基礎設施層 開放閱讀

設施負載

Facility Load

概念 ID
facility-load
更新時間
2026-05-29
來源數量
待補

設施負載

3 秒看懂

設施負載(Facility Load)是資料中心或 AI 算力基礎設施從市電側計量的總功率需求,涵蓋 IT 裝置(GPU 伺服器、交換器、儲存)以及所有輔助系統(冷卻、配電、照明、安防)。它決定了場地選址、變電站進線容量、供電架構和運營電費,是一座“AI 工廠”從規劃到執行的核心物理約束。

3 分鐘產業解釋

在 AI 訓練/推論大規模部署之前,單機櫃功率常年在 3‑10kW,設施負載的評估主要圍繞“夠用”和“可靠”。進入大型模型時代,單櫃功率向 40kW、80kW 甚至 120kW+ 演進,逼迫設施負載從“夠用”轉向“極限設計”。產業視角下設施負載被拆解為兩個關鍵維度:

  1. 總量上限——變電站引入的批覆容量、柴油發電機/儲能的備用能力、UPS 並機與配電櫃的總開斷能力,共同構成整座資料中心可承載的最大電功率(通常以 MW 為單位)。
  2. 動態特性——GPU 叢集毫秒級負載突變、訓練任務的數小時級週期起伏、冷卻系統對負載變化的滯後響應,令設施負載呈現高度時變特徵,需要設計時考慮同時率、峰均比與功率因數校正。 在實踐中,設施負載又可按終端用途劃分為 IT 負載(計算、網路、儲存)與 非 IT 負載(冷機、泵、冷卻塔、配電損耗、照明),後者與 IT 負載的比值由 PUE 刻畫。對於算力基礎設施的投資與運營者,設施負載餘量——即已批覆的供電容量中尚未被裝置佔用的部分——直接決定可追加部署的 GPU 數量,是比當前上架率更前瞻的彈性標尺。

技術原理

設施負載的本質是能量守恆在資料中心場域內的逐級對映:從電網引入的電能全部轉化為熱能,再通過冷卻系統排至室外。典型電力潮流可以抽象為:

[市電 110kV/220kV 專線]
         |
    [主變壓器]  ← 計量點 Pin
         |
    [中壓配電]  ← 柴發/儲能併網
         |
    [低壓變壓器] → 部分非 IT 負載(照明、辦公)
         |
 [UPS / HVDC / 巴拿馬電源]
         |
    [列頭櫃/小母線] → [機櫃 rPDU] → [GPU 伺服器]  = P_IT
         |
    [冷機 / 冷卻塔 / 一次側泵 / CDU]  = P_cool

定義如下核心關係:

  • 總輸入功率 P_{text(in)},取自市電進線計量。
  • IT 裝置功率 P_{text(IT)},通常在列頭櫃或智慧 rPDU 處計量。
  • 電源使用效率 text(PUE) = P_{text(in)} / P_{text(IT)}
  • 冷卻負載 P_{text(cool)} = P_{text(in)} - P_{text(IT)} - P_{text(other)}P_{text(other)} 包含配電損耗、照明、安防等。

GPU 叢集的瞬時功率尖峰可達穩態值的 120%‑150%,先由伺服器電源的電容緩衝,再由 UPS 直流母線的電池吸收。設計中需重點關注 IT 負載的峰均特性與冷卻系統的熱慣性,避免瞬態過載觸發保護誤動作。對於液冷方案,CDU 功耗、冷卻塔風扇與一次側冷機的功耗與 IT 負載呈近似線性或分段線性關係,可建立等效熱‑電耦合模型來預測 PUE 隨負載率的變化曲線。

關鍵引數

設施負載的評估涉及一系列量化指標,這些引數共同決定一個算力基礎設施的能力邊界與成本結構。

  • 設計總功率容量(MW):由電力接入批覆檔案明確的變壓器進線容量,也是設施負載的法律與物理上限。通常按園區分期建設預留,但最終受限於區域變電站剩餘間隔和線路輸送能力。
  • PUE(年均值與設計值):設計 PUE 反映理論最優能效,年化 PUE 反映運維水平與環境溫度的實際影響。2023 年 Uptime Institute 調查顯示全球受訪資料中心年均 PUE 約為 1.58(來源:Uptime Institute 2023 Global Data Center Survey),但頭部超大規模企業自建園區已實現 1.10‑1.20 的持續執行值。
  • 負載率:實際 P_{text(IT)} 與設計 P_{text(IT)} 的比值。低負載率意味著大量電力容量閒置、折舊攤分承壓;高負載率則可能壓縮冗餘裕度。典型商業託管資料中心的穩定負載率在 75% ‑ 85%。
  • 供電可靠性等級:參照 Uptime Institute Tier Ⅰ‑Ⅳ 或國標 GB 50174 A/B/C 級,決定冗餘路徑和可並行維護能力。Tier Ⅲ 以上通常要求 2N 或分散式冗餘,直接推高非 IT 負載比例(因雙路配電損耗)。
  • 負荷同時因數:峰值電錶讀數與所有裝置銘牌功率總和的比值。由於 GPU 訓練並非每臺伺服器同時滿載,同時因數典型值在 0.85‑0.95,取決於任務排程和資料並行策略。該係數直接影響向電網報裝時的容量談判。
  • 單位面積功率密度(kW/櫃、kW/㎡):當前風冷機房可支援約 8‑15 kW/櫃,液冷方案可提升至 40‑100 kW/櫃以上。密度上升顯著改變樓板承重、層高、冷量分配與消防設計,從而反推設施總負載對土建的影響。

(注:以上典型數值來自 Uptime Institute 公開報告、ASHRAE TC9.9 指南及部分雲端廠商可持續發展報告,具體專案的準確引數需結合實地勘測。)

技術路線

設施負載的實現路徑主要圍繞電力架構與冷卻架構兩個相互耦合的維度展開。以下從供電拓撲、冷卻方式及近期創新方案進行對比。

供電架構路線

方案典型變換層級系統效率動態響應能力適用規模公開揭露的典型使用者/專案(截至2023–2024)
傳統交流 UPS (雙變換)AC‑DC‑AC‑DC 多次變換滿載約 93%‑95%,低負載率下明顯下降逆變器承受尖峰,切換時有微斷中小型資料中心,單櫃 ≤10 kW大量傳統企業機房
高壓直流 (HVDC,240V/336V)AC‑DC 一次變換可比交流 UPS 高 2–4 個百分點(行業估算)電池直掛母線,響應更快網際網路/雲端廠商大型園區公開資料顯示騰訊、阿里等曾試驗推廣
巴拿馬電源/簡化高壓直流進一步減少變換級數,市電整流後直接直流配電宣稱接近市電直供效率(約 98%,取決於負載)需配合理電容器組與控制系統超大規模雲端/智算中心探索華為、維諦等供應商方案;部分雲端廠商試點
中壓直供 + 機架級電源模組中壓(10kV)直入機架,省去低壓變壓器理論效率最高,鏈路最短依賴機架電源的可靠性前沿預研/晶片級供電概念公開發表的 IEEE 論文及部分晶片商白皮書,商業化規模未知

冷卻技術路線與設施負載的相互作用

冷卻方案單櫃可釋熱功率範圍典型 PUE 區間對設施總負載的影響代表規模應用
房間級風冷(精密空調)3‑8 kW/櫃1.4‑2.0冷卻系統功耗佔比高,總負載顯著高於 IT 負載傳統中小型資料中心
列間/背板風冷8‑20 kW/櫃1.2‑1.5風路縮短降低風機能耗,PUE 改善雲端資料中心、部分 AI 推論叢集
冷板液冷 + 風冷混合20‑60 kW/櫃(液冷部分 >80% 熱量)1.05‑1.2IT 負載不變,但冷卻功耗大幅下降;總設施負載稍高於 IT 負載頭部 AI 訓練叢集(如 Meta、Microsoft 等公開液冷專案)
浸沒液冷50‑150 kW/櫃1.02‑1.1幾乎無風機,冷卻功耗更低,但泵與 CDU 仍耗電部分加密貨幣礦場、實驗性智算中心

(所有方案的具體效率資料尚未形成行業統一基準,上表為基於公開白皮書、綠色網格(TGG)推薦值的定性區間,不可直接用於跨廠商採購比較。)

上游

設施負載的建成依賴高度專業化的供應鏈,上游主要包含以下環節:

  • 電力一次裝置:高/中壓變壓器、開關櫃、環網櫃、母線槽。品牌集中度較高,ABB、西門子、施耐德、特變電工等為主要供應商。
  • 不間斷電源與電能質量裝置:UPS(維諦、伊頓、施耐德)、HVDC(中恆電氣、華為、維諦)、巴拿馬電源系統、有源濾波器、SVG 無功補償裝置。
  • 配電與智慧列頭:列頭櫃、小母線、智慧 rPDU(施耐德、臺達、突破電氣等)。
  • 冷卻裝置:離心/螺桿冷機(約克、特靈、麥克維爾等)、冷卻塔、板式換熱器、精密空調(維諦、艾默生等);液冷 CDU、分液器、液冷板(CoolIT、Asetek、高瀾股份、英維克、依米康等)。
  • 備用電源:柴油發電機組(康明斯、MTU、科泰電源等)、燃氣輪機(限於部分園區)、鋰電/鉛酸儲能系統(寧德時代、比亞迪、南都電源等)。
  • 控制系統與軟體:DCIM(資料中心基礎設施管理)、EPMS(電力監控系統)、BMS(樓宇自控),供應商包括施耐德 EcoStruxure、ABB Ability、維諦 Trellis 及國產整合商。

上游裝置的交貨週期(尤其變壓器、柴發、液冷元件)直接制約設施負載的投運節奏。2022‑2023 年,受全球供應鏈波動影響,海外市場變壓器交貨期曾延長至 12‑18 個月(來源:Wood Mackenzie 2023 年報告)。

下游

設施負載的最終使用者決定了負載曲線的形態和增長斜率:

  • 雲端服務商與 AI 企業:AWS、Azure、GCP、Meta、國內 BAT、字節跳動、OpenAI、Anthropic 等。他們以自建或超大單租約模式使用資料中心,執行大規模訓練/推論叢集,形成高密度、高負載率、高同時率的需求。
  • 第三方資料中心運營商:Equinix、Digital Realty、萬國資料、秦淮資料、世紀互聯等。他們將設施負載作為出租資源,為金融、網際網路、製造等行業客戶提供託管服務,負載特性呈多樣化,單櫃密度跨度極大。
  • 電信運營商:以自有資料中心支撐網路雲端、邊緣雲端及政企託管業務,設施負載相對分散,但總量龐大。
  • 企業自用機房:金融、汽車、生命科學等行業的自建或委建機房,負載以交易、模擬、研發等任務為主,對可靠性要求往往達到 Tier Ⅲ 以上。

下游客戶對電力接入的合規性(如綠電比例)、PUE 指標和可擴充套件性要求持續提高,反向促使中游設計方和上游裝置商加速創新。

受益公司

以下公司因其業務直接或間接與設施負載的規劃、建設、運營深度關聯而受到市場較多關注(僅客觀列舉,不構成任何評價):

  • 雲端與算力平台:Microsoft、Amazon、Google、Meta、NVIDIA(DGX Cloud 等部署)——自建或大規模採購資料中心容量,設施負載擴張驅動上游資本支出。
  • 第三方資料中心運營商:Equinix、Digital Realty、萬國資料(GDS)、秦淮資料、世紀互聯、寶騰資料等,其可售電力容量和簽約率是反映設施負載商業價值的核心指標。
  • 電力裝置與整合商:施耐德電氣、ABB、西門子、維諦(Vertiv)、臺達、中恆電氣、科華資料等,提供 UPS/HVDC/配電方案,受益於新建和改造需求。
  • 液冷與熱管理公司:CoolIT Systems、Asetek、英維克、高瀾股份、依米康、海悟科技等,直接影響高密度設施負載的可實現性。
  • 備用與儲能:柴油發電機和儲能電池供應商;寧德時代等鋰電池廠商和 PCS 供應商,其產品用於平抑 GPU 瞬時負載和參與電力市場。
  • 設計院與總包:中建、世源科技、施耐德整合服務等,承包從可研到交付的全過程,將上游裝置轉化為銘牌上的實際設施負載。

(注:上述公司名單來自公開的行業報告及供應鏈資訊,未窮舉,且不表示任何投資傾向。)

市場規模

將“設施負載”量化為市場規模可從資料中心電力消耗和基礎設施資本支出兩個角度近似。

資料中心用電量

IEA 在《Data Centres and Data Transmission Networks》報告中估計,2022 年全球資料中心用電量約 240‑340 TWh,佔全球電力最終消費的 1‑1.3%。假設平均電價 0.07 USD/kWh,電費規模約 170‑240 億美元/年。至 2026 年,IEA 預測在 AI 加速情景下,資料中心用電量可能翻倍,但具體數值存在高不確定性(來源:IEA 2023 年報告)。

電力基礎設施投資

根據 Omdia 等機構公開摘要,2022 年全球資料中心電力裝置(含 UPS、配電、母線、開關裝置)市場規模約為 100‑120 億美元。伴隨 GPU 叢集密度提升,單位 MW 投資強度上升。例如傳統雲端資料中心 1 MW 投建成本約 8‑12 百萬美元(電力及冷卻部分佔比約 40%‑50%),高密度 AI 資料中心因液冷、更大容量變壓器和儲能,資本強度可能上浮 30%‑50%(來源:JLL、CBRE 2023 年市場研究報告片段,各企業實際值存在差異)。

空置率與容量

北維吉尼亞、上海周邊、新加坡等樞紐市場,自 2022 年起空置率長期處於 2%‑5% 的極低水平,使得設施負載的批覆容量成為稀缺資源(來源:JLL 2023 年資料中心市場展望)。這間接表明對設施負載的“購買力”遠超既有儲備。

(以上為根據公開第三方報告整理的近似量級,財務口徑差異可能導致資料不完全可比,具體投資決策應參考各公司財報與專業機構完整報告。)

玩家對比

從設施負載的規模、效率和技術路線選取,可將主要參與方分為三個陣營。

1. 超大規模雲端/AI 自建者 代表:Google、Microsoft、Amazon、Meta、國內 BAT/字節跳動等。

  • 設施負載特徵:單體園區 100‑500 MW 級別,設計 PUE 常年在 1.10‑1.20,通過自研定製伺服器和電力架構(如 48V 機架電源、液冷)極限壓榨配電損耗。
  • 公開資料:Google 在環境報告中揭露其全球資料中心的年均 PUE 在 2022 年為 1.10(來源:Google 2023 Environmental Report)。Microsoft 宣佈至 2024 年將採用液體冷卻技術擴大 AI 部署(來源:Microsoft 2023 年部落格)。
  • 對設施負載的利用:負載率通常較高(訓練叢集接近滿負荷),通過 AI 任務排程主動匹配電網低碳時段,形成“算力‑電力”協同。

2. 第三方多租戶運營商 代表:Equinix、Digital Realty、萬國資料、秦淮資料。

  • 設施負載特徵:單資料中心容量在 10‑60 MW 之間,關注標準化、彈性擴容。由於需適應不同客戶密度,多采用風冷(逐漸引入後補液冷),PUE 通常 1.3‑1.5。
  • 公開資料:Equinix 2022 年可持續發展報告顯示其全球資料中心設計 PUE 目標 1.30‑1.40,部分新建達到 1.25。萬國資料在 2022 年報中揭露其資料中心平均設計 PUE 約為 1.35,計劃通過綠電和液冷改進。
  • 商業模式:設施負載作為可售電力容量(“關鍵 IT 負載”口徑)體現在簽約率上。投資者關注其預租率和電力承諾。

3. 邊緣與小型機房 代表:分散的電信邊緣節點、企業分支機房等。

  • 設施負載特徵:單個站點常小於 1 MW,以風冷 UPS 為主,PUE 普遍高於 1.5,升級液冷的經濟性有限。

(上述對比基於 2022‑2023 年公開揭露,不同企業統計口徑可能不一,橫比需謹慎。)

風險

設施負載相關的風險可從建設、運營和政策三個層面識別。

  • 電力批覆與接入延遲:多地變電站容量接近飽和,獲得 50 MW 以上專線批覆的時間已延長至 18‑24 個月或更長(來源:行業報道)。批覆若未落實,導致已建廠房無法通電,形成沉沒成本。
  • 電價及能源政策波動:電費是設施負載運營的最大可變成本。部分歐洲市場 2022 年批發電價飆升導致資料中心被迫停運或轉銷 PPA(購電協議),設施負載的經濟模型受到直接衝擊。
  • 改造與翻新成本超支:老舊機房若從風冷改為液冷,需增加結構加固、管路改造和配電升級,其資本支出可能高達初始建設成本的 50% 以上,且施工期間設施負載可能需降容執行。
  • 技術鎖定與相容性:選擇特定 HVDC 或液冷方案後,若行業標準突變或供應鏈單點故障,將被動疊加改造成本。
  • 諧波與電能質量懲罰:高密度 GPU 叢集產生大量諧波,若濾波缺失可能被電網公司加收電費或要求整改,增加非 IT 負載。

(上述為行業共性風險,不構成對任何單一企業或專案的預測。)

誤讀糾偏

誤讀 1:“設施負載就是 IT 負載的總和。” 糾正:設施負載是從市電計量點測量的全站總功率,顯著大於 IT 負載。冷卻、配電損耗、照明、安防等均計入總負載。忽略輔助部分將嚴重低估電費、備用電源容量和散熱需求。

誤讀 2:“只要市電能供上,設施負載就不會出問題。” 糾正:除連續功率容量外,GPU 叢集的毫秒級尖峰、諧波畸變和低功率因數會引發電機發熱、UPS 頻繁切換或保護誤動作。設施負載設計必須涵蓋暫態分析、諧波濾波和備用電池的瞬態響應,遠不止“拉電纜”。

誤讀 3:“液冷會大幅降低設施負載。” 糾正:液冷降低的是冷卻系統自身的功耗(即 PUE 改善),IT 裝置本身功耗不變。由於液冷允許部署更多 GPU,整站總設施負載(兆瓦)往往顯著增高——只是每 TFLOPS 的能耗下降。規劃者需同時關注 PUE 和總 MW 數。

誤讀 4:“PUE 越低,設施負載利用率就越高。” 糾正:PUE 靠近 1.0 代表幾乎無輔助損耗,但負載率依然可能很低(比如初期在極低上架率下執行),此時設施負載總功率雖小,卻因大量容量空置,單位算力分攤的折舊與運維成本可能更高。

最新事件

(截至 2024 年 10 月公開報道,強調已發生的可核查資訊,不包含未來預測。)

  • 北美樞紐電力緊張加劇:2023‑2024 年,維吉尼亞州北部、加州矽谷等主要資料中心市場頻繁出現變電站容量告罄,部分新專案被迫轉向偏遠地區(來源:JLL 與媒體報道)。
  • 大規模可再生能源 PPAs 簽訂:2024 年 5 月,Microsoft 與 Brookfield 簽署全球架構協議,計劃採購超 10.5 GW 可再生能源用於資料中心(來源:Microsoft 新聞稿)。此類協議旨在鎖定設施負載的低碳電力供給並規避電價風險。
  • 中國政策推進綠電直供:2023 年,國家能源局提出推動資料中心“綠電直供”試點,旨在將西部清潔能源與東部算力通過“源網荷儲”一體化結合,重構設施負載的電力來源格局(來源:政府公開檔案)。
  • 液冷成為主流方案:NVIDIA H100 及後續 GPU 推動冷板液冷在新建 AI 叢集中成為標配。多家中外雲端廠商在 2023‑2024 年公開其液冷部署,單櫃功率密度突破 60 kW(來源:各公司技術部落格)。
  • 歐盟能效指令更新:2023 年歐盟修訂能源效率指令,要求超過 1 MW 的資料中心自 2024 年起公開報告 PUE、用水效率等指標,強化了對設施負載相關資料的透明度要求(來源:歐盟官方公報)。

追蹤指標

若要持續觀察設施負載領域的變動,可關注以下公開可得的指標和信源:

  1. 雲端廠商資本支出(Datacenter 相關分項):Amazon、Microsoft、Google、Meta 公開財報中“Property and Equipment”或管理層揭露的資料中心投資額,反映設施負載新容量投放節奏。
  2. PUE 與用水效率(WUE)公告:超大規模企業每年釋出的可持續發展/環境報告,以及 Uptime Institute 年度調查提供行業均值。
  3. 區域電力接入批覆:各地電力公司或能源監管機構公佈的變電站擴建計劃、專線審批資訊,可通過新聞和地方規劃局查詢。
  4. 關鍵裝置交貨期與價格:變壓器、柴發、鋰電儲能等裝置的價格指數和交貨期(可追蹤彭博新能源財經 BNEF、Wood Mackenzie 等機構的季度報告),反映設施負載建設的供給約束。
  5. 資料中心託管市場空置率與租金:由 JLL、CBRE、Cushman & Wakefield 等釋出的關鍵市場資料,間接體現設施負載的供需緊張程度。
  6. 電價指數:PJM、北歐 Nord Pool、中國各省一般工商業電價目錄等,直接構成設施負載運營成本的可變部分。
  7. 行業標準更新:ASHRAE TC9.9、OCP 電源子專案、最新 GB 50174 修訂動態等,指導設施負載的設計規範。

信源

  • 國家標準 GB 50174‑2017《資料中心設計規範》及相關修編徵求意見稿。
  • Uptime Institute, Annual Global Data Center Survey (2023).
  • IEA, Data Centres and Data Transmission Networks (2023).
  • ASHRAE TC9.9, Thermal Guidelines for Data Processing Environments.
  • Google Environmental Report 2023;Microsoft 資料中心官方部落格 (2023‑2024)。
  • Meta Open Compute Project (OCP) 電源架構白皮書。
  • JLL、CBRE、Cushman & Wakefield 資料中心市場報告 (2023‑2024)。
  • Omdia, Data Center Power Equipment Market Tracker (公開摘要)。
  • 各上市公司向 SEC/港交所提交的定期報告、可持續發展報告。
  • 歐盟委員會, Energy Efficiency Directive (2023/1791) 修訂案。
  • 國家能源局關於“源網荷儲”一體化和綠電直供相關通知 (2023)。

(以上信源均為公開可獲取的標準、報告和官方檔案,未引用任何內幕資訊。)

source: 公開揭露與公開資料整理 本頁僅用於產業鏈學習、資訊檢索和研究輔助;不構成投資建議,不預測漲跌,不提供買賣、部位或目標價建議。
完整概念頁 複盤 13 節結構 公司投研頁 沿產業鏈找到受益公司 投資課 把概念轉成可跟蹤模型