> 数据图表想关注一下AI 算力扩张正在从芯片端向数据中心完整物理基础设施传导2026-10-2并且我们认为 AI 正在显著提高单位物理空间内的算力和功率密度，对数据中心供配电与散热系统提出完全不同于传统计算的要求。Schneider Electric指出，当前 AI-ready 数据中心已经面临超过 100kW机柜的功率密度，部分大型 AI 集群甚至达到数百 kW机柜，传统数据中心的供电和风冷架构逐渐难以满足要求。以 NVIDIA GB200 NVL72 为例，单个机柜集成 72 颗Blackwell GPU 和 36 颗 Grace CPU，官方公布整柜功率约 120kW，并采用以液冷为主的散热架构。也就是说，芯片性能和算力密度的提升正在直接向机柜、电力系统和制冷系统传导，AI 基础设施扩张已不再是简单“增加服务器”，而是数据中心物理架构的一次整体升级。 从数据中心整体效率来看，行业通常使用 PUE（Power Usage Effectiveness）衡量总用电与 IT 设备用电之间的关系。 LBNL 数据显示，随着大型Hyperscale 和 Colocation 数据中心占比提升以及基础设施效率改善，美国数国泰海通能源矿产
