米兰体育在线登录:周一晚8点 用了快二十年的“便宜云”可能要到头了

  【编者按】当“创新”成为时代最响亮的号角，浙江正涌现一批不一样的企业家。他们不只“会做生意”，更是用科学家的钻劲、工程师的巧思，死磕核心技术。从一枚芯片、一个分子、一段代码，到一台智能设备、一种绿色能源……他们瞄准的，是真正能打、能赢未来的“硬实力”。潮新闻“潮·新质实验室”联合浙江大学国际联合商学院（ZIBS）、浙江大学国际校区隐形冠军国际研究中心推出财经观察栏目《周一晚8点》，化身探宝者，挖掘是谁在默默支撑中国制造的筋骨，解读他们突破的“独门绝技”，追问浙江的创新密码，未来的产业“风向标”又将指向何方。

  便宜云的时代用了近二十年，现在到头了。AI训练把GPU功耗推向千瓦级，把过去被规模摊薄的散热、电力和土建，重新拉回账本最显眼的位置。四大云厂商接连上调AI算力价格不是巧合，国家级专精特新“小巨人”企业曙光数创一季度782%的营收增长也不是异常。两条曲线指向同一个拐点：液冷不再是升级选项，而是入场门槛。云计算的下半场，胜负不在芯片，在每一瓦电。

  2026年1月，亚马逊云服务（AWS）对大模型训练EC2实例提价15%，谷歌云紧随其后将AI基础设施部分服务直接翻倍。4月18日，阿里云算力卡涨价，百度智能云AI算力上调；不到一个月，从硅谷到国内，整个云行业在同一时间换挡。

  2026年国内外云服务商AI算力涨价概览（部分） 图源：专栏基于公开资料整理制作

  如今，算力不再是“想用多少就有多少”的便宜水电，而是要排队、议价、锁产能的稀缺品。延续二十年的“摩尔式降价”就此画上句号。而答案，要从一颗芯片的功耗说起。

  这个判断大体成立，但很少有人继续追问：它之所以能持续降价，隐含的前提是什么？

  前提在于散热成本几乎不需要同步上涨。很长一段时间里，CPU功耗稳定在两三百瓦；标准42U机柜在热通道封闭后，功率密度通常也就到20kW左右，精密空调还能兜住。于是云厂商能把更低的电费与更高的机柜利用率部分让利给客户，价格战才打得起来。

  CPU时代功耗稳定在两三百瓦，整整二十年没有量级变化；而GPU把这一个数字直接抬到了 700W，甚至是1000W以上，单卡功耗在五年里翻了近五倍。这不是线性迭代，而是“阶跃”式抬升。

  当单台8卡GPU服务器功耗从5kW翻到10kW，当英伟达GB200 NVL72整机柜方案把功率密度推到120–140kW，“散热近似免费”的假设就近乎崩塌。风冷散热的有效上限约为20–30kW/机柜，超过这个阈值，热量在物理上就很难再依靠空气带走。

  而散热扛不住的代价，会沿着供电链一层一层往上传，因此，能源问题并不是从“第 5 层”才忽然出现的，而是从开始就被写进了成本结构。GPU功耗每增加100W，数据中心从板级供电、机柜散热到空调与变压器，都要被迫跟着升级。

  第一个后果是性能损耗。芯片温度一旦逼近安全阈值就会降频，这是硬约束，不靠调度策略就能绕过去。你花十几万买一张 H100，峰值算力写在规格表上，但在高温、高负载、长时间训练的现实里，跑出来的有效算力可能只剩七成。

  过去这笔账没人较真。规格表上写的虽然是峰值算力，客户拿到却是打折货，但在GPU紧张到排队抢的年代，谁也不会为这缺少的几成和云厂商拗。云厂商也乐得维持这种“标称定价”的默契：硬件没用满的部分自己吃下，但销售口径上仍然是“标称算力出货”，毛利反而比实际交付更厚。

  第一头是大客户开始拥有议价权。OpenAI、Anthropic这种级别的买家签合约时要求按“持续算力”而不是“峰值算力”计费。云厂商再想维持折扣交付百分百收钱的模式，已经做不到。第二头是功率密度本身把折损面放大了。120kW机柜的降频幅度比20kW机柜严重得多，云厂商即使想用毛利吞下这部分支出，也慢慢变得吞不下。

  这种压力很快传导到电费。开源证券的测算显示，电力成本已占国内数据中心经营成本的56.7%。2024年中国数据中心总耗电 1,660亿kWh，预计2030年将超过4,000亿kWh。IEA数据同样指向同一趋势：2024 年全球数据中心耗电约415TWh，2030年预计945TWh——接近日本全年用电量。到这个量级，云厂商已经不可能继续把电费当成运营杂项消化掉了。

  过去二十年，数据中心的主旋律是“模块化、标准化、压价”。服务器、散热、配电、运维各自独立，标准件可替换，竞争就能把成本压下去。这一个模式的隐含前提是：各环节之间不需要深度耦合。

  如今液冷把这个前提打碎了。一个功率密度120kW的机柜，散热、配电、机柜结构与控制管理系统必须联动设计。这不是买几根水管装上就能跑，而是从土建阶段就要规划管路走向、承重、冷却液选型与冗余策略。这更像“工程耦合”，而不是“标准件拼装”。

  国家级专精特新“小巨人”企业曙光数创的案例印证了这一点。据中国电子技术标准化研究院的多个方面数据显示，公司2024年液冷基础设施市场占有率55.70%，连续四年第一。对比之下，服务器市场前五大厂商合计份额约50%。液冷赛道的集中度，已超越了它本应替代的服务器赛道。背后原因并不复杂：服务器是标准件拼装，谁都能做；液冷仍停留在工程定制阶段，工程交付能力形成了更坚硬的壁垒，集中度也就不容易快速稀释。

  经营数据则更直接：曙光数创2026年一季度营收同比增长782%。这不是渐进式增长，是一条折叠开的曲线%；冷板液冷在手订单同比增长2.4倍，非关联方在手订单6.48 亿元，覆盖61个项目。这些数字背后传递的是同一个信号：液冷不是“可选升级”，而是“必须采购”。客户在智算中心规划阶段就要锁定方案与供应商，否则机柜交付时，散热系统无法匹配，项目就会卡在最后一公里。

  而当客户必须在土建阶段就锁定散热供应商时，这件事本身就说明：搭一个数据中心，已经从“组装”变成了“施工”。

  大多数人盯着大厂的财报看转折信号，但真正的信号在另一个地方：CFO们开始在公开场合主动谈PUE。

  PUE（Power Usage Effectiveness）是数据中心总能耗与 IT 设备能耗的比值。比如，PUE等于1.5，意味着每给服务器供1度电，就要再花0.5度电用在散热、配电这些非计算环节上。过去这是机房工程师在内部周报里写的指标，CFO们关心的是营收、毛利等指标，没人会在分析师电话会上提它。但最近一两年，这件事变了。

  中国信通院多个方面数据显示，2024年数据中心总耗电1,660亿kWh，占全社会用电量1.68%，预计2030年将超过4,000亿kWh。到了那个量级，数据中心不再只是“用电大户”，而会成为影响电网结构与电价波动的关键变量。

  芯片可以被代工产能、出口管制、产业政策左右；而电力是更底层的物理约束，不能进口，不能囤积，更不可能靠文件“变出来”。一个地区能承载多少算力，最终取决于电网容量与发电量，而不是芯片采购预算。

  更直接的信号，藏在这些变化里：当一家云厂商在季度电话会上主动给出PUE目标；当一份选址报告把“绿电配额”写进第一优先级；当一支基金开始用“每兆瓦的算力密度”而非“GPU台数”来评估数据中心项目。这些变化才说明，行业已经重新定价成本与机会。

  盘古智库：中国算力与能耗研究报告暨2030年发展预测；返回搜狐，查看更加多