中國雲端數據中心：電力同算力嘅新地理格局

先講結論：中國已經唔再當數據中心係數字產業嘅附屬品。透過安排邊啲算力留喺東部、邊啲搬去西部，數據中心變咗產業、能源同區域政策嘅一部分。咁做的確紓緩咗部分樽頸，但唔等於中國雲服務自動變低碳。

之前有篇文章分析過 AI 同數據中心喺中國電力需求入面嘅比重：目前仲有限，但升得好快。而家值得單獨講清楚。因為「數據中心」呢個詞底下嘅基建差異好大：公有雲園區、第三方託管機房、企業自建機房同 AI 訓練集群，用途、負荷曲線同同電網嘅關係都唔一樣。

所以真正要問嘅唔淨止「呢啲站點用幾多電」，仲要問：起喺邊、跑緊咩計算、實際靠咩電源供電。中國雲服務嘅碳走勢，就係喺數字、地域同電力系統三者交界處決定。

算力已經有系統性影響

中國已經係全球主要嘅數據中心重鎮之一。根據國際能源署（IEA），2024 年中國約佔全球數據中心用電量 25%，量級約 100 TWh，僅次於美國。同年全社會用電量 9,852.1 TWh，即係數據中心大約佔全國需求 1%：宏觀上仍屬少數，但喺某啲地區已經相當於一個大型工業門類。

機架規模都印證咗呢個趨勢。截至 2023 年底，中國在用機架超過 810 萬架，算力規模全球第二。2022 年 2 月國家規劃部門提到嘅仲係 500 萬標準機架。增速反映部署加快，不過唔同口徑嘅容量數字要小心比較。

雲係首要推動力。中國信通院（CAICT）數據顯示，2023 年中國雲計算市場規模達到 6,165 億元人民幣，按年升 35.5%。公有雲普及、數字平台擴張，加埋生成式 AI 融入，需求結構喺度變：孤立伺服器少咗，共享資源、高頻寬網絡同專用算力集群多咗。

“方法說明：IT 設備用電同整站用電唔係同一回事。後者仲包括製冷、電力損耗、配電同後備電源。所以兩份都好嚴謹嘅估算可以唔同，但唔矛盾。”

由機房去到產業級雲：三層疊加

中國嘅演變唔係新機房取代舊機房，而係三層疊加：一係企業、電訊營運商同政府部門嘅存量機房，負責就近服務、業務連續同自主可控；二係公有雲同託管，按需租用算力、儲存同網絡；三係智算中心，做 AI 訓練同推理，配備加速卡、高速互聯同更高功率密度。

呢套按營運模式嘅分類，仲要同政策口徑對照。2023 年嘅國家文件要求統籌通用算力、智能算力同超算。呢個唔係行政措辭：通用雲機房、科學超算同 AI 集群對電網嘅要求完全唔同。IEA 就分企業機房、託管機房同超大規模機房，指出三者用電結構有別，製冷佔比隨密度同能效變化好大。

「東數西算」：搬嘅係任務，唔係用戶

2022 年喺全國啟動嘅「東數西算」，佈局咗 8 個國家算力樞紐同 10 個數據中心集群：京津冀、長三角、粵港澳大灣區、成渝、內蒙古、貴州、甘肅、寧夏。

道理好簡單。數字需求集中喺東部沿海，嗰度土地、電力、有時連水都緊張；西部部分省份喺土地、氣候條件或者再生能源潛力上更有優勢。呢個佈局係想全國統籌算力，而唔係喺沿海城市無限複製大型機房。

不過「將數據搬去西部」講得太簡單。國家發改委明確分開用途：後台處理、離線分析同備份可以搬；但對時延好敏感嘅業務——工業互聯網、金融、災害預警、遠程醫療、視像通話同 AI 推理——就要留喺東部樞紐、貼近需求。即係話大城市仍然需要數據中心，只係按任務對時延嘅容忍度重新分配。

呢點對能源好重要。模型訓練、渲染同備份有時可以安排喺電力容量有餘嘅地方；實時服務就仍然要留喺用戶同經濟活動密集嘅區域。將來中國雲嘅地理格局，與其話係由東搬去西，不如話係算力嘅功能分工。

全國佔比唔高，局部壓力好大

IEA 預計中國數據中心用電會大幅上升：2024 至 2030 年約增加 175 TWh，中間情景升幅 170%。以 2024 年約 100 TWh 為起點，2030 年量級約 275 至 280 TWh。呢個數字足以支持電網規劃嘅需要，但唔代表數據中心會成為中國電力需求增長嘅第一動力。

對 IEA 研究嘅獨立綜述指出，2022 年以嚟數據中心只佔中國電力需求增量約 3%，到 2027 年可能約 6%。工業、終端電氣化、電動車同冷氣仍然係更大嘅增長因素。分析上嘅風險係由一個極端走去另一個極端。

關鍵在於集中度。一個智算集群可以喺好細嘅範圍要求幾百兆瓦電力，而同等規模嘅住宅用電增長會分散喺好大空間。於是電力接入、變壓器、輸電線路同電網建設時序，變到同晶片一樣關鍵。

能效、綠電、電網：三個唔可以混為一談嘅抓手

第一個抓手係營運能效。2024 年嘅國家方案提出到 2025 年數據中心平均 PUE 低過 1.5，並要求可再生能源使用率每年提升 10%。PUE 低即係有更多電真係用喺 IT 設備而唔係製冷同輔助系統。呢樣必要，但唔足以減排。

第二個抓手係選址同綠電嘅合同化取得。2023 年嘅國家文件提出，到 2025 年底新增算力資源六成以上部署喺國家樞紐節點，並要求呢啲節點新建數據中心嘅綠電比例超過 80%。

第三個抓手係柔性。政策鼓勵算力同電網、可再生能源同儲能融合，推進「源網荷儲」模式。非緊急任務原則上可以調度去更有利嘅時段同地點，但要睇價格訊號質素、跨省互聯能力，同埋喺唔影響服務嘅前提下真係可以延後負荷。

點解「西部綠色雲」唔可以變成捷徑

中國西部唔係一張能源白紙。多個省份再生資源豐富，但出力波動、輸電需求龐大、地方電源結構差異明顯。將一項計算任務搬去西部可以改善項目嘅用電畫像，但本身唔構成逐小時低碳供電嘅證明。

Carbon Brief 嘅分析提醒，跨省綠電交易、輸電成本同波動性資源消納仍然係難題；北部同西部數據中心擴張亦要放喺水資源壓力下審視，因為製冷會帶嚟額外限制。加上口徑同假設唔同會令估算差好遠，更加要審慎。

所以認真嘅披露應該有三樣嘢：一係能效指標（例如 PUE）；二係電力來源憑證——採購合同、證書可追溯性，可以嘅話仲要有出力嘅時序曲線；三係當地電網背景——可用容量、邊際排放、增容需要同水資源限制。冇齊呢三層，「綠色」只係表達意願，唔代表已驗證嘅表現。

結語：數字基建已經係能源政策

中國嘅雲端數據中心已經唔再係數字經濟嘅隱形背景，而係同輸電線路、再生能源基地、通訊網絡同級嘅產業政策基建。「東數西算」嘅野心，唔在於起多啲伺服器，而在於令算力佈局同電力地理協同。

有三點結論。第一，短期內呢個行業喺全國電力嘅佔比仍然有限，但增長同集中度令佢嘅區域影響唔可以忽視。第二，低時延算力同可搬負荷之間嘅分別，係理解中國雲新版圖嘅關鍵。第三，站點能效、綠電採購同電網真實脫碳，係互相關聯但唔可以互相取代嘅三件事。

對於喺中國用雲服務、訓練 AI 模型或者採購數字服務嘅企業，盡職調查唔應該停喺攞一個 PUE 或者一張證書，而係要涵蓋負載喺邊度運行、時延要求、電力採購方式，以及供電電網嘅電源結構。到咗呢個精度，雲先可以成為可信嘅減碳工具，而唔只係一項持續增長嘅新增用電。

編者說明：所有 2030 年數字都以情景形式呈現。數據中心用電統計會因為係咪包含 IT 用電、整站設施、網絡同小型企業機房而明顯唔同。