核心观点 - AI大模型的发展正推动数据中心从传统模式向超级数据中心转型，这本质上是一场横跨土木、电气、暖通、能源、通信及环境工程的系统性工程，并重新定义了“AI行业”的边界，将土木、电气、暖通等传统工种纳入产业链 [41][48][49] 超级数据中心建设趋势 - DeepSeek开启新招聘计划，包括土木工程师，旨在建设功耗达十亿瓦（1GW）级别的超级数据中心，这相当于杭州市平均用电功率（12GW）的近十分之一 [5][10] - 建设超级数据中心已成为大模型厂商的军备竞赛，Meta计划在美国路易斯安那州建设5GW的超级数据中心，马斯克已建成全球首个GW级数据中心Colossus 2，OpenAI和Anthropic规划中的超级数据中心数量众多 [12] 散热技术挑战 - 传统数据中心以CPU为主，机柜功率约15kW，风冷即可解决散热 [15][16] - AI数据中心使用高功耗显卡，如英伟达GB 300机柜功率达140kW，传统风冷已无法满足，必须采用液冷方案 [17] - 大规模液冷方案面临非标品问题，在冷板位置、流量分配、冷却剂分配装置（CDU）配置、管路设计、冷却液选择及技术路线上尚未统一，导致机房建设周期比传统方案多两三个月 [19][20] 电力供应瓶颈 - 单个数据中心功耗达到GW级别后，电网基础设施（输电线路、变电站）的规划、审批和建设周期（可能需数年）远超数据中心本身的建设周期（通常几年），导致“楼已盖好，电却未通”的荒诞局面 [24][25] - 在美国，数据中心高度集中区域的居民电价已比5年前上涨267%，AI已先于改变生活而改变了电费账单 [27][28] 水资源消耗与应对 - 液冷系统最终需通过冷却塔中水的蒸发来散热，加州大学河滨分校团队估算，每与ChatGPT聊20次天，约500ml水被蒸发 [31] - 数据中心常选址于缺水的沙漠地区，因其风电光电发达、电费低、地价便宜，当地政府为吸引投资会优先保证供水，如美国亚利桑那州政府因此被迫停建城市基建 [34][35] - 谷歌在智利圣地亚哥建设数据中心时，因计划抽取地下水冷却，引发当地民众抗议，最终被环境法院撤销部分环评许可 [36][37] - 大厂开始采用密闭式循环冷却方案，使蒸发耗水降至接近零，微软数据显示单座数据中心一年最多可节省1.25亿升水 [38][40]