2025年全球数据中心展望报告：塑造未来的数字基础设施

全球2025年1⽉ 2025年全球数据中⼼展望 塑造明日数字基础设施 jll.com 执⾏摘要 2025年，数据中⼼⾏业将继续以惊⼈的速度增⻓。基于⽬前正在建设和计划中的发展，全球数据中⼼市场可能会以15％的复合年增⻓率扩张到2027年。这是我们的基准预测，到2027年可能达到20％的复合年增⻓率。 01⼈⼯智能（AI）AI应⽤正在跨越⼏乎所有⾏业。在过去⼏年中，已投⼊数⼗亿美元⽤于⼈⼯智能，并且所有迹象表明，到2025年，⼈⼯智能数据中⼼的需求将继续增⻓势头。 02电⽹ 对⼩型模块反应堆（SMRs）的期待正在升温，尽管⼴泛部署预计要等到2030年之后。预计2025年SMR协议将加速达成，承诺的总装机容量可能翻番。 ⼏乎所有⾏业。在过去⼏年中，已投⼊数⼗亿美元⽤于⼈⼯智能，并且所有迹象表明，到2025年，⼈⼯智能数据中⼼的需求将继续增⻓势头。 在快速扩张的过程中，该⾏业⾯临着诸多机遇和挑战。新技术的出现为可持续增⻓和价值创造提供了机会。该⾏业还⾯临着诸多挑战，包括电⼒约束和需求激增超过供应。本报告审视了全球数据中⼼⾏业⾯临的重⼤问题，并提供了未来⼀年的预测。 04资本市场 03液冷 液冷基础设施已迅速成为新建设施的默认安装。对于那些转向更⾼密度⼯作负载的现有设施⽽⾔，液冷将是⼀种可⾏的解决⽅案，也是增加资产价值的机会。 到2025年，约1700亿美元的数据中⼼资产价值将需要获得建设贷款或⻓期融资来确保。由于继续存在买⽅出价与卖⽅要价之间的差距，2025年的投资销售额可能只会略有增加。 01 ⼈⼯智能 机架密度将继续上升 2025年，人工智能需求将继续增长 增加，改变设施设计 数据中⼼⾏业正处在变⾰时代的黎明，由⼈⼯智能的不懈进步驱动。这⼀技术⾰命不仅仅在不断发展数字基础设施景观，⽽且在根本上重新定义它。 ⼈⼯智能⾰命的核⼼是半导体技术的快速发展。该⾏业正在⻅证⼀个超越摩尔定律的微型化竞赛。 过去两年，图形处理单元（GPU）变得更加强⼤，从7纳⽶（nm）过渡到5纳⽶，最终到2纳⽶技术。例如，基于7纳⽶技术的NVIDIA的H100芯⽚拥有约2080亿个晶体管，机架密度为41千⽡（kW）。下⼀代，名为GB200或Project Blackwell，采⽤5纳⽶技术，预期机架密度为130 kW。更遥远的展望是，预计2纳⽶芯⽚每个机架将达到惊⼈的250 kW。 ⼈⼯智能的应⽤正在⼏乎所有⾏业中扩展，包括医疗保健、⾦融服务、交通运输和制造业。在过去⼏年⾥，已经投资了数⼗亿美元⽤于⼈⼯智能，这推动了对更强⼤和⾼效的数据中⼼基础设施的需求。因此，全球数据中⼼建设⽬前正处于创纪录的⽔平。所有迹象表明，⼈⼯智能的需求将在2025年继续增⻓。 随着越来越多的能量可以在较⼩的设施中消耗，数据中⼼设计将继续发展。 下一代 GPU 将加速 AI 创新 GPU 技术的快速进步使得⼤型语⾔模型的训练速度⼤⼤加快。例如，以前需要 32 ⼩时才能完成的计算任务，现在利⽤最新的 GPU 技术只需1 秒钟就能完成。 随着处理速度的提⾼，AI 程序能够在不断扩⼤的数据集上进⾏训练。业内专家预测，在未来⼏年内，技术公司将因为缺乏⾼质量数据⽤于训练 AI 语⾔模型⽽陷⼊困境。 以更快的速度训练、迭代和改进AI模型的能⼒使整个⼈⼯智能⽣态系统更有价值 ⼈⼯智能创新的速度将随着每⼀代新的GPU⽽加快 人工智能训练和推断设施的解耦 ⼈⼯智能训练设施的能量需求巨⼤，新项⽬通常要求使⽤1千兆⽡（GW）或更多的功率。 作为背景，1千兆⽡的设施在⼀年内消耗的功率量相当于美国80万住宅的⽤电量。 这导致了⼈⼯智能训练设施和推断设施的区分，前者经常建在靠近电源的地⽅，⽽后者则靠近⼈⼝中⼼以⽅便最终⽤⼾接⼊并降低延迟。这种分离是必要的，因为训练的海量计算需求与推断操作的分布式性质存在明显差异。⼈⼯智能数据中⼼的解耦类似于⼯业部⻔以及区域仓库和最后⼀英⾥设施之间的区别。 02 电⽹ 数据中心将在2025年代表全球电力需求增长中的一个相对较小的组成部分 不到电动汽⻋和空调所需电⼒增⻓量的三分之⼀。 根据国际能源机构（IEA）的数据，到2025年，全球电⼒需求将增⻓约4% 这是过去⼆⼗年中最⾼的年增⻓率，除了全球⾦融危机和COVID-19⼤流⾏之后出现的反弹。需求增⻓将受到多种因素的推动，包括强劲的经济活动、随着温度上升⽽增加的空调使⽤以及电动汽⻋（EVs）和热泵等技术的不断采纳。 数据中⼼是全球电⼒困境的⼀个组成部分。电动汽⻋的⽇益普及、机械电⽓化、发展中国家电⼒消耗增加以及诸多其他因素都导致全球电⼒消费的增加。解决全球电⼒挑战将需要综合的⽅法，包括更清洁的能源发电和跨所有⾏业和地产类型更⾼效的能源消耗。 过去⼏年来，数据中⼼受到了⼴泛的媒体关注，导致许多⼈错误地将全球电⼒挑战主要与数据中⼼联系起来。尽管数据中⼼消耗⼤量电⼒，并且近年来该⾏业增⻓迅速，但也重要指出，到2025年，数据中⼼只占全球电⼒消耗的约2%。此外，到2030年，数据中⼼对电⼒需求的增加预计 聚类现象导致电力传输瓶颈，延迟了主要市场的发展，并将投资转移到新领域 预计到本⼗年末，数据中⼼的能源消耗预测将受到许多不确定因素的影响，包括⼈⼯智能采纳速度、⼈⼯智能应⽤范围的扩⼤以及显著能效提升的潜⼒。但可以肯定的是，数据中⼼⾏业将继续以快速的速度增⻓，受到对计算能⼒需求的持续增⻓驱动。预测估计全球数据中⼼能源需求将在未来五年翻倍，达到100GW。 数据中⼼倾向于聚集在⼀起。在⼀些⼤都市地区，这导致了向新开发项⽬传输电⼒时出现重⼤瓶颈。 北弗吉尼亚、东京和伦敦等全球最⼤数据中⼼市场是这⽅⾯的典型例证。 此外，数据中⼼集群分布不均匀地遍布全球。因此，在⼀些显著的国家和地区，数据中⼼占据了总⽤电量的相当⽐例。例如，新加坡的数据中⼼占总⽤电量的约7%。在爱尔兰，它们占总⽤电量的21%。⽽在美国，它们占弗吉尼亚州总⽤电量的约26%。 考虑到⾮凡的需求⽔平，⽆论是成熟市场还是新兴市场，在2025年都将经历更⾼⽔平的发展。超⼤规模运营商可能会⾸次进⼊新市场，随后是机架式托管服务提供商。数据中⼼的发展将继续集聚在拥有电⼒、⼟地、基础设施和⼈才交汇的地⽅。 电力传输挑战将会加剧，延迟数据中心的发展长达四年甚至更久 电⼒基础设施瓶颈是数据中⼼发展的主要障碍。供电短缺常受到关注，但同样重要的是建设输电线路所需要的时间进⼀步延⻓。随着数据中⼼⾏业迅速扩张到新的地理区域，这些挑战将继续加剧。 这些挑战已经导致了选址标准的转变，现在基于可⽤的电⼒容量和接近输电线路来评估⼟地，⽽不是定价或总英亩数。 现在，公⽤事业公司在购电协议（PPA）的批准上更加审慎，使⽤详尽的申请表和申请费来淘汰投机者。 在许多市场，要延伸⾼容量输电线路到新的开发地点可能需要四年甚⾄更久。这种延迟的⼤部分原因与获得通⾏权和监管批准有关。 从整体来看，这对⾏业是正⾯的，因为它将有限资源集中⽤于严肃、资⾦充裕的项⽬。然⽽，它并没有解决基础设施开发的⻓周期问题。 供应链仍然⾯临挑战，特别是对于变压器和开关设备，但设备采购并不是传输延迟的主要原因。 核能的热情将继续蓬勃发展 核能正成为满⾜数据中⼼不断增⻓能源需求的⾸选解决⽅案，特别是对于⼈⼯智能和⾼性能计算应⽤。科技公司是数据中⼼空间最⼤的占有者，它们设定了最具攻击性的净零排放⽬标。核能为这两个挑战提供了解决⽅案。 随着传统电⼒⽹络难以满⾜⽇益增⻓的功耗需求，核能作为数据中⼼的清洁、可靠替代能源正受到越来越多的关注。2024年签订了多项核电采购协议，涉及活跃核电⼚以及计划在2028年左右重新启⽤的已停⽤核电⼚。然⽽，额外⼤规模核设施的开发计划有限。 此外，注意⼒转向了另⼀种形式的核能：⼩型模块反应堆。 小型模块化反应堆（SMR）协议可能会在2025年翻倍，为数据中心开启一种新的绿色能源来源 全球有许多公司正在开发SMR，由于该领域的兴奋和投资⽔平达到了⼀定程度。根据核能机构（NEA）和世界核能协会（WNA）的数据，有100多个场地正在评估⽤于SMR安装。在2024年，⼏家知名的SMR公司与数据中⼼运营商达成了⼀些重要协议。2025年，预计SMR公告加速，承诺的总装机容量可能会翻倍。 除了传统的⼤型核能之外，数据中⼼⾏业正在探索可以提供1.5⾄300兆⽡电⼒的SMR。SMR具有模块化和可扩展性，使其有可能成为数据中⼼的理想解决⽅案，成本仅为传统⼤型核能的⼀⼩部分。 值得注意的是，SMR技术仍处于早期发展阶段，预计美国最早要到2030年才能进⾏商业部署。但是，如果SMR作为⼀种可信赖的电⼒替代⽅案变成现实，它们可以为数据中⼼提供丰富的绿⾊能源。这将对选址、数据中⼼设计和持续运营产⽣重⼤影响。 ⼏家SMR开发商在赢得知名合同后已经脱颖⽽出，包括Oklo、Kairos、X-energy和Holtec 然⽽，随着技术的发展、测试和实施，竞争对⼿领域可能在未来⼏年发⽣变化。 尽管乐观，SMR部署和数据中心领域面临挑战 尽管SMRs带来了机遇，但挑战仍然存在 监管障碍，⾼初始成本和公众观念问题仍然对SMRs的⼴泛采⽤构成重⼤障碍。核能和数据中⼼⾏业将需要与政府、监管机构、当地社区和投资者密切合作，以克服这些障碍 在2030年代初期，SMRs的初始部署可能将在现有核设施进⾏，那⾥已经具备必要的基础设施、监管批准和核专业⼈⼠。随后的SMR部署阶段可能将在已退役的发电⼚进⾏，因为那⾥已经有现有的基础设施，或者在尚未开发的农村地区，远离主要⼈⼝中⼼。这将为技术成熟和公众对SMRs感到舒适提供更多时间。⾄关重要的是，预计还需要⼀定时间才能在⼤型都市区域内安装SMR设施 03 液冷 在2025年，平衡计算能力与可持续发展将是一个重大挑战。 争夺⼈⼯智能霸权已不再只是有关计算能⼒，⽽是变成了⼀场关于能源效率的战⽃。随着科技巨头们将数⼗亿美元投⼊到⼈⼯智能基础设施中，他们也⾯临着冷却⽇益密集且耗电量巨⼤的GPU集群的挑战。这引发了⼀波新型创新，从开发更节能的芯⽚架构到先进的液冷系统。 ⼈⼯智能的电⼒需求引发了关于可持续性和资源分配的重要问题。随着⼈⼯智能的不断发展，我们的电⼒⽹能跟得上吗？公众愿意为⼈⼯智能的进步承担怎样的环境成本？ ⼈⼯智能⾰命⽆疑正在改变世界，但⼈⼯智能的能源消耗可能是其最深远和持久的影响 新的PUE（功耗效率）法规和更⾼的机架密度将推动⾏业向液冷⽅向发展，因为仅凭传统的空⽓冷却⼏乎不可能实现低PUE值。 GPU的进步要求转向液冷技术，改变数据中心设计 功率密度激增需要转变热管理策略。NVIDIA最新的⼈⼯智能芯⽚的功耗⽐前任产品⾼出多达300％，⾏业预测显⽰全球数据中⼼的能源需求将在未来五年内翻倍。这种能源需求的指数级增⻓正在重塑数据中⼼设计的格局。 液冷正在成为⾼密度机架的必备组件。如今通常采⽤混合⽅式，液冷占70%，⻛冷占30%。液冷安装⽬前采⽤后⻔换热器(RDHx)和直接对芯⽚(DTC)技术。在新的建筑中，液冷基础设施迅速成为默认安装。此外，RDHx和DTC的改造被认为是现有设施迁移到⾼密度⼯作负载的可⾏解决⽅案。 沉浸式冷却即将到来，将需要在结构设计上进行转变 随着GPU每个机柜超过150千⽡，沉浸式冷却很可能成为常⻅的热管理策略。但是，技术的⼴泛应⽤还需要⼏年时间。全球平均机柜密度⽬前只有12千⽡，沉浸式冷却⽬前只在不到10％的数据中⼼中应⽤。在未来⼏年中，沉浸式冷却的部署将集中在运⾏AI⼯作负载的⼈⼯智能设施和传统数据中⼼的某些区域。 这将成为⼤规模应⽤沉浸式冷却的数据中⼼需要解决的问题。 未来⼏年内更常⻅的是运营商实施测试部署，使⽤重量明显较轻的⼩型沉浸槽，可以在现有设施中进⾏部署⽽⽆需进⾏重⼤改造。这将为运营商提供时间，使其在推出更⼤规模的部署之前对技术感到舒适。 尽管这项技术带来许多好处，包括⾼效冷却，但也⾯临液体质量、可靠性和维护⽅⾯的挑战。此外，浸没冷却由于