AIDC来了，传统IDC还能靠“卖机柜”赚钱吗？丨芯流AIDC专栏

【摘要】生成式AI带来的算力需求增长，正在推动数据中心行业进入新一轮变革周期。围绕智算中心、AIDC等概念的讨论持续升温，世纪互联、万国数据、润泽科技等企业也纷纷加大相关布局力度。

不过，相比市场对于新增需求的关注，一个更值得讨论的问题在于：AIDC究竟改变了什么？对于长期依赖机柜租赁和资源运营的传统IDC企业而言，这场转型意味着能力体系、竞争逻辑以及商业模式的重构。

与此同时，AIDC热潮背后仍有许多问题有待验证。智算中心的建设可以提前布局，但行业增长最终仍取决于AI应用能否持续创造价值。当市场关注点从“建多少”逐渐转向“用得怎么样”，AIDC能否成为IDC行业的第二增长曲线，也将迎来真正的考验。

以下为正文：

01

AIDC兴起：AI正在重新定义数据中心

过去十多年，数据中心行业的成长逻辑相对清晰。移动互联网、云计算、电商和在线视频等应用持续扩张，推动企业对服务器托管、云资源和网络连接的需求不断增长，IDC也因此逐渐发展成为数字经济的重要基础设施。

在这一阶段，对于大多数客户而言，数据中心更像是一种标准化的基础设施服务。行业竞争也主要围绕机柜规模、上架率、PUE水平以及资源获取能力展开，因此稳定供电、网络接入和机房运营是核心价值所在。

但是伴随着生成式AI的快速发展，正在改变这种运行逻辑。

2023年以来，大模型带动算力需求集中爆发，数据中心的定位也开始发生变化。从传统的“服务器托管方”，逐步转向支撑大规模GPU集群运行的智算基础设施，以应对更高密度计算与低延迟协同带来的系统压力。

最先被拉高的是功率密度。麦肯锡数据显示，全球数据中心平均机柜功率密度两年内从约8kW提升至17kW，并预计在2027年达到30kW左右。在AI训练场景中，40kW以上的高密度机柜已逐渐成为主流配置，部分新一代GPU集群甚至突破100kW。

热密度的快速上升，直接改变了基础设施的运行方式。传统以风冷为主的散热体系开始逼近承载极限，液冷方案加速从可选配置转向更普遍的基础配置。与此同时，为支撑高密度算力集群，高速网络、集群调度以及供电体系也开始同步升级。

同时，AI训练任务对于网络带宽和集群协同效率也提出了更高要求。大量GPU需要在训练过程中频繁交换参数，网络性能已经成为影响算力利用率的重要因素之一。

AIDC并未改变数据中心的基础属性，但其建设逻辑和能力要求已经与传统IDC出现明显差异。

机房、机柜、供电和网络依然存在，但评价体系正在发生变化。相比机柜数量，市场开始更加关注单机柜功率、液冷部署能力、网络架构以及可承载的GPU集群规模；相比土地和机房资源，电力指标和能源获取能力的重要性也在持续提升。

从更长的产业周期来看，这一趋势并不只是技术升级。AI对数据中心提出的新要求，正在推动行业竞争焦点从资源运营能力逐步转向综合基础设施能力。数据中心承载的对象从互联网业务演变为智能计算任务，其角色也从传统的服务器托管平台，逐渐向算力基础设施平台延伸。

AIDC热潮由此兴起。对于整个IDC行业而言，这既意味着新的市场机会，也意味着原有竞争规则正在转变。而对于世纪互联、万国数据等传统IDC企业来说，更值得关注的问题已经不再是是否进入AIDC，而是如何适应这场由AI驱动的基础设施重构。

02

从世纪互联看转型：传统IDC为何必须重做一遍？

对于传统IDC企业而言，AIDC带来的变化并不止于液冷改造或机柜功率提升，而是一次从底层能力到组织方式的系统性重写。

世纪互联近年来持续推进智算中心建设，并围绕高功率机柜、液冷基础设施和AI客户需求进行能力升级；万国数据则在多个园区推进面向人工智能场景的高密度部署方案；润泽科技则依托大规模园区资源，持续提升智算业务承载能力。不同企业的路径并不完全相同，但投入重点正在趋于一致：围绕AI场景重构数据中心能力体系。

当算力从“服务器托管”走向GPU集群级别的协同计算，客户关注的重心也同步迁移：从机柜是否可用、网络是否接通，转向整套基础设施能否支撑持续稳定的高强度运行。液冷、高速网络、供配电与集群调度不再是独立模块，而是被压缩进同一套算力系统之中，任何一环短板都会放大为整体效率损耗。

这也意味着，数据中心的评价体系正在发生变化。机柜数量不再是核心指标，取而代之的是单机柜功率密度、液冷覆盖能力、网络架构与可承载的GPU集群规模；而在更底层，真正被重新定价的是电力资源及其获取与调度能力。

在这一逻辑下，世纪互联的转型路径，呈现出更强的“组织级重构”特征。

世纪互联已将能源相关业务独立为一级业务单元，并直接向公司最高管理层汇报，与传统IDC运营体系并行运行。这一调整并非简单的业务扩展，而是将“电力系统能力”从支持角色提升为核心战略模块。

与组织重构同步推进的是人才结构的重组。公司正在以电力工程背景为核心补充技术团队，并明确提出强电方向人才的规模化招聘计划，以强化在供配电系统、能源调度与电力市场机制方面的能力储备。

在技术路径上，其重点已从传统机房工程，转向算电协同架构设计能力。例如围绕800V高压直流供电体系的试点已在多个数据中心推进，并采用与伊顿联合研发的固态变压器方案，国产相关设备仍处于早期验证阶段。

更关键的变化发生在能源系统与市场机制的结合层面。在华东等区域，世纪互联已参与电力市场交易与虚拟电厂试点，在负荷侧坚持电网友好、主动平衡、端侧智能、绿色直流以参与新型电力系统建设。但在具体工程实践中，储能应部署在电源侧还是负荷侧、是否应成为AIDC标准配置，仍未形成统一结论，整体仍处于工程实践探索阶段。

在大基地项目层面，世纪互联也开始前移角色，从执行建设方逐步参与到算电一体方案的前期设计中，涵盖选址、电力接入、供配电规划等关键环节。但在超大规模客户场景中，设计权仍呈现明显分层结构：头部云与互联网客户依旧保有较强主导权，行业更多呈现联合设计与协同决策模式。

图源：世纪互联官网

从更广义的行业视角看，这一变化与其他IDC厂商形成了明显分化。传统IDC仍主要围绕资源获取与交付效率竞争，而AIDC体系正在将竞争焦点推向“电力+算力”的系统设计能力。

但世纪互联的路径也揭示出一个更现实的边界：IDC厂商正在强化能源能力，在现阶段，其更接近能源工程和产业的共建者。

因此，所谓AIDC转型，并不是简单的技术升级，而是一次从运营能力竞争向系统工程能力竞争的迁移。而世纪互联的选择，本质上是在尝试把自身从IDC运营商，重新定义为一个围绕能源与算力协同运行的基础设施系统提供者。

图源：世纪互联官网

03

AIDC会成为IDC企业的第二增长曲线吗？

从需求端来看，AIDC无疑是当前数据中心行业最受关注的方向之一。但对于世纪互联等企业而言，一个更现实的问题是：AIDC需求增长，是否一定能够转化为可持续的商业回报？

这一问题的答案，或许不能只从IDC行业内部寻找。

从产业链位置来看，AIDC属于典型的基础设施环节，其价值最终取决于上层应用创造的商业价值。换句话说，IDC企业能否分享AI红利，很大程度上取决于AI客户能否真正赚到钱。

当前AIDC的主要需求方大致可以分为三类。

第一类是云服务厂商。近年来，阿里云、腾讯云、华为云等企业持续加大AI基础设施投入，通过模型服务、AI云服务等方式拓展商业化场景。对于这类企业而言，算力投入能够与云业务形成协同，商业模式相对清晰。

第二类是通用大模型企业。无论是基础模型训练，还是后续推理服务，都需要消耗大量算力资源。与此同时，模型研发、人才投入和算力采购带来的成本压力同样不容忽视。过去两年，大模型行业经历了从“参数竞赛”向“应用落地”的转变，商业化能力正在成为决定企业生存与发展的关键因素。

第三类则是垂直产业客户，包括智能制造、自动驾驶、金融科技等领域企业。这部分需求更多来自AI在具体场景中的价值创造能力，其增长节奏往往与行业数字化进程密切相关。

从这个角度来看，AIDC的发展并不仅仅取决于数据中心建设速度，更取决于AI产业能否形成稳定的价值创造机制。

这也是当前市场讨论相对较少的问题。

近年来，围绕智算中心建设，各地陆续推出相关规划，头部企业也持续扩大投资规模。大量项目的落地反映出市场对于AI产业前景的乐观预期，但与此同时，行业也开始关注算力供给与实际需求之间的匹配关系。

一方面，AI训练和推理需求仍在增长，高性能算力资源整体仍然偏紧，但区域间供需错配问题也开始受到关注。

另一方面，模型效率持续提升、开源生态快速发展以及推理成本不断下降，也在改变行业对于算力资源的使用方式。未来AI产业究竟会走向持续扩张，还是逐步进入效率驱动阶段，目前仍存在一定不确定性。

对于IDC企业而言，AIDC既是新的增长机会，也意味着更长周期和更高不确定性的投入。

相比传统IDC，AIDC对电力、散热、网络及整体运营能力提出系统性升级要求，带来更高建设投入与更长回收周期。在行业扩张与需求波动并存的背景下，投资确定性下降。同时，客户结构向头部集中，使行业议价能力变化加剧，盈利稳定性面临更高压力。

对于世纪互联这类的企业而言，建设智算中心并不困难，难的是找到能够持续创造价值的客户；获得AI订单并不困难，难的是让这些需求在未来数年保持稳定增长。

从更长周期来看，AIDC的发展前景依然值得期待。但它最终能否成为IDC行业的第二增长曲线，答案并不完全掌握在数据中心企业手中，而是与整个AI产业的商业化进程紧密相关。

04

尾声

从互联网时代到AI时代，数据中心承载的对象正在发生变化，行业竞争的焦点也在重新定义。对于世纪互联们而言，AIDC并非一次简单的机房升级，而是从资源运营向系统能力竞争的转变。谁能够更好地整合电力、网络、散热、算力以及产业生态资源，谁就更有机会在新一轮基础设施建设周期中占据主动。

不过，AIDC的未来终究不能脱离AI产业本身。数据中心建设可以提前布局，算力资源可以持续扩张，但产业价值最终需要由应用创造。对于IDC企业来说，真正值得关注的或许不是能够建设多少智算中心，而是这些智算中心所服务的客户，能否在AI时代持续创造新的商业价值。