由于严格的搜索设定，无法获取实时市场规模数据，以下分析基于近期权威机构发布的行业趋势和逻辑推断，仅供参考。

• IT 负载的物理资产市场：IT 负载的直接载体是服务器、存储和网络硬件。据 IDC 2024 年 6 月报告，仅用于 AI 加速计算的服务器市场在 2024 年就将占服务器总资本支出的近一半，其出货功率（即 IT 负载的基础）的复合增长率远超通用服务器。
• IT 负载驱动的电力消耗市场：据 Uptime Institute 2023 年全球调查报告，受访者预计其 IT 负载功率在 2024 年将平均增长 10-20%，而 AI 负载运营商的增长预期更高。马斯克及多位业内高管在 2024 年公开场合的发言中反复提及，电力供应而非芯片，正迅速成为限制 IT 负载部署规模的瓶颈。
• 高密度电力与冷却市场：IT 负载的密度跃升正在重估基础设施的价值。据公开发布的行业研究报告预测，仅数据中心液冷市场预计将以超过 25% 的复合年增长率增长至 2028 年，这将由单机柜 IT 负载从 5 kW 向 30 kW+ 的转变直接推动。

10. 玩家对比

注：本节对比不同商业模式的数据中心运营商在承接 IT 负载时的能力与策略差异。

11. 风险

• 电力可用性与接入风险：这是限制 IT 负载增长的首要物理约束。在弗吉尼亚北部、新加坡、爱尔兰等核心枢纽，电网容量已满负荷，新的大规模 IT 负载几乎无法接入，导致项目延期或转向偏远地区。
• 技术代差与资产搁浅风险：大量建于 2015-2020 年的数据中心，其供电容量（通常 <10 kW/rack）和楼板承重（<1.2 吨/机柜）无法承载 30 kW+ 的现役 AI IT 负载，若无法进行昂贵的改造，将面临租户流失和资产价值缩水，形成“搁浅资产”。
• 冷却系统失效风险：随着 IT 负载密度急速提升，热惯性和热失控的时间窗口急剧缩短。一旦液冷系统的冷量分配单元（CDU）或循环泵失效，高密度机柜可能在几分钟内达到过热停机阈值，导致大规模业务中断。
• 定义与测量的准确度偏差风险：若 IT 负载的测量口径不一致（例如，是否计入 ToR 交换机、是否是 GPU 板的瞬时峰值），会导致 PUE 计算失真，进而掩盖工程问题或产生误导性的能效报告，影响运营商的企业社会责任报告准确性。
• 投资回报率错配风险：为高密度 IT 负载（如 60 kW/rack）预留的电力、土地和液冷系统投资巨大，但若未来负载密度因算法优化或芯片能效突破而回落或趋于稳定，前期高昂的基础设施“过投资”将拉长回报周期。

12. 误读纠偏

• 误读 1：“IT 负载就是服务器的功耗。” 纠偏：IT 负载是多类设备的总和。除了计算服务器，它严格包含存储和网络设备功耗。在大型 AI 集群中，为消除网络瓶颈而部署的数千台高端交换机，其功耗可能占到 IT 负载总额的不小比例，是冷却和供电规划不可忽视的一部分。

• 误读 2：“机柜平均功率为 8 kW，就按 8 kW 设计供电即可。” 纠偏：这是工业工程中一个常见的“平均值陷阱”。IT 负载是高度动态的，GPU 训练时的峰值功耗和闲置状态可能相差巨大。设计必须基于统计学上的峰值测量（如 99.9% 分位功耗），并叠加安全冗余，而非简单的算术平均值，否则极易触发过载保护。

• 误读 3：“PUE 等于 1.02 代表用能很完美。” 纠偏：PUE 是一个效率比值，不是绝对值。一个 PUE 低的设施，可能只是因为它装载了高功耗的低能效旧服务器，导致分母变大，而并非其基础设施效率出众。评价能源效率必须将 PUE 与单位算力的能耗（TFLOPS/W）结合，算力产出才是最终目的。

• 误读 4：“把 IT 设备铭牌功率加起来，就是所需的总功率。” 纠偏：设备铭牌标注的是其电源的最大理论输出值，通常远大于实际运行功率。直接按铭牌功率累加来规划配电和冷却，会导致严重的过度投资和低设备利用率。正确的做法是基于实际工作负载的功耗测试数据建模。

13. 最新事件

• GB200 Grace Blackwell 超级芯片发布：NVIDIA 在 2024 年 GTC 大会上正式发布了新一代 B200 GPU 和 GB200 超级芯片，其 TDP 和整机柜（NVL72 机柜）解决方案将单机柜的 IT 负载功耗推向了 120 kW+ 的极端水平（来源：NVIDIA 2024 年 GTC 主题演讲及技术白皮书），迫使所有合作伙伴加速液冷技术部署。
• 政府介入电力调配：根据公开新闻报道，由于 AI 训练带来的高密度 IT 负载集中增长，新加坡、爱尔兰、荷兰等国政府已在 2023-2024 年间出台或收紧数据中心建设禁令与电力效率标准，优先保障民用负荷。
• Meta 重启核能供电探讨：据 Axios 等媒体报道，因预计未来 AI 的 IT 负载将需要惊人的清洁电力，Meta Platforms 于 2024 年公开征询小型模块化反应堆（SMR）方案，用于支持其 2030 年代的数据中心能源目标。
• 超大规模运营商 PUE 再创新低：谷歌、微软在其最新可持续发展报告中披露，部分采用先进液冷和气候适配型冷却技术的新一代数据中心，其全年平均 PUE 已接近 1.07-1.10 的理论下限，这为高密度 IT 负载的可持续运行提供了实践样本。

14. 跟踪指标

为持续跟踪 IT 负载及相关产业动态，应关注以下核心指标，数据通常来源于公司财报、可持续发展报告、行业白皮书及政府机构：

1. 单机柜设计功耗趋势（kW/rack）：跟踪主流运营商和硬件厂商（如 NVIDIA DGX 方案）最新发布的新建数据中心参考架构设计值。
2. 芯片 TDP 与能效曲线：关注 NVIDIA (H/B系列)、AMD (MI系列)、Intel (Gaudi系列) 发布的下一代 AI 芯片及其每瓦性能 (TFLOPS/W) 的提升比率。
3. 上市公司关键 KPI：数据中心运营商（如 Equinix, DLR）季度财报中披露的“已交易电力容量 (Booked power)”、“在役机柜平均密度”以及其资本开支中用于电力扩容的比例。
4. 液冷渗透率与产业链报价：跟踪冷却方案商（如 Vertiv, CoolIT）财报中液冷业务的订单积压额和增长率，以及冷板、CDU 等关键组件的公开采购成本变化。
5. 核心区域电价与电力审批：跟踪北美（弗吉尼亚、达拉斯）、亚太（新加坡、东京、马来西亚柔佛州）等关键枢纽的工业电价走势及地方政府的新增电力配额政策。

15. 信源

• The Green Grid. (2019). PUE: A Comprehensive Examination of the Metric.
• Uptime Institute. (2023). Global Data Center Survey 2023.
• ASHRAE TC 9.9. Thermal Guidelines for Data Processing Environments (Fifth Edition).
• NVIDIA Corporation. (2023). DGX SuperPOD Reference Architecture.
• NVIDIA Corporation. (2024). NVIDIA GB200 NVL72 Technical Overview.
• Synergy Research Group. (Q1 2024). Hyperscale Data Center Tracker.
• Vertiv. (2023). 2023 Technology Outlook: Data Centers.
• IDC. (June 2024). Worldwide Quarterly Server Tracker.
• Schneider Electric. (2024). The AI Disruption: Challenges and Opportunities for Data Center Design.
• Barroso, L.A., Hölzle, U., & Ranganathan, P. (2018). The Datacenter as a Computer: Designing Warehouse-Scale Machines. Springer.
• 各公司（Meta, Google, Microsoft, 万国数据等）历年发布的财报、可持续发展报告及公司公告。